23200 ورقة بحثية
يقدم هذا البحث ProxyDrift، وهو إطار عمل يحافظ على الخصوصية ويكتشف ويتعافى من انحراف البيانات في تطبيقات النماذج اللغوية الكبيرة (LLM) واسعة النطاق عبر تحليل تمثيلات وكيلة غير مرتبطة بمعلومات الهوية الشخصية (non-PII) لمراقبة حركة مرور الإنتاج باستمرار وتوليد مجموعات بيانات تقييم اصطناعية مستهدفة دون الوصول إلى بيانات المستخدمين الخام.
يُعد SuperLocalMemory 4.0 نظام تشغيل ذاكرة محلي أول وخاضع للحوكمة لوكلاء الذكاء الاصطناعي، يدمج طرق استرجاع متنوعة مع عمود فقري موثوق للمعاملات القابلة للتحقق والمتوافقة مع السياسات، محققاً زمن انتقال منخفض للأعباء الإضافية مع ضمان الامتثال للائحة العامة لحماية البيانات (GDPR) وقانون الذكاء الاصطناعي للاتحاد الأوروبي عبر أوضاع نشر متعددة.
تُظهر هذه الورقة أنه بينما تظل مطالبات النظام (system prompts) هي الخيار الافتراضي الأكثر أماناً لوضع التعليمات، فإن أوصاف المخطط (schema descriptions) تُعد قناة تعليمات قوية وتعتمد على النموذج، حيث يمكنها تجاوز المطالبات، مما يجعل التصميم الموحد للمخطط والتحقق التجريبي أمراً حاسماً لتحسين أداء المخرجات المهيكلة.
تتقصى هذه الورقة مدى موثوقية مقاييس التقييم الآلي الحالية للترجمة من الصينية الكلاسيكية إلى الإنجليزية، كاشفةً أنه في حين أن جميع المقاييس تعاني من نقاط قصور، فإن MetricX24 هو الأفضل أداءً، مما يسلط الضوء على الحاجة الملحة لمقاييس أكثر قوة وقابلية للتفسير مصممة خصيصاً لأطر الترجمة المتميزة تاريخياً وثقافياً.
تقترح هذه الورقة استخدام تنسيقات ذاكرة مهيكلة ومقسمة حسب النطاق بدلاً من القوائم غير المهيكلة للتخفيف بفعالية من تسرب النطاقات المتقاطعة والتملق الناجم عن الذاكرة في النماذج اللغوية الكبيرة المخصصة مع الحفاظ على فائدتها.
تقدم هذه الورقة هجوم "العودة الخلفية للمسار" (TBA)، وهو أسلوب يعتمد على الاستعلام فقط، يعمل على اختراق أنظمة مهارات النماذج اللغوية الكبيرة ذاتية التطور من خلال تسميم مسارات تفاعل الوكيل لاستحثاث الإنشاء التلقائي لمهارات تحتوي على أبواب خلفية تنفذ إجراءات خبيثة تحت ظروف محددة مع الحفاظ على الأداء الطبيعي في المهام النظيفة.
تقدم هذه الورقة إطار عمل خفيف الوزن لدمج فرعي ثنائي في النطاق الترددي للأسئلة والأجوبة البصرية الطبية، والذي يستفيد من الميزات الطيفية المتكاملة من مشفر BiomedCLIP مجمد والترشيح المتكيف مع الأسئلة لتعزيز المحاذاة متعددة الوسائط وتحسين الأداء في معايير الأسئلة والأجوبة البصرية الطبية القياسية.
تقترح هذه الورقة إطار عمل جديد للتجزئة الدلالية في العالم المفتوح يعزز اكتشاف المحتوى غير المرئي أو الشاذ من خلال دمج "مفكك تشفير حساسية" ثالث لالتقاط عدم انتظام الأنسجة الدقيقة وعدم استقرار التنشيط، مما يكمل نهج النماذج الأولية والتعلم التبايني القائم حالياً لتحقيق تجزئة فائقة للظواهر الشاذة واكتشاف الفئات الجديدة مع الحفاظ على دقة المجموعة المغلقة.
تجادل هذه الورقة بأن تعلم التمثيل البصري الفعال ذاتي الإشراف يتطلب التكامل المتزامن لثلاثة مبادئ غير متداخلة — الثبات الدلالي (الملاحظة)، والتنبؤ المكاني على مستوى الرقعة، وعدم تدهور التمثيل (التنظيم) — لمنع انهيار النموذج وتوحيد المنهجيات الرئيسية تحت إطار عمل واحد لتفكيك الطاقة.
تقدم الورقة البحثية "أوروبوروس" (Ouroboros)، وهو وكيل برمجي ذاتي التطوير يعمل بشكل تكراري على تحسين أدواته، ومطالباته، وتنفيذه الجوهري من خلال مراجعة عمليات الإرسال (commits) والتفاعل البشري، محققاً أداءً هو الأفضل حالياً في عدة اختبارات مع الحفاظ على سلامة التشغيل من خلال الفصل بين لقطات التقييم المجمدة وسلالات التطور المباشرة.