24608 ورقة بحثية
تكشف هذه الورقة أنه بينما تُظهر النماذج اللغوية الكبيرة دقة عالية في المنطق الدلالي، فإنها تفشل عموماً في محاكاة الاستدلال البراغماتي الذي يسمح للبشر بإثراء الجمل الشرطية بمعانٍ تعتمد على السياق، وهي قدرة تظل مهارة ناشئة بغض النظر عن بنية النموذج أو توجه التدريب.
تقدم الورقة البحثية DeCoR، وهو إطار عمل للتعلم التعزيزي ثنائي المراحل يعمل على التحسين المشترك لتخطيطات ممرات المشاة الحضرية والتحكم التكيفي في الإشارات لتقليل تأخيرات المشاة والمركبات بشكل كبير في ممرات حقيقية مع التعميم على الطلبات المتغيرة دون الحاجة لإعادة التدريب.
تقدم الورقة البحثية TextReg، وهو إطار تنظيم يعمل على الحد من الإفراط في التخصيص لتوزيع المطالبات في النماذج اللغوية الكبيرة من خلال التحكم في عدم كفاءة التمثيل عبر التدرجات النصية، مما يحسن بشكل كبير من تعميم خارج التوزيع مقارنة بطرق التحسين الحالية.
تقدم هذه الورقة نظام "مولد الرؤى" (Insights Generator - IG)، وهو نظام متعدد الوكلاء يعمل على أتمتة تشخيص إخفاقات وكلاء النماذج اللغوية الكبيرة (LLM) من خلال التحليل المنهجي لمجموعات ضخمة من سجلات التنفيذ لإنتاج رؤى لغوية مدعومة بالأدلة، والتي أثبتت قدرتها على تحسين أداء الوكلاء بشكل كبير وتفوق على طرق التشخيص اليدوية في العمق والتغطية.
تقدم هذه الورقة خوارزمية تعلم نشط جديدة قائمة على الفيزياء تستفيد من بقايا المعادلات التفاضلية الجزئية لتوجيه اختيار البيانات، مما يحسن بشكل كبير من كفاءة البيانات لتدريب المشغل العصبي لحل المعادلات التفاضلية الجزئية مع حقن انحياز فيزيائي استقرائي في العملية.
تقدم هذه الورقة رؤية "BlueSky" لشبكات الجيل السادس (6G) التي تنتقل من نموذج "الشبكة من أجل الذكاء الاصطناعي" إلى نهج "الذكاء الاصطناعي من أجل الشبكة" عبر الدمج الأصيل للنماذج التأسيسية والأنظمة متعددة الوكلاء التعاونية لإنشاء بنى تحتية للاتصالات مرنة ومستقلة وذاتية الاستدامة.
تقدم هذه الورقة البحثية "zerodep"، وهي مجموعة مفتوحة المصدر من عمليات إعادة تنفيذ مكتبة بايثون القياسية لبرمجيات طرف ثالث شهيرة باستخدام مساعدة النماذج اللغوية الكبيرة (LLM) في ملف واحد، مما يثبت أنه بينما تظل المهام التي تعتمد بكثافة على إضافات لغة C تشكل عنق زجاجة في الأداء، فإن البدائل التي تقتصر على المكتبة القياسية غالباً ما تحقق سرعات مماثلة أو حتى تسريعاً كبيراً عبر التخلص من الأعباء الهيكلية، مما يؤكد جدوى هندسة البرمجيات الخالية من التبعيات مع ضمان دقة عالية.
يُعد HiRes نظاماً لترشيح ظروف التفاعل المعزز بالاسترجاع، يجمع بين التمثيلات الرسومية الهرمية واسترجاع السوابق باستخدام خوارزمية k-NN لتحقيق دقة تنبؤ رائدة مع تزويد الكيميائيين بسوابق قابلة للفحص والتبرير من أجل التخطيط العملي للتخليق.
تقدم الورقة البحثية torchtune، وهي مكتبة أصلية في PyTorch مصممة لتبسيط دورة حياة ما بعد التدريب للنماذج اللغوية الكبيرة من خلال إعطاء الأولوية للنمطية والشفافية والقابلية للتوسع لتمكين الضبط الدقيق الفعال والتكرار البحثي السريع مع الحفاظ على أداء تنافسي وكفاءة في استخدام الذاكرة.
تحلل هذه الدراسة التجريبية طلبات السحب الخاصة بإعادة هيكلة كود بايثون (Python refactoring) من وكلاء الذكاء الاصطنا-عي، كاشفةً أنه في حين أنها تعمل بشكل متكرر على تحسين قابلية استخدام الكود وتحقق معدل دمج مرتفع، إلا أنها تُدخل أيضاً مشكلات جديدة تتعلق بسلامة الكود (lint) والأمن، مما يسلط الضوء على الحاجة إلى تعزيز بوابات الجودة والأمن في سير عمل التطوير المدفوع بالذكاء الاصطناعي.