24055 ورقة بحثية
تقدم هذه الورقة WorldGUI، وهو معيار وإطار عمل مصاحب صُمم لتقييم وتحسين متانة وكلاء واجهة المستخدم الرسومية (GUI agents) في التعامل مع حالات البداية المتنوعة وغير الافتراضية التي تعكس تباين المهام في العالم الحقيقي، مما يكشف عن فجوات أداء كبيرة في النماذج الحالية الرائدة.
تقدم هذه الورقة PCGRLLM، وهو إطار عمل مدفوع بنماذج لغوية كبيرة يستخدم آليات التغذية الراجعة وهندسة الأوامر القائمة على الاستنتاج لتصميم وظائف المكافأة تلقائياً لتوليد المحتوى الإجرائي، محققاً أداءً يضاهي الأداء البشري ومقللاً بشكل كبير من الحاجة إلى الخبرة البشرية في هذا المجال.
تقترح هذه الورقة إطار عمل مبتكر يعزز البحث التطوري القائم على النماذج اللغوية الكبيرة لاكتشاف الخوارزميات من خلال التحسين المستمر لعملية بحث النموذج عبر الضبط الدقيق باستخدام التعلم التعزيزي، مما يؤدي إلى تسريع تحديد الحلول المتفوقة في مهام الأمثلة التوافقية.
تقترح هذه الورقة البحثية طريقة "تحسين صلة المستند المباشرة" (DDRO)، وهي طريقة خفيفة الوزن وفعالة تعمل على مواءمة توليد معرف المستند على مستوى الرمز (token) مع صلة المستند على مستوى المستند من خلال التصنيف الثنائي المباشر، مما يلغي التعقيد الحسابي وعدم الاستقرار المرتبطين بالتعلم المعزز، مع تفوقها بشكل كبير على الأساليب الحالية في مجموعات البيانات المرجعية.
تقترح هذه الورقة نموذج فضاء الموارد واستراتيجية فهرسة رسومية فعالة من حيث التكلفة لدعم استعلامات تجميع الفضاءات الجزئية بكفاءة على الموارد متعددة الأبعاد، وذلك عبر التنقل في علاقات الترتيب الجزئي على أشجار الإحداثيات لتحديد وتجميع النقاط غير الفارغة.
تقترح هذه الورقة طريقة بحث عصبية-رمزية فعالة وقابلة للتوسع تجمع بين استراتيجيات القيود لتقليل تعقيد البيانات وخوارزمية بحث محلي للتعامل مع الاستعلامات الدورية ذات الصعوبة الحسابية من فئة (NP-hard)، مما يحقق تسريعاً كبيراً وأداءً قوياً على الرسوم البيانية للمعرفة واسعة النطاق للإجابة على الاستعلامات المعقدة.
تقدم الورقة البحثية SCAN، وهو إطار عمل خالٍ من المعلمات للتكيف القليل العينات بين الرؤية واللغة، والذي يعزز الأداء من خلال توظيف التوجيه السلبي الخاص بالاستعلام، والمطالبات التباينية المولدة بواسطة النماذج اللغوية الكبيرة، وأوزان الدمج التكيفية لمعالجة الارتباك في الفئات الخاص بالاستعلام وتحولات التوزيع بفعالية.
تُعد PhySense إطار عمل تآزرياً ثنائي المراحل يعمل على تحسين وضع المستشعرات المتفرقة وإعادة بناء المجال الفيزيائي الكثيف بشكل مشترك باستخدام نموذج توليدي قائم على التدفق وطريقة الانحدار المتدرج المسقط، محققاً دقة هي الأفضل في فئتها مع توفير ضمانات نظرية متسقة مع مبادئ تقليل التباين.
تقدم هذه الورقة شبكة GFlowNet المقطرة عبر المسار (TD-GFN)، وهو إطار عمل خالٍ من الوكيل يستفيد من التعلم المعزز العكسي لاستخراج مكافآت حواف كثيفة من البيانات غير المتصلة لضمان الاستكشاف الموجه، مع الاعتماد حصرياً على مكافآت نهائية حقيقية لضمان تدريب قوي والتفوق على النماذج المرجعية الحالية في سرعة التقارب وجودة العينات.
يُعد MultiPhishGuard إطار عمل للنماذج اللغوية الكبيرة متعدد الوكلاء، وهو قابل للتفسير والتكيف، يستخدم وكلاء متخصصين بتنسيق ذي أوزان ديناميكية وتدريب تنافسي لتحقيق أداء فائق في كشف رسائل البريد الإلكتروني الاحتيالية، حيث يصل إلى دقة بنسبة 97.89% مع تقديم تفسيرات قابلة للقراءة البشرية.