23200 ورقة بحثية
تقترح الورقة البحثية PseudoMapLabeler، وهو إطار عمل للتعلم شبه المشرف بنظام المعلم-الطالب القائم على الوعي بالثقة، والذي يستخدم تقيماً للموثوقية مبنياً على توزيع "بيتا" والقص المكاني لتوليد تسميات مستعارة عالية الجودة من البيانات غير الموسومة، مما يحسن بشكل كبير أداء بناء خرائط HD عبر الإنترنت في ظل أنظمة نقص التسمية.
تقترح الورقة البحثية @skills، وهو بروتوكول مفتوح يفصل بين محتوى المهارة، والاستمرارية، والتشغيل التلقائي للقضاء على الحاجة إلى التثبيت الدائم للمطالبات، مما يمكّن الوكلاء من الوصول ديناميكياً والتكيف من مكتبة واسعة من المهارات باستخدام سطر واحد فقط من الإعداد.
تقترح هذه الورقة طريقة بايزية للاكتشاف السببي تطوع تقنيات تقدير الأحداث النادرة لاستنتاج الرسوم البيانية السببية والمعلمات بكفاءة بشرط قيود محددة، مما يتيح تفسيرات قابلة للتفسير لظواهر مثل الآثار السببية الكبيرة حتى عندما تكون احتمالية حدوث هذه الأحداث في التوزيع البعدي منخفضة.
تقدم هذه الورقة إطار عمل "ويجل" (Wiggle Framework) لتوضيح أن أحكام النماذج اللغوية الكبيرة تفتقر إلى الاستقرار المعرفي، حيث تقلب أحكامها بشكل متكرر تحت ضغط إعادة التوجيه أو الضغط العدائي بطرق تؤدي إلى تدهور الدقة بدلاً من تحسينها.
تقدم هذه الورقة SteerBench-Work، وهو معيار لتقييم قدرة وكلاء النماذج اللغوية الكبيرة (LLMs) على اتخاذ القرار الصحيح بشأن المضي قدمًا في إجراءات مكان العمل عالية المخاطر أو التوقف عنها، مما يكشف أن النماذج الحالية تبالغ بشكل كبير في رفض المهام المصرح بها بينما تعاني في التمييز بين الحوادث الحقيقية وبين المرايا المعكوسة للأدلة رغم قدراتها العامة.
تستنتج هذه الورقة حدوداً نظرية أكثر إحكاماً لاحتمالات السببية متعددة القيم من خلال دمج المعلومات السببية من المتغيرات المصاحبة والوسطاء، وتثبت من خلال عمليات المحاكاة أن هذه الحدود تتحسن عن الطرق غير الثنائية الحالية.
تقدم هذه الورقة وتقيّم مساراً تقنياً-اجتماعياً للذكاء الاصطناعي يعمل على تحويل بيانات تذاكر إدارة خدمات تقنية المعلومات (ITSM) غير المتجانسة إلى نماذج دعم قرار متعددة المستويات وقابلة للتنفيذ، وذلك من خلال التنميط القائم على النماذج اللغوية الكبيرة والتجميع المتقدم، محققةً تقييمات عالية من أصحاب المصلحة فيما يتعلق بالقابلية للتفسير، والقابلية للتنفيذ، والثقة، واحتمالية الاستخدام.
تقدم هذه الورقة نظرة عامة على النتائج التي تحدد القدرة التعبيرية لنماذج المحولات متعددة الطبقات كأدوات للتعرف على اللغات، وذلك من خلال الاستفادة من مفاهيم تعقيد الدوائر لمقارنتها بالنماذج الحسابية القياسية القائمة على موارد مثل الانتباه، والدقة، وأنواع البوابات، والحجم، والعمق.
تقدم هذه الورقة البحثية إطار عمل SEAG، وهو إطار عمل يحافظ على الخصوصية ويستخدم نموذجاً خفيف الوزن لتحديد الكيانات الحساسة واستبدالها بأسماء مستعارة في كل من استعلامات المستخدم والمستندات المسترجعة، مما يتيح الاستخدام الآمن للنماذج اللغوية الكبيرة الخارجية في عملية التوليد المعزز بالاسترجاع دون الكشف عن المعلومات السرية.
تُثبت هذه الورقة أن استراتيجيات التطور (ES) تتفوق على التعلم المعزز (RL) في مرحلة ما بعد التدريب للنماذج اللغوية الكبيرة في مجالات الاكتشاف من خلال الحفاظ على تغطية أوسع للحلول ودرجات أعلى في مقياس pass@k، مما يؤدي إلى تجنب انهيار توزيع المخرجات الذي يحد من فعالية التعلم المعزز في توليد حلول مرشحة متنوعة.