23941 ورقة بحثية
تقترح الورقة البحثية إطار عمل EAGLE، وهو إطار عمل متعدد الوكلاء لا يتطلب تدريباً، يعزز الإجماع في نماذج الرؤية واللغة من خلال إعطاء الأولوية للأدلة البصرية المتوافقة على مجرد الاتفاق على الإجابة، مما يحقق أداءً فائقاً وقابلاً للتفسير عبر مختلف معايير اختبار الأسئلة المرئية والإجابة عنها (VQA).
تقدم الورقة البحثية "تحسين السياسة بالحث" (Prompted Policy Optimization - PromptPO)، وهي طريقة تكرارية تستفيد من النماذج اللغوية الكبيرة لتوليد وتحسين سياسات قابلة للتنفيذ من أوصاف البيئة، مما يثبت أن النماذج اللغوية الكبيرة يمكن أن تعمل كمحسنات فعالة للسياسات في مهام التعلم التعزيزي المتسلسل عندما يمكنها الاستفاءدة من المعرفة المسبقة، رغم أنها قد يكون أداؤها أقل كفاءة في الإعدادات التي تتطلب تحكماً مستمراً دقيقاً.
تقدم هذه الدراسة مؤشر كاليماتي لأسعار الخضروات (KVPI) ونموذج تجميع متراكم عبر الإنترنت مصحح الزخم يحقق توقعات دقيقة للغاية لأسعار 90 يومًا (بمتوسط نسبة خطأ مطلق قدره 0.68%) للسلع الزراعية في نيبال، مما يوفر أداة قوية لصناع السياسات لتعزيز الأمن الغذائي وسط تقلبات السوق.
تقدم الورقة البحثية MAVEN، وهو هيكل استدلال رمزي خفيف الوزن يحسن بشكل كبير من القدرة على التعميم والنجاح في تنفيذ المهام من البداية إلى النهاية في استدعاء الأدوات الوكيلية، وذلك من خلال تمكين التفكيك المنظم، والتنسيق التكيفي، والتحقق الوسيط، كما يتضح من قدرته على تعزيز أداء نموذج مفتوح الأوزان في اختبار مرجعي جديد للضغط مع بقائه منافساً من حيث التكلفة للأنظمة المملوكة.
تقترح الورقة البحثية إطار عمل GRiD، وهو إطار عمل مبتكر يستفيد من استراتيجية تدريب ثنائية المراحل تجمع بين التدريب المسبق الخاضع للإشراف والتعلم التعزيزي للتغلب على قيود الطرق الحالية وتوليد قواعد شبيهة بالرسوم البيانية قابلة للتفسير بفعالية للاستدلال على الرسوم البيانية للمعرفة.
تُظهر هذه الورقة أنه في مسارات التوليد المعزز بالاسترجاع، يكون المحدد الرئيسي لدقة الإجابة على الأسئلة هو الحفاظ على المحتوى الحامل للإجابة (الاحتفاظ بالإجابة) أثناء تحويل المستندات، مما يشير إلى أن عوامل التمثيل الأخرى مثل الصياغة أو البنية لها تأثير محدود عندما يكون الاحتفاظ مرتفعاً.
تقدم هذه الورقة البحثية MechVQA، وهي أول مجموعة بيانات ومعيار شامل لفهم الرسومات الميكانيكية تحتوي على 21 ألف زوج من الأسئلة والأجوبة، وتقدم MechVL، وهو نموذج متعدد الوسائط متخصص يتفوق بشكل كبير على النماذج المرجعية الحالية من خلال معالجة التحديات الفريدة المتمثلة في كثافة التوسيم والقيود الهندسية الصارمة في الرسومات الهندسية.
تقيم هذه الورقة أنظمة "أوراكل" للذكاء الاصطناعي متعددة الوكلاء لحل أسواق التنبؤ، حيث وجدت أنه بينما يتفوق التجميع المستقل الموزون بالثقة قليلاً على النماذج المرجعية ذات النموذج اللغوي الكبير الواحد، فإن الإجماع التداولي يؤدي إلى تدهور الأداء بسبب انتشار الأخطاء، مما يدفع في النهاية نحو استراتيجية توجيه هجينة تحقق دقة بنسبة 97.87% عبر الحل التلقائي للحالات المتوافقة ذات الثقة العالية فقط وتصعيد حالات الخلاف إلى المراجعة البشرية.
تقدم هذه الورقة DPPrefSyn، وهو أول إطار عمل لتوليد بيانات تفضيل اصطناعية ذات خصوصية تفاضلية لمحاذاة النماذج اللغوية الكبيرة من خلال تعلم نموذج برادلي-تيري خاص باستخدام تحليل المكونات الرئيسية ذو الخصوصية التفاضلية (DP-PCA) والاستفادة من المطالبات العامة للحفاظ على القيم البشرية دون المساس بخصوصية المستخدم.
تقدم الورقة البحثية إطار عمل SLAT، وهو إطار للتعلم المعزز يعمل على تحسين كفاءة استدلال تسلسل الأفكار من خلال التحديد النظري والتقليم التكيفي للأجزاء الزائدة وعالية الاحتمالية، مما يقلل طول الاستدلال بنسبة 50% دون المساس بالدقة.