24055 ورقة بحثية
تقترح هذه الورقة إطار عمل تنافسي متعدد المهام ومبتكر يعمل في آن واحد على تحسين العدالة والخصوصية والدقة في الأنظمة المركزية القائمة على البيانات، وذلك عبر تعلم تمثيلات كامنة تخفي السمات الحساسة مع الحفاظ على المعلومات ذات الصلة بالمهام، مما يحقق معايير أخلاقية ومعايير خصوصية عالية دون فقدان كبير في الأداء.
تقترح الورقة البحثية "الذاكرة المتكيفة مع الحالة" (SAM)، وهي إطار عمل مستقل يعزز الاستدلال الوكيل طويل المدى من خلال دمج سجلات التفاعل في إشارات ذاكرة مدمجة وموجهة نحو القصد تسمح للوكلاء بإعادة بناء المعلومات البعيدة ديناميكيًا دون إعادة تدريب النموذج الأساسي، مما يحقق أداءً فائقًا عبر معايير قياسية متنوعة.
تقدم الورقة البحثية AgentFugue، وهو إطار عمل للتفكير الجماعي يعزز أداء المهام طويلة الأمد من خلال ربط الوكلاء الأقران المتوازيين عبر مركز تفكير مشترك يسجل ويسهل إعادة استخدام الاكتشافات الوسيطة، مما يثبت أن التوسع الأفقي لأنظمة الوكلاء يمكن أن يحقق مكاسب نوعية في القدرات تتجاوز مجرد التوسع في الحوسبة.
تقدم الورقة البحثية TIGER، وهو إطار عمل مستند إلى النصوص يستفيد من نماذج توليد البروتين إلى نص وشبكة بوابات ديناميكية لإنشاء تمثيلات عامة للإنزيمات، مما يتفوق بشكل كبير على الأساليب الحالية في استرجاع العلاقة ثنائية الاتجاه بين الإنزيم والتفاعل عبر توزيعات ومهام متنوعة.
تقترح هذه الورقة "العقاب التكيفي للتعاون" (APC)، وهي طريقة موزعة تعمل على ضبط شدة العقاب ديناميكيًا بناءً على شدة الاحتمالية ودرجة الانحراف، وذلك لموازنة التكلفة والفعالية بشكل فعال، مما يعزز التعاون في سيناريوهات متعددة الوكلاء ذات الدوافع المختلطة.
تقارن هذه الورقة بين الأطفال البشر والوكلاء القائمين على النماذج اللغوية الكبيرة في مهمة استدلال استقرائي، كاشفةً أنه بينما يتكيف كلاهما بشكل مماثل مع عدم اليقين البيئي وموثوقية الأدلة من خلال آليات حوسبية متميزة، تُظهر النماذج اللغوية الكبيرة نزعات فريدة نحو الإفراط في الملاحظة والامتثال للتعليمات مقارنة بالأطفال.
تتقصى هذه الورقة كيف تعمل الخصوم التكيفية المدفوعة بالذكاء الاصطناعي على تقويض تشفير المفتاح العام من خلال استغلال الملاحظات القابلة للرصد على مستوى التنفيذ، مما يكشف عن عدم تطابق حرج بين نماذج الأمن التقليدية التي تركز على الخوارزميات وبين واقع الهجمات التشغيلية الحديثة.
تقترح هذه الورقة البحثية تقنية "تقليم الذاكرة الاتحادية" (FedMemPrune)، وهي نهج اتحادي جديد للتعلم غير المكتسب يستفيد من مقياس جديد لـ "تقييم الذاكرة المجمعة" للتمييز بين المعلومات المحفوظة الفريدة وإزالتها مع الحفاظ على الأنماط المتداخلة، مما يحقق تعلماً غير مكتسب فعالاً دون المساس بجدوى النموذج.
تقترح هذه الورقة إطار عمل للضبط الدقيق يعتمد على "التخزين المؤقت والتعزيز" (Buffer-and-Reinforce)، والذي يستخدم محولات كسر الحماية المؤقتة لتخزين التدرجات الضارة مؤقتاً ثم تعزيز محاذاة السلامة عبر الدمج القائم على تفكيك القيم المفردة (QR decomposition)، مما يحمي النماذج اللغوية الكبيرة من هجمات الضبط الدقيق الضارة دون الحاجة إلى بيانات سلامة إضافية أو عبء حوسبي كبير.
تقدم هذه الورقة PILOT، وهو مُحسِّن عبر الإنترنت تكيفي يقوم بضبط سلوك التحديث ديناميكيًا بناءً على الاتفاق في اتجاه التدرج لتحسين استقرار التدريب وتحقيق دقة فائقة على FashionMNIST وCIFAR-10 مقارنة بالطرق الحالية.