23200 ورقة بحثية
تقدم هذه الورقة إطار عمل HARD، وهو إطار دفاعي ذاتي التطور يعمل أثناء وقت التشغيل، يقوم بأتمتة تحديد وتحسين التدخلات الأمنية بشكل تكراري لوكلاء النماذج اللغوية الكبيرة (LLM agents)، مما يتغلب على قيود الدفاعات اليدوية المصنوعة يدويًا مع الحفاظ على فائدة المهام.
تقترح هذه الورقة إطار عمل OGR-MARL، وهو إطار تعلم تعزيزي متعدد الوكلاء متبقي موجه بالخيارات ومنفصل، يعمل على تعزيز المطاردة التعاونية للمركبات السطحية غير المأهولة (USV) غير المتجانسة في الممرات المائية المرفئية المقيدة من خلال تمكين الوكلاء الموجهين بالقواعد من تعلم الإجراءات التصحيحية، محققاً معدلات أسر عالية وتعميماً صفري القدرة عبر مختلف هياكل التعلم التعزيزي متعدد الوكلاء (MARL).
تُثبت هذه الورقة أن الجمع بين التحليل الساكن والذكاء الاصطناعي الوكيل يُمكّن من الترجمة الفعالة لأكواد المعلوماتية الحيوية القديمة إلى لغة رست (Rust)، كما يتضح من خلال مسار "باسكيت" (Bascet) الذي حقق تحسينات ملحوظة في الحجم، ووقت البناء، والأداء، والتوافق عبر المنصات.
تقدم هذه الورقة UniTraffic-Agent، وهو إطار عمل موحد يستخدم سير عمل "الملاحظة-الاستنتاج-التنفيذ-التحقق" لمعالجة تحديات الاستنتاج في فيديوهات المرور في تحدي AI City 2026، محققاً أداءً رفيع المستوى عبر الاستنتاج في الحالات المرورية الشاذة وتقييمين خارج النطاق لأحداث عدسة عين السمكة ونوايا المشاة.
تقدم هذه الورقة البحثية "ذاكرة التخزين المؤقت ذات التأثير العالمي" (GCache)، وهو إطار عمل مبتكر يعمل على تحسين استدلال نماذج الانتشار من خلال إعادة صياغة إعادة استخدام الذاكرة المخبئية كمسألة تحسين ثنائي المستوى لمواءمة حدود انتشار الخطأ مع جودة التوليد، مما يحقق تسريعاً كبيراً مع تعزيز الدقة البصرية في مهام الصور والفيديو على حد سواء.
تقدم BoardroomAI إطار عمل للمداولة متعدد الوكلاء يعتمد على التبعية وقابل للتوجيه البشري، يستخدم رسومًا بيانية للقرار متطورة لتمكين التدخل البشري المستمر، مما يسمح بإعادة حساب انتقائية وفعالة لمسارات الاستدلال المتأثرة مع الحفاظ على المخرجات غير المتأثرة وضمان صحة القرار.
تقدم هذه الورقة DMDIntel، وهو إطار عمل جديد لقابلية التفسير يستفيد من تفكيك الأنماط الديناميكية لتفكيك الحالات الخفية للنماذج اللغوية الكبيرة إلى أنماط بارزة وتصنيف الرموز المدخلة، مما يظهر أداءً فائقاً على طرق الإسناد المتطورة مثل تحليل المكونات الرئيسية (PCA)، والتدرجات المتكاملة (integrated gradients)، وSHAP عبر مجموعات بيانات وعائلات نماذج متعددة.
تُثبت هذه الورقة أن استخدام Microsoft GraphRAG لاسترجاع الرسوم البيانية للمعرفة، بدلاً من تقنية RAG التقليدية القائمة على المتجهات، يتيح التوليد التلقائي لخطط كشف التهديدات السيبرانية التي تعتمد على مؤشرات أكثر ديمومة وعالية المستوى، مما يؤدي إلى استمرارية أعلى بكثير في الكشف ضد تقنيات التهرب التي يستخدمها المهاجمون.
يقدم TEMPO موزعاً لتوازن الأحمال متوازياً مع الخبراء ومدركاً لزمن الإنجاز، يقوم بنمذجة أوقات تنفيذ الخبراء غير الخطية عبر أنظمة الذاكرة والحوسبة المحدودة لتحسين توزيع الرموز ديناميكياً، محققاً مكاسب في الإنتاجية تصل إلى 15.5% وانخفاضات كبيرة في زمن الاستجابة في السيناريوهات ذات الأنظمة المختلطة حيث تفشل الطرق التقليدية القائمة على العد الخطي.
تُظهر هذه الدراسة أن الانخراط التفسيري للنماذج اللغوية الكبيرة في ظل حالات الفشل الشاذة والنادرة لا يتبع نمطاً عالمياً، بل يعتمد بشكل حاسم على بنية الاستحثاث، حيث يُظهر فرض التفسيرات الفورية اتجاهاً من الارتفاع ثم الاستقرار، بينما تكشف الظروف غير المستحثة عن سلوكيات مراقبة ذاتية متميزة ومحددة لكل نموذج.