23941 ورقة بحثية
تقدم الورقة البحثية VLA-Trace، وهو إطار تشخيصي يوحد ديناميكيات التمثيل، وعزو التحكم السببي، والتحليل السلوكي للكشف عن أنماط تكيف واستراتيجيات توجيه وحدود دلالية متميزة في نماذج الرؤية واللغة والعمل مثل وOpenVLA.
تقترح هذه الورقة وتقيم نهج البرمجة الجينية التي تعمل إما على تطوير مجموعات سمات قابلة للتفسير أو التحسين المشترك لهياكل أشجار البقاء ومنطق التقسيم، مما يثبت أن التطور المشترك الكامل يحقق النتائج الأكثر واعدية لإنشاء نماذج بقاء دقيقة، ضحلة، وقابلة للفحص بطبيعتها.
تقدم الورقة البحثية نموذج الاسترجاع المتناثر أحادي المرحلة (SSR)، وهو نموذج جديد يستبدل اختناقات التجميع والضغط في نماذج الاسترجاع التقليدية متعددة المتجهات عبر الترميز المتناثر عالي الأبعاد بواسطة المشفرات التلقائية المتناثرة، مما يحقق تقليلاً بمقدار 15 ضعفاً في وقت الفهرسة، ونصف زمن استجابة الاسترجاع، ودقة محسنة في اختبار BEIR.
تقترح الورقة البحثية خوارزمية DAMEL، وهي خوارزمية تعلم متعددة الخبراء ثنائية المحور تعمل في آن واحد على تقليل الانحياز والتباين في التنبؤ في حالات التعلم غير المتوازن للفئات من خلال دمج خبراء متعددين عبر محوري التمثيل والزمن عبر المصنفات المساعدة المتسلسلة وتجميع الأوزان.
تقدم الورقة البحثية Agent-Radar، وهو أسلوب لا يتطلب تدريباً يعمل على توجيه انتباه الوكلاء المتعددين ديناميكياً نحو السياق ذي الصلة باستخدام آلية اضمحلال زمني ومكاني مبتكرة، متفوقاً بشكل كبير على الأساليب الرائدة في المهام التعاونية طويلة المدى من خلال التخفيف من تخفيف المعلومات.
تقدم هذه الورقة البحثية AgentSchool، وهو محاكي متعدد الوكلاء مدعوم بنماذج اللغات الكبيرة (LLM) يعمل على نمذجة التعلم كتحولات في الحالة بدلاً من تقمص الأدوار للتغلب على العوائق الأخلاقية واللوجستية للتجارب التعليمية في العالم الحقيقي، مما يتيح دراسة النمو المعرفي، والديناميكيات الاجتماعية، والاستدلال المؤسسي من خلال وكلاء طلاب ومعلمين قابلين للضبط.
تُثبت هذه الورقة أن الأساليب غير المعتمدة على المرتكزات، ولا سيما التدرج الاتجاهي الدلالي والتباعد المرجعي للمجتمع، تعمل بفعالية على تنويع أحواض توليد الأفكار المتوازية للنماذج اللغوية الكبيرة مع الحفاظ على الجودة وكفاءة التكلفة، وغالباً ما تتفوق على النهج التقليدية المعتمدة على البذور أو تضاهيها.
تُظهر هذه الدراسة الطولية أنه في حين أن تحديثات إصدارات النماذج وحدها تسفر عن نتائج غير متسقة في تصنيف المتطلبات المعرفية للمهام الرياضية، فإن التلقين بأسلوب "النماذج قليلة الأمثلة" (few-shot prompting) يحسن بشكل كبير وموثوق أداء أدوات الذكاء الاصطناعي العامة والتعليمية المتخصصة، مما يشير إلى أن هندسة التلقين هي استراتيجية أكثر فعالية لتعزيز الذكاء الاصطناعي في السياقات التعليمية من الاعتماد فقط على التحسينات السلبية للنماذج.
تقترح هذه الورقة استبدال الممارسة غير الفعالة المتمثلة في تحويل أحداث نشاط المستخدم المهيكلة إلى نصوص لاتخاذ القرار القائم على النماذج اللغوية الكبيرة، بنموذج تعلم رسوم بيانية زمنية خفيف الوزن يعمل على الجهاز ويعالج تحديثات الرسوم البيانية مباشرةً لتفعيل وكلاء استباقيين، مما يحقق دقة أعلى بكثير، وسرعات استدلال أسرع، وبصمة ذاكرة أصغر.
تُبين هذه الورقة أن التعلم التعزيزي التوزيعي يتفوق على الطرق القياسية ذات القيم القياسية في الأنظمة الديناميكية الفوضوية من خلال الاستفيادة من مقياس "1-واترشتاين" للكشف عن تطور أكثر انتظاماً لتوزيعات العوائد، مما يخفف من حدة الأهداف عالية التباين وعدم استقرار التدرج الناتج عن الحساسية الأسية للظروف الأولية.