24608 ورقة بحثية
تقترح هذه الورقة وتتحقق من صحة استراتيجية لإثبات المفهوم لتوليد محتوى ألعاب ديناميكي عالي الجودة وفي الوقت الفعلي باستخدام نماذج لغوية صغيرة متخصصة (SLMs) تم ضبطها بدقة شديدة على مهام ذات نطاق ضيق ومولدة اصطناعياً، مما يتغلب على قيود عدم الاتساق السردي والاعتماد على السحابة التي تعيب النماذج اللغوية الكبيرة.
تقدم الورقة البحثية نموذج WIND، وهو نموذج أساسي جوي يعمل بتقنية "التعلم الصفري" (zero-shot) يستفيد من انتشار الفيديو ذاتي الإشراف لتعلم نموذج مسبق غير مرتبط بمهمة محددة، مما يمكّنه من حل مشكلات متنوعة في الطقس والمناخ — بما في ذلك التنبؤ، وتصغير النطاق، وإعادة البناء — من خلال أخذ عينات المسائل العكسية دون الحاجة إلى أي ضبط دقيق خاص بمهمة معينة.
تحلل هذه الورقة البحثية بشكل منهجي حيز تصميم التعلم التعزيزي لنماذج الانتشار، وتثبت أن استخدام مُقدِّر احتمالية قائم على الحد الأدنى للاحتمال (ELBO) يتم حسابه من العينة النهائية المولدة هو العامل الحاسم الذي يُمكِّن من التحسين الفعال والمستقر، متفوقاً بشكل كبير على الطرق الحالية في كل من معايير السرعة والمكافأة.
تُظهر هذه الدراسة أن زيادة السياق الزمني لمقاطع الفيديو تعزز بشكل كبير من التوافق بين الدماغ والنماذج للنماذج اللغوية الكبيرة متعددة الوسائط (ولكن ليس لنماذج الفيديو أحادية الوسائط)، مما يكشف عن تطابق هرمي بين المقاييس الزمنية للتكامل العصبي الأطول في مناطق الدماغ العليا والطبقات العميقة للنماذج اللغوية الكبيرة متعددة الوسائط أثناء فهم السرد.
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.