24055 ورقة بحثية
تقدم هذه الورقة FeasiGen، وهو مسار مؤتمت لإنشاء مهام غير قابلة للتنفيذ لوكلاء استخدام الأدوات عبر حجب أدوات حاسمة، وتستخدمه للكشف عن افتقار الوكلاء الحاليين إلى الوعي القوي بالجدوى، حيث يستمرون غالباً في التنفيذ على مهام مستحيلة بمعدلات خطأ عالية، رغم أن البنى متعددة الوكلاء تظهر أداءً محسناً.
تحدد هذه الورقة رؤوس انتباه محددة في الطبقات المتوسطة في النماذج اللغوية الكبيرة والتي تقود بشكل سببي الربط الثقافي، كاشفةً أنه بينما تمتلك النماذج معرفة ثقافية كافية، فإن ميلها إلى التدرج نحو المعاملة المتساوية ينبع من عنق زجاجة في التوجيه يمكن التخفيف من حدته من خلال تدخلات ميكانيكية مستهدفة مثل تعطيل الرؤوس (head knockout) والتحجيم بـ (-scaling).
تقدم هذه الدراسة إطار عمل SMamba-DDPG، وهو نموذج تعلم تعزيزي عميق من نوع "Smooth-Mamba"، يلتقط بفعالية سلوكيات تجنب حوادث المشاة الخاصة بكل نوع من أنواع المركبات، كاشفاً أن المشاة يستجيبون بسرعة وحذر أكبر للمركبات ذاتية القيادة مقارنة بالمركبات التي يقودها بشر، مما يوفر رؤى بالغة الأهمية لتصميم أنظمة القيادة الذاتية الأكثر أماناً ومحاكاة حركة المرور المختلطة الواقعية.
تُثبت هذه الورقة أن سلوك الرفض في النماذج اللغوية الكبيرة يمكن فك تشفيره خطياً من التنشيطات الوسيطة قبل توليد المخرجات، مما يتيح تطوير "Mechanism AutoDAN"، وهو أسلوب هجوم موجه بالمسبار يقلل بشكل كبير من وقت البحث مع الحفاظ على معدلات نجاح تنافسية مقارنة بالأساليب التقليدية.
لمعالجة حالة التشبع والتغطية المحدودة لاستخدام الأدوات في معايسات الوكلاء الحالية، تقدم هذه الورقة TASTE، وهي طريقة مؤتمتة تعكس عملية بناء المهام من خلال تطوير تسلسلات الأدوات لإنشاء -Bench الأكثر تحدياً وشمولاً، والذي يكشف أن النماذج الرائدة الحالية تعاني من انخفاض كبير في الأداء عند مواجهة هذه المهام الأكثر تعقيداً وتنوعاً.
تُصوّر هذه الورقة تحسين الرموز (token optimization) كمسألة تحويل متعددة الأهداف ومقيدة لعملية الهجرة من Oracle إلى PostgreSQL القائمة على النماذج اللغوية الكبيرة (LLM)، حيث تقيم اثنتي عشرة استراتيجية لتثبت أنه بينما يؤدي الضغط الشديد إلى خفض الدقة الدلالية بشكل جذري، فإن التوجيه التكيفي وتقليم السياق الطفيف يقدمان أكثر المقايضات فعالية بين كفاءة الرموز وجودة الكود.
تقدم هذه الورقة إطاراً توزيعياً موحداً قائماً على مسافة واسرستاين (Wasserstein distance) يمثل سمات المشفّر التلقائي المتناثر (Sparse Autoencoder) كتوزيعات موزونة بالتنشيط لتمكين المطابقة الدلالية القوية عبر الطبقات والضغط التلقائي لدوائر السمات إلى عقد فائقة (supernodes) قابلة للتفسير.
تتناول هذه الورقة تحديات توسيع نطاق اختيار النماذج في مراكز الذكاء الاصطناعي سريعة التوسع من خلال صياغة إطار عمل توجيه النماذج المستمر (CMR)، وتقديم معيار CMRBench واسع النطاق، واقتراح طريقة CARvE، وهي طريقة تضمين تبايني تتفوق بشكل كبير على النماذج المرجعية الحالية في دقة التوجيه عبر مختلف النماذج والمهام.
تقدم هذه الورقة MUSE، وهو معيار إطار عمل تقييمي جديد مصمم للنهوض بتوليد النماذج من النصوص إلى التصميم بمساعدة الحاسوب (Text-to-CAD) لما يتجاوز مجرد التشابه الهندسي البسيط، وذلك عبر تقييم تجميعات تمثيل الحدود المحددة (B-Rep) القابلة للتعديل والمعقدة مقابل معايير هندسية حاسمة مثل الوظيفية، وقابلية التصنيع، وقابلية التجميع.
يحلل هذا التقرير التقني ما يقرب من 4,000 مهارة من مهارات الوكلاء الذكيين من الأسواق الرئيسية ليكشف أن 13.4% منها تحتوي على مشكلات أمنية حرجة، بما في ذلك 76 حمولة ضارة مؤكدة، مما يسلط الضوء على الحاجة الملحة لتدابير أمنية مؤتمتة مع توسع الأنظمة البيئية للوكلاء.