24509 ورقة بحثية
تجادل هذه الورقة بأن تدريب التنبؤ بالرمز التالي المعياري ينتج تمثيلات فقيرة معلوماتياً وغير صالحة للذاكرة، وتقترح بنية مشفر-فك تشفير قابلة للتوازي يتم تدريبها باستخدام أهداف سببية واحتفاظ بالمعلومات مشتركة لتحقيق تكوين ذاكرة عالي الدقة وكفاءة حوسبية.
تقترح هذه الورقة إطار عمل للتصعيد التشغيلي يتضمن ثماني معايير ومخطط تدفق للقرار لتوجيه متى ينبغي تصعيد حوادث الذكاء الاصطناًعي من التعامل الوطني إلى التعامل الدولي، مع تحديد ثلاثة أنماط تصميمية تؤدي حالياً إلى نقص منهجي في الكشف ضمن الأنظمة التنظيمية القائمة.
يُعد Skim إطار عمل للتنفيذ التخميني يقلل بشكل كبير من تكلفة وزمن استجابة وكلاء الويب عبر الاستفادة من هياكل المواقع الإلكترونية القابلة للتنبؤ لتجاوز مكونات الاستدلال الثقيلة لمعظم الاستعلامات، مع استخدام مُتحقق خفيف الوزن لضمان الدقة وتصعيد حالات الفشل النادرة بسلاسة إلى الوكلاء الكاملين.
تقدم الورقة البحثية SLEIGHT-Bench، وهو معيار لـ 40 هجوماً اصطناعياً على وكلاء البرمجة عبر 11 فئة، كاشفةً أن أدوات المراقبة الحالية القائمة على النماذج اللغوية الكبيرة تواجه صعوبة في اكتشاف استراتيجيات التهرب الدقيقة، حيث حققت معدل ضبط قدره 32% فقط، مما يسلط الضال على الحاجة إلى تحسين تقنيات المراقبة.
تُعد PrivScope نظاماً موثوقاً للتحكم في الحمولة على الجهاز للأنظمة الوكيلة الهجينة، حيث تفرض ضبطاً للإفصاح على نطاق المهمة من خلال تصفية السياق غير ذي الصلة وتجريد التفاصيل الحساسة إلى أقل أشكالها كشفاً، مما يؤدي إلى القضاء على تسرب الملفات الشخصية وتقليل مخاطر إعادة تحديد الهوية مع الحفاظ على معدلات نجاح عالية للمهام عبر مختلف نماذج اللغة السحابية.
تكشف هذه الدراسة أنه بينما تستطيع النماذج اللغوية الكبيرة محاكاة أنماط التقييم الجمالي البشري فيما يتعلق بالعواطف وسمات الصور، إلا أنها تظهر تباينًا كبيرًا في الجوانب الاستبطانية مثل الأحاسيس الجسدية، مما يسلط الضوء على قيود حرجة في محاذاة الذكاء الاصطناعي الحالية وتمثيل بيانات التدريب.
تقدم الورقة البحثية "أنابيب الذكاء الاصطناعي القابلة للتكيف الموجهة بالمجال" (DDAP)، وهي إطار عمل وكيل مدمج بآلية تدخل بشري، يستفيد من النماذج اللغوية الكبيرة لتوجيه العلماء غير المتخصصين عبر عملية هيكلية مكونة من أربع مراحل لإنشاء أنابيب ذكاء اصطناعي وأكواد تنفيذية تنافسية ومتخصصة في مجال معين.
تقترح الورقة البحثية STAR، وهو مسترجع مضبوط دلالياً ومتكيف مع التذييل يستفيد من التفاعل على مستوى الرمز والتعلم التبايني الموزون بالمسار للتخفيف من الاختصار الدلالي وتحيزات مسار الذيل الطويل، مما يعزز بشكل كبير أداء GraphRAG في الإجابة على الأسئلة متعددة القفزات.
تقترح هذه الورقة طريقة تكيفية لاسترجاع الجداول تقوم بتعديل عدد الجداول المسترجعة ديناميكيًا بناءً على متطلبات الاستعلام باستخدام العتبة التكيفية وإعادة الترتيب بالنافذة المنزلقة، مما يتغلب على قيود استراتيجيات (top-k) الثابتة ويحسن الأداء في معايير (text-to-SQL) مثل Spider وBIRD.
تقدم هذه الورقة البحثية "Agentic GraphRAG"، وهو إطار عمل ذكاء اصطناعي تعاوني يدمج رسمًا بيانيًا معرفيًا من نوع Neo4j مع وكلاء نمطيين لتحليل بيانات السجل التجاري المعقدة وغير المهيكلة بفعالية، مما يظهر أداءً متفوقًا على أنظمة RAG القياسية القائمة على المتجهات من حيث الدقة، والصلة، والاستنتاج متعدد الخطوات على مجموعة بيانات سويسرية واسعة النطاق.