27599 ورقة بحثية
تقدم هذه الورقة HölderPO، وهو إطار عمل لتعظيم السياسة المعممة يعمل على ضبط معامل متوسط هولدر ديناميكيًا لموازنة تركيز التدرج واستقرار التباين، مما يحل قيود التجميع الثابت في تحسين السياسة النسبية للمجموعات (GRPO) ويحقق أداءً هو الأفضل في فئته على الاختبارات المرجعية الرياضية والموجهة نحو المهام.
تحدد هذه الورقة مشكلة "اللوجيتس القديمة المفقودة" (missing old logits) الحرجة في التعلم التعزيزي الوكيل غير المتزامن التي تعطل دلالات التصحيح خارج السياسة، وتقترح ثلاث استراتيجيات دقيقة وطريقة تقريبية لاستعادة أو تقريب هذه القيم، وتوضح أن نهج PPO-EWMA المنقح يحسن بشكل كبير من سرعة التدريب وأداء التحسين.
تقدم هذه الورقة نهجاً للتعقيد المُعلمي لصيغ بول (QBF) باستخدام الأبواب الخلفية لحذف البنود، حيث تثبت أنه بينما يعد إيجاد مثل هذه الأبواب الخلفية لصيغ هورن (Horn formulas) صعباً من فئة W[1]، فإن المشكلة تصبح قابلة للحل في وقت محدد بمعلم (FPT) لفئات القواعد الأساسية لـ 2-CNF والمعادلات الخطية، مما يعزز الفهم النظري لقابلية حل صيغ بول (QBF) بما يتجاوز قيود البادئة التقليدية.
تجادل هذه الورقة الموقفية بأن تركيز مجتمع تعلم الآلة لمدة عقد من الزمن على كشف التزييف العميق للشخصيات العامة قد انحرف عن الواقع، حيث تحولت التهديدات المهيمنة الفعلية إلى الصور الحميمة غير الرضائية، وعمليات الاحتيال عبر استنساخ الصوت، والاحتيال العاطفي، مما خلق عنق زجاجة حرجاً في الدفاع الواقعي يتطلب إعادة توازن فورية لأجندات البحث.
تقترح هذه الورقة تصميم التجربة شبه الأمثل (QOED)، وهو هدف معلوماتي تكيفي يعزز استكشاف الروبوت من خلال تحديد اتجاهات المعلمات القابلة للملاحظة وتثبيط التأثيرات المزعجة، مما يحسن بشكل كبير من كفاءة البيانات وأداء السياسة في كل من المهام المحاكية والواقعية.
تقترح هذه الورقة إطار عمل مبدئي لنشر الذكاء الاصطناعي الوكيل في السياقات التنظيمية من خلال تقديم فضاء تصميم ثنائي الأبعاد مقترن من الاستقلالية والوكالة، مدعوم بستة تكتيكات معمارية ومعايير نشر رئيسية لضمان أن تكون المسؤولية والقابلية للتدقيق والقابلية للتراجع متأصلة في تصميم النظام.
تقدم الورقة البحثية إطار عمل DIPS، وهو إطار عمل متكامل (end-to-end) يعمل على ضبط النماذج اللغوية الكبيرة لإنتاج جبهات باريتو (Pareto fronts) عالية الجودة وقابلة للتنفيذ مباشرة من الأوصاف النصية لمسائل الأمثلة المحدبة ثنائية الأهداف المقيدة، محققاً أداءً يقارب المثالية مع أوقات استدلال أسرع بكثير مقارنة بالطرق التكرارية التقليدية.
تُثبت هذه الورقة أنه بالنسبة للنماذج اللغوية الصغيرة (2-3 مليار معلمة)، فإن خط أنابيب هيكلي مكون من 4 مراحل يتفوق بشكل كبير على التلقين الخام أو الأغلفة الدنيا من حيث الاستقرار التشغيلي والنجاح في المهام، بينما يكشف أيضاً أن السقالات غير الكافية يمكن أن تؤدي إلى انهيار في التنسيق الهيكلي في نماذج معينة.
تتناول هذه الورقة تحديات قابلية التكرار في أبحاث الوكلاء من خلال تقديم "بطاقات التدفق" (rollout cards)، وهي تنسيق نشر معياري يحفظ سجلات التدفق الخام ويعلن صراحةً عن قواعد التقارير لضمان تقييم شفاف وقابل للتحقق للأنظمة الوكيلية.
تقدم هذه الورقة البحثية BoolXLLM، وهو إطار عمل هجين يدمج النماذج اللغوية الكبيرة في مسار تعلم القواعد البولينية لتعزيز القابلية للتفسير لأصحاب المصلحة غير التقنيين من خلال توجيه اختيار الميزات، والتوصية بعتبات ذات معنى، وترجمة القواعد المنطقية الرسمية إلى تفسيرات باللغة الطبيعية سهلة الوصول مع الحفاظ على أداء تنبؤي تنافسي.