24055 ورقة بحثية
تقدم هذه الورقة DRUM، وهو إطار عمل للتعلم الانتقالي المتين توزيعياً يعمل على تحسين أداء التنبؤ في الحالة الأسوأ للنماذج السريرية المنشورة في مجموعات سكانية مستهدفة ذات متغيرات مصاحبة مفقودة هيكلياً ولا توجد لها نتائج مصنفة، مما يظهر دقة معايرة وتصنيف متفوقة في التنبؤ بتوقف القلب عبر الدول مقارنة بالطرق الحالية.
تقدم هذه الورقة دراسة تجريبية لـ 57 من أدوات تقييم تعلم الآلة التي تحدد مرحلة التوصيف باعتبارها المصدر الرئيسي للتحديات التشغيلية، وتصنف 16,560 مشكلة حسب السبب الجذري لتكشف أن الميزات غير المنفذة، وفجوات التوثيق، ونقص التحقق من المدخلات تشكل أكثر من 60% من المشكلات، وتؤسس لقاعدة معاملة هندسة التقييم كفرع متميز من فروع هندسة البرمجيات.
تقدم الورقة البحثية Agent-ToM، وهو إطار عمل للتعلم من أجل المراقبة يستفيد من استدلال نظرية العقل ومسار (الاستنتاج-التحقق-التنقيح) للكشف عن السلوكيات الخبيثة المستترة في الوكلاء المستقلين القائمين على النماذج اللغوية الكبيرة عبر استنتاج المعتقدات والنوايا الخفية، متفوقاً بذلك على النماذج المرجعية الحالية المتطورة في مجال المراقبة.
تحدد هذه الورقة أن أدوات القياس المرجعي التي تعتمد على عملية واحدة وتقنية asyncio تُدخل تحيزاً نظامياً في قياسات تقييم النماذج اللغوية الكبيرة (LLM) في بيئات الإنتاج بسبب اختناقات في طوابير الانتظار من جهة العميل ناتجة عن قفل المفسر العالمي (GIL) في لغة بايثون، وتقترح إطار عمل متعدد العمليات إلى جانب مقياس جديد يُسمى NTPOT لتمكين التوصيف الدقيق للأداء عالي التزامن.
تقدم هذه الورقة Trajel، وهو مجموعة بيانات وإطار تقييم يدقق في الهلوسات على مستوى المسار في تدفقات العمل الصناعية متعددة الوكلاء من خلال تصنيف خمسة أنواع متميزة من الإخفاقات، مما يثبت أن المعايير المرجعية الحالية تغفل الأخطاء الوسيطة الحرجة وأن الكشف القائم على التصنيف والواعي للمسار ضروري لنشر الوكلاء بشكل أكثر أماناً.
تقدم الورقة البحثية GIBLy، وهي طبقة خفيفة الوزن ومستقلة عن البنية الهندسية، تدمج الأولويات الهندسية القابلة للتعلم في نماذج التجزئة ثلاثية الأبعاد لتحسين الأداء والقدرة على التعميم بشكل كبير مع حد أدنى من العبء الحسابي.
تقترح هذه الورقة سير عمل مدفوعاً بالذكاء الاصطناعي يستخدم النماذج اللغوية الكبيرة الرائدة لإنشاء "دساتير" مفصلة تغطي الحالات الحدية لفئات الإشراف على المحتوى، مما يثبت أن هذا النهج يتفوق بشكل كبير على الملحظين البشريين في اتساق ودقة التصنيف مع تقليل الخلاف بين النماذج بمقدار يصل إلى 57 ضعفاً.
تحلل هذه الورقة سلوك التوجيه لنموذج Mixtral 8x7B-Instruct تحت تأثير المطالبات الحميدة والضارة، كاشفةً أن تنشيط الخبراء المرتبط بالسلامة هو تنشيط دقيق، ومعتمد على العمق، وموزع بدلاً من أن يهيمن عليه مجموعة ثابتة من الخبراء، مع إثبات أن التدخلات القائمة على التدرج أكثر فعالية من تلك القائمة على التنشيط في تقليل الاستجابات الضارة.
تقدم الورقة البحثية ChaosBench-Logic v2، وهو معيار واسع النطاق وبروتوكول تقييم CARE المصمم للكشف عن إخفاقات الاستدلال المنطقي الحرجة في النماذج اللغوية الكبيرة فيما يتعلق بالأنظمة الديناميكية، حيث وجدت أنه بينما تؤدي النماذج بشكل متوسط في الاستنتاج الصوري، فإنها تعاني بشكل كبير في انتقالات النظام وتظهر ارتباطاً عكسياً منهجياً في أسئلة التفرع.
تقترح هذه الورقة البحثية "فك الارتباط الجوهري للأفعال" (IAD)، وهو إطار عمل للتعلم التعزيزي الهرمي العميق يستخدم المكافآت الجوهرية لتعلم تسلسلات أفعال متميزة ومدركة للشريك، مما يتيح تنسيقاً قوياً وتكيفياً بين الإنسان والذكاء الاصطناعي عبر شركاء متنوعين وغير مرئيين في مجال Overcooked-AI.