24509 ورقة بحثية
تقترح هذه الورقة Nash-MADDPG، وهو إطار عمل جديد للتعلم المعزز متعدد الوكلاء يدمج حلول تفاوض ناش لتحقيق تداول طاقة بين المركبات (V2V) متوافق مع الحوافز، وعادل، وقابل للتوسع، مما يظهر تحسينات كبيرة في الرفاهية الاجتماعية، وحجم التداول، والعدالة مقارنة بطرق المزاد المزدوج القائمة.
تقدم هذه الورقة تقنيات (شبه) رمزية قابلة للتوسع، بما في ذلك طريقة مبتكرة لتفكيك عمليات ماركوف لاتخاذ القرار تحت عدم اليقين (POMDP)، لحل مشكلة الملاحظة المثلى ومشكلاتها الفرعية (SSP و POP) بكفاءة، محققةً تحسينات في الأداء تصل إلى خمس مراتب عشرية في وقت التشغيل مقارنة بنهج تخليق المعلمات السابق.
لمعالجة تحديات تشابك البيانات وتحول صياغة المهام التي تجعل الدفاعات الحالية غير فعالة للتنبؤ بالسلاسل الزمنية، يقترح المؤلفون TimeGuard، وهو دفاع أثناء وقت التدريب يستخدم تدريب التجميع لكل قناة واختيار الخسارة المنتظمة بالمسافة لتحسين المتانة بشكل كبير ضد هجمات الباب الخلفي مع الحفاظ على أداء النموذج النظيف.
تقدم الورقة البحثية VeriScale، وهو إطار عمل تنافسي يعمل على توسيع وتلخيص مجموعات الاختبار لإنشاء معايير أكثر صرامة مثل VerinaPlus وVerinaLite، والتي تكشف عن نقاط ضعف كبيرة في قدرات النماذج اللغوية الكبيرة (LLMs) في توليد الكود والقدرات المواصفاتية التي تفشل المعايير الحالية في اكتشافها.
تقدم الورقة البحثية "إيبيكيور" (Epicure)، وهي عائلة من تضمينات المكونات متعددة اللغات المدربة على 4.14 مليون وصفة تستخدم مخططات مسار عشوائي متميزة للتنقل عبر رسم بياني هجين لتواجد المكونات معاً ومركبات النكهة الكيميائية، مما يضع النماذج عند نقاط متفاوتة على طول طيف يمتد بين سياق الوصفة والبنية الكيميائية.
يُعد FastTab نموذجاً منخفض التأخير للتعرف على هياكل الجداول، يجمع بين وحدة "Tiny Recursive" خفيفة الوزن للاستنتاج الشامل وبين محولات "Axial 1D" للتنبؤ بدقة بهياكل الشبكة ونطاقات الخلايا دون الاعتماد على فك ترميز HTML التوليدي.
تقدم هذه الورقة دراسة منهجية لحقن الأعطال الكهرومغناطيسية على جهاز Intel Neural Compute Stick 2، كاشفةً أن الاضطرابات الناتجة عن نبضة واحدة يمكن أن تؤدي إلى تدهور حاد ومستمر في الدقة وتوقف الجهاز عن العمل بطريقة تتملص من آليات الكشف القياسية على مستوى واجهة برمجة التطبيقات (API)، مما يثبت عدم كفاية فحوصات سلامة وقت التحميل لعمليات نشر الذكاء الاصطناعي عند الحافة في التطبيقات الحرجة للسلامة.
تقترح هذه الورقة وتتحقق من منهجية تنفيذ ثابتة الزمن لدوال التنشيط على وحدات التحكم الدقيقة من طراز ARM Cortex-M4، والتي تقضي على الثغرات الأمنية للقنوات الجانبية الزمنية من خلال الاختيار الخالي من التفرع، وتقريبات "باديه" ذات التكلفة الثابتة، ومحاذاة الدورات، مع الحفاظ على دقة عددية عالية عبر أنواع متعددة من الدوال.
تقدم هذه الورقة Pre-VLA، وهي بنية توحيد للتحقق من وقت التشغيل تعمل على التقييم الاستباقي لصلاحية الإجراء لنماذج الرؤية واللغة والأفعال (Vision-Language-Action) والنماذج العالمية باستخدام نهج تعلم متعدد المهام، مما يؤدي إلى تحسين معدلات النجاح بشكل كبير، وتقليل خطوات التنفيذ، وتخفيف تراكم الأخطاء في مهام الذكاء المتجسد.
تقترح هذه الورقة البحثية طريقة Qreg+NWLU، وهي طريقة تعتمد على إعادة تكرار البيانات القائمة على القيمة للتعلم التعزيزي المستمر متعدد الدورات، والتي تتغلب على قيود النهج المتمحور حول الفاعل من خلال إدخال جمع مستمر لقيم Q وتنظيم "عدم الانتظار" الفوري للتخفيف بفعالية من النسيان الكارثي وتعزيز نقل المعرفة.