24055 ورقة بحثية
تقدم الورقة البحثية VISTA، وهو معيار شامل مصمم لتقييم الوكلاء القائمين على النماذج اللغوية الكبيرة في توليد تطبيقات الويب من المواصفات المرئية من خلال تحديد ظروف مطالبة متنوعة واستخدام إطار تقييم متعدد الأوجه يجمع بين مطابقة نموذج كائن مستند إلى المستند (DOM)، والاختبار السلوكي، والتشابه البصري للتغلب على قيود الأدوات التقليدية القائمة على البرامج النصية.
تقدم هذه الورقة "هندسة التعزيز" (Augment Engineering) كمنهجية لتنسيق أدوات ذكاء اصطناعي متعددة ومصممة لأغراض محددة عبر مجالات مهنية متنوعة، وذلك من خلال الاستفرد بالمهارات الميتا-وظيفية القابلة للنقل لهندسة الأوامر والسياق، مدعومة بإطار عمل مكون من ست مراحل وأدلة تجريبية أولية من دراسة حالة لممارس واحد تُظهر زيادة في الكفاءة والجودة.
تقدم هذه الورقة البحثية TSFMAudit، وهي الطريقة الأولى المصممة للكشف عن تلوث بيانات ما قبل التدريب في نماذج التأسيس للسلاسل الزمنية من خلال الاستفادة من الحدس القائل بأن مجموعات البيانات الملوثة تُظهر ديناميكيات تكيف فعالة بشكل غير عادي أثناء الضبط الدقيق.
تقترح الورقة البحثية إطار عمل PushCen-ADFL، وهو إطار تعلم اتحادي غير متزامن وفعال في الاتصالات يستخدم تبادل الرسائل القائم على المركز، وخوارق الجمع والدفع (push-sum mixing) لتصحيح الانحياز، وتنظيم المركز للتخفيف من حدة انحراف النموذج وتحسين الدقة بشكل كبير مع تقليل تكاليف الاتصال في الأنظمة اللامركزية غير المتجانسة.
تُثبت هذه الورقة أن ضغط مخططات الأدوات (tool-schema compression) يمثل بنية تحتية حاسمة لأنظمة البحث والاسترجاع المعززة بالوكلاء (Agentic RAG)، مما يتيح الأداء الوظيفي في ظل ميزانيات السياق المحدودة من خلال منع تجاوز تعريفات الأدوات لنافذة السياق، وتحسين درجات المطابقة التامة بشكل كبير مقارنة بالمخططات غير المضغوطة.
تكشف هذه الورقة أن تنسيق النماذج اللغوية عبر وكلاء متعددين يخلق "منحدر كشف" عالمياً حيث تنهار القدرة على تحديد عيوب المستندات المتقاطعة بأكثر من الثلثين بغض النظر عن حجم النموذج أو محاذاته، كما تكشف أيضاً عن تحول محدد يعتمد على المطور في معايير الإبلاط وعدم موثوقية الحكام الآليين في اكتشاف هذه الإخفاقات الهيكلية.
تُعد InfoQuant طريقةً للكمّ ما بعد التدريب لا تتطلب تدريباً، حيث توظف تحويل ذروة الكبت المتعامد (PSOT) واختيار الرموز الشاذة التكيفي لإعادة تشكيل توزيعات التنشيط إلى شكل مدمج ومشتت جيداً، مما يقلل بشكل كبير من خطأ الكمّ ويتفوق على النماذج المرجعية الحالية لنشر النماذج اللغوية الكبيرة منخفضة البت.
تقدم هذه الورقة PitchBench، وهي مجموعة تقييم شاملة تضم 28 تجربة تكشف أن نماذج الصوت واللغة الحالية تفتقر إلى إدراك موثوق ومستقر لطبقة الصوت عبر مختلف الظروف الصوتية، والآلات الموسيقية، وتنسيقات الاستجابة.
تُعد AutoDFT إطار عمل متعدد الوكلاء ذو حلقة مغلقة يدمج استدلال النماذج اللغوية الكبيرة (LLM) طوال دورة حياة نظرية الكثافة الوظيفية (DFT) بأكملها لأتمتة التخطيط، وتوليد المعلمات، واستعادة الأخطاء، محققاً معدلات نجاح عالية في اختبارات قياسية متنوعة، مما يمكّن غير المتخصصين من الحصول على تنبؤات موثوقة للمواد القائمة على المبادئ الأولية.
تقترح الورقة البحثية GAC، وهو متحكم خلط تكيفي مدرك للضوضاء يقوم بضبط التوازن ديناميكيًا بين الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي بناءً على تقديرات آنية لتباين التدرج وعدم الاتفاق في الإشارة، مما يحسن أداء ما بعد التدريب الهجين عبر مجالات متنوعة بأقل قدر من العبء الإضافي.