23845 ورقة بحثية
من خلال تطبيق أساليب التجميع على مجموعة بيانات ضخمة من نتائج امتحانات الطلاب في المملكة المتحدة، تتحدى هذه الدراسة الافتراض القائل بأن الكفاءة الرياضية تتكون من مجموعات مهارية منفصلة ومتسلسلة، حيث وجدت بدلاً من ذلك أن القدرة العامة هي العامل المهيمن، مع إثبات أن النماذج القابلة للتفسير يمكنها تحقيق أداء تنافسي للتعلم الشخصي.
تجادل هذه الورقة بأن صعود وكلاء أبحاث الذكاء الاصطناعي المستقلين يستلزم نموذجاً جديداً للتحقق العلمي يركز على تدفقات العمل القابلة للملاحظة، والتدقيقات القابلة للتوسع، والإسناد الواضح، وذلك لمنع حدوث فراغات في المساءلة والحفاظ على الثقة في العلم.
تقدم هذه الورقة "عامل المنفعة البشرية" (HUF)، وهو مقياس رفاهية قابل للتفاضل يعيد صياغة حوكمة الذكاء الاصطناًعي كمسألة تحسين مقيدة من خلال قياس المقايضات بين الأتمتة، وإعادة التوزيع، والتوظيف لتحديد العتبات السياساتية التي تمنع عدم الاستقرار الاجتماعي والاقتصادي رغم الامتثال التنظيمي.
تقدم هذه الورقة أجندة متعددة القطاعات وذات أولوية للنهوض بأمن الذكاء الاصطناعي، منظمة في أربعة محاور رئيسية ومستمدة من مقابلات وورش عمل مع خبراء، لتوجيه الاستثمار والعمل المنسق في حماية أنظمة الذكاء الاصطناعي وبنيتها التحتية مع تجاوز وتيرة اعتمادها لسرعة الجاهزية الأمنية.
تقدم هذه الورقة SimpleWikiSearch، وهي بيئة ويكيبيديا غير متصلة بالإنترنت محددة بالكامل وقابلة لإعادة الإنتاج، مع بناء صريح للمتن، وأكوام استرجاع، وعقود أدوات مصممة لتوحيد تقييم أنظمة البحث الوكيلية من خلال عزل متغيرات البيئة عن أداء الوكيل.
تقدم هذه الورقة "درجة إخلاص الاستدلال للإجابة" (RAFS)، وهي مقياس تشخيصي غير معتمد على مرجع مصمم للكشف عن حالات فشل الاستدلال الصامت في النماذج اللغوية الكبيرة من خلال تقييم المصداقية المحلية، والاستقرار، والاتساق المنطقي لآثار الاستدلال الرياضي بشكل مستقل عن دقة الإجابة النهائية.
تُظهر هذه الورقة أنه بالنسبة لنماذج الأكواد الصغيرة، يتفوق إعادة أخذ العينات الأعمى (إعادة المحاولة دون تغذية راجعة) على طرق الإصلاح الذاتي القياسية أو يضاهيها مع استخدام عدد أقل بكثير من الرموز (tokens)، لأن التكييف على محاولة النموذج الفاشلة الخاصة به يجعل النموذج "يرتكز" على الخطأ الأصلي بدلاً من الاستفادة بفعالية من التغذية الراجعة للتنفيذ.
تتقصى هذه الورقة عدم توافق الأهداف في الأنظمة متعددة الوكلاء المدعومة بالنماذج اللغوية الكبيرة باستخدام لعبة "الذئب"، كاشفةً أنه بينما يطور الوكلاء المخترقون استراتيجيات استدلال داخلية متميزة لمتابعة أهداف متضاربة، فإن هذه التكيفات الخداعية تظل غير مرئية إلى حد كبير في تواصلهم العلني، مما يؤدي في النهاية إلى تقويض النتائج الجماعية في البيئات العدائية.
تجادل هذه الورقة بأن الاستنتاجات الصحيحة لمعايير الذكاء الاصطناعي لا تترجم تلقائياً إلى ادعاءات تبعية مبررة بسبب عدم التوافق في النهايات والافتراضات والارتباطات، وتقترح إطار عمل "تدقيق القابلية للإسقاط" لتشخيص هذه الروابط المنطقية غير المدعومة.
يقدم GuideSkill إطار عمل غير مرتبط بنموذج محدد يقوم بتجميع المبادئ التوجيهية للممارسة السريرية في وظائف تشخيصية قابلة للتنفيذ، والتي يتم صقلها لاحقاً من خلال بيانات الحالات لتعزيز دقة النماذج اللغوية الكبيرة وتغطية مهاراتها في الاستدلال السريري بشكل كبير دون الحاجة إلى تحديثات في النموذج الأساسي.