24831 ورقة بحثية
تقدم هذه الورقة أربع صياغات للبرمجة الصحيحة لتحسين تصميم وتشغيل نظم التصنيع الخلوية ذات خطط العمليات البديلة من خلال تجميع الأجزاء والآلات لتقليل الحركات بين الخلايا وداخل الخلايا، مع تقييم مدى ملاءمة هذا الهدف مقارنة بالبدائل القائمة على التكلفة.
تقدم هذه الورقة وتثبت تجريبياً بروتوكول QuNetQFL، وهو بروتوكول تعلم اتحادي عملي وآمن كمومياً يستخدم مفاتيح سرية كمومية موزعة لتحقيق أمن معلوماتي نظري، مما يظهر دقة محسنة في مجموعات البيانات الكمومية وأداءً قوياً في المهام الواقعية مع التوسع بكفاءة ليشمل مئات العملاء.
تقترح الورقة البحثية ReAlignFit، وهو إطار عمل مبتكر يعزز استقرار وأداء التعلم العلائقي الجزيئي من خلال محاذاة تمثيلات البنية التحتية ديناميكيًا عبر انحياز استقرائي قائم على "الملاءمة المستحثة" كيميائيًا و"عنق زجاجة معلومات المخطط الفرعي"، مما يعالج بفعالية التحديات في توزيعات البيانات ذات القواعد المزاحة والسقالات المزاحة.
تقدم هذه الورقة البحثية RAG-Gym ووكيل ReSearch++، مبرهنةً على أن نقل الإشراف من الإجابات النهائية إلى عملية البحث ذاتها يُنتج وكلاء بحث عن المعلومات أكثر موثوقية وقدرة على التعميم، لا سيما في البيئات خارج النطاق المعرفي.
تقدم هذه الورقة KCGen-KT، وهو مسار عمل مؤتمت يعتمد على النماذج اللغوية الكبيرة لتوليد وتوسيم مكونات المعرفة للمشكلات البرمجية مفتوحة النهايات، مما يثبت من خلال تقييم مكثف أن هذه المكونات المولدة بواسطة الذكاء الاصطناعي تفوق المكونات التقليدية المكتوبة بشرياً في التنبؤ بأداء الطلاب ونمذجة منحنيات التعلم.
تدعو هذه الورقة إلى نهج "العلوم المعرفية الحسابية الطبيعية" الذي يدمج التقدم في الذكاء الاصطناعي مع أبحاث العلوم المعرفية والأعصاب لتطوير نظريات ونماذج قابلة للتعميم قادرة على تفسير الطيف الكامل للسلوك الطبيعي مع الحفاظ على الدقة التجريبية.
تجادل هذه الورقة بأن أبحاث سلامة النماذج اللغوية الكبيرة الحالية تعوقها ضوضاء وتناقضات كبيرة عبر مسار التقييم، وتقترح إرشادات منهجية لتحسين متانة وعدالة وقابلية مقارنة تقييمات الهجوم والدفاع المستقبلية.
تقدم هذه الورقة البحثية إطار عمل "بحث شجرة مونت كارلو بتدرج الأفعال" (AGMCTS)، وهو إطار عمل مبتكر يعزز التخطيط عبر الإنترنت في عمليات ماركوف لاتخاذ القرار المعتمدة على الأفعال المستمرة (PO)MDPs من خلال دمج البحث الشجري العالمي مع تحسين الأفعال المحلي القائم على التدرج، وتوفير ضمانات نظرية لتقدير القيمة المتسق من خلال "شجرة أخذ العينات المتعددة للأهمية" ونظريات تدرج درجات الأفعال.
تقدم الورقة البحثية إطار عمل "الاسترجاع المعزز بالذاكرة المرتبة" (ERMAR)، الذي يستفيد من آلية مبتكرة لتسجيل الصلة وإعادة ترتيب نقطي لتمثيلات (key-value) لإدارة الذاكرة طويلة المدى ديناميكيًا، محققًا أداءً وتوسعًا رائدين في مهام نمذجة اللغة ذات السياق الطويل.
تقدم LogQuant تقنية تكميم ببتين موزعة لوغاريتميًا (log-distributed 2-bit quantization) لمخازن KV cache، مما يحسن بشكل كبير من إنتاجية الاستدلال، وحجم الدفعة، ودقة المهام للنماذج اللغوية الكبيرة مع الحفاظ على بصمة ذاكرة دنيا.