23845 ورقة بحثية
تُظهر هذه الورقة أنه في التعلم المعزز متعدد الوكلاء ذي الجداول الكاملة مع قيود التجسد، يتفوق تعلم Q المستقل بالكامل على النهج المركزية من خلال تجنب "قفل التزامن الزمني"، وهو اعتلال تنسيقي تجبر فيه دوال القيمة المشتركة الوكلاء الأكفاء على فترات انتظار دون المستوى الأمثل عندما يكون الشركاء محدودين.
تقدم هذه الورقة إطاراً إشرافيّاً خفيف الوزن يعمل في وقت التشغيل، يقوم تلقائياً باكتشاف والتعافي من التحديثات المزعزعة للاستقرار أثناء تدريب الشبكات العصبية عبر الاستفادة من إشارات تحقق ثانوية، مما يوفر ضمانات سلامة نظرية دون تعديل المحسن الأساسي.
تُظهر هذه الدراسة أنه في تحليل الصور الطبية بخصوصية تفاضلية، يُعد مجال متن ما قبل التدريب (تحديداً صور الأشعة السينية للصدر من نفس المجال) محدداً أكثر أهمية للمقايضة بين الخصوصية والمنفعة من هدف ما قبل التدريب، حيث تتفوق النماذج التي تم تهيئتها باستخدام بيانات خاصة من نفس المجال بشكل ملحوظ على تلك التي تستخدم تدريباً مسبقاً عاماً أو غير متخصص حتى في ظل قيود خصوصية صارمة.
تجادل هذه الورقة بأن تراجع المحكمة العليا الأخير في القانون الإداري، رغم سعيه إلى استعادة المساءلة من خلال جعل الحكومة "قابلة للفحص"، يضحي دون قصد بالقدرة الإدارية، وتقترح أن دمج الذكاء الاصطناعي مع إطار قانوني جديد يرتكز على ملفات النماذج والأنظمة يمكن أن يحل فخ القدرة-المساءلة هذا عبر تعزيز كل من الفعالية الحكومية والشفافية في آن واحد.
تقدم الورقة البحثية Gemma 4، وهي جيل جديد من النماذج اللغوية مفتوحة الأوزان ومتعددة الوسائط أصلاً، والتي تتميز ببنيات متنوعة، وتصميم موحد خالٍ من المشفر (encoder-free)، ونمط تفكير، مما يحقق مجتمعاً تحسينات كبيرة في الاستنتاج والكفاءة والأداء عبر معايير العلوم والتكنولوجيا والهندسة والرياضيات (STEM) والسياقات الطويلة.
يقدم البحث إطار عمل VTM-Nav، وهو إطار عمل لا يتطلب تدريباً يستفيد من ذاكرة هرمية بصرية-طوبولوجية مستمرة لإعادة استخدام خبرة المشهد عبر الحلقات بشكل فعال للملاحة بهدف الكائن، متفوقاً بشكل كبير على النماذج المرجعية الحالية التي تعتمد على إعادة ضبط الذاكرة أو النصوص دون الحاجة إلى إعادة تدريب النموذج.
يقدم DFAH-Bench إطار عمل جديد للتقييم المرجعي لا يكتفي بتقييم وكلاء الذكاء الاصطناعي المالي بناءً على صحة القرار فحسب، بل يقيس أيضاً استقرار وأمانة مسارات تنفيذهم المرصودة، مما يكشف عن تضاربات كبيرة في استخدام الأدوات ومسارات الاستدلال حتى عندما تظل القرارات النهائية متسقة.
تقدم هذه الورقة إطار عمل مفتوح المصدر يثبت أن نماذج اللغات الكبيرة ذات الأوزان المفتوحة والقابلة للنشر محلياً (تحديداً النماذج التي تتراوح بارامتراتها بين 31 و35 مليار بارامتر) يمكنها أتمتة مهام إعداد البيانات الطولية بفعالية على أجهزة استهلاكية، مما يوفر بديلاً قابلاً للتطبيق ومتوافقاً مع معايير الحوكمة للذكاء الاصطناذ القائم على السحابة في الأبحاث التي تتضمن بيانات شخصية حساسة.
تقترح الورقة البحثية FlowGuard، وهو إطار عمل خفيف الوزن يعمل أثناء مرحلة الاستدلال لتأمين الذكاء الاصطناعي متعدد الوسائط من خلال اكتشاف الهجمات العدائية عبر مراقبة الاتساق الداخلي بين الوسائط باستخدام متجهات تدفق (FlowVectors) مستوحاة من تحليل تفكيك المعلومات الجزئية، مما يحقق انخفاضات كبيرة في معدلات نجاح الهجمات مع حد أدنى من التأخير وفقدان المنفعة.
تقترح هذه الورقة إطار عمل للتنبؤ بالكمون مدركاً لوقت التشغيل، يقوم بدمج واصفات النموذج الثابتة مع القياسات عن بُعد للأجهزة الديناميكية بشكل تكيفي لتمكين فحص دقيق وقابل للنقل لنشر النماذج اللغوية الكبيرة عبر أجهزة الحافة غير المتجانسة بأقل قدر من المعايرة.