24888 ورقة بحثية
مستوحاةً من العلوم المعرفية، تقدم هذه الورقة عميلاً مجهزاً بنظامي ذاكرة دلالية وذاكرة عرضية يتفوق على الوكلاء ذوي الذاكرة الواحدة في بيئة "الغرفة" المصممة حديثاً، مع إثبات أن التعاون بين الإنسان والآلة يحقق نتائج متفوقة مقارنة بالوكلاء المستقلين.
مستلهماً من العلوم المعرفية البشرية، تقدم هذه الورقة البحثية عميل تعلم "Q" عميقاً مجهزاً بأنظمة ذاكرة قصيرة المدى، وعرضية، ودلالية مصممة كرسوم بيانية للمعرفة، مما يثبت أن مثل هذا الهيكل يمكّن العميل من تعلم استراتيجيات إدارة الذاكرة بفعالية والتفوق على العملاء الذين يفتقرون إلى هذه البنية في بيئة تعلم تعزيزي مخصصة تسمى "الغرفة".
تقدم هذه الورقة إطاراً جديداً للتحكم المراعي للموارد يعامل الاستدلال كمورد مكلف، كاشفاً أن الوكلاء الأمثل في ظل القيود الحسابية يجب أن يوظفوا استدلالاً فاقداً للمعلومات، ويستفيدوا من متشعبات حلول مرنة، ويوجهوا الأنظمة بنشاط نحو أنظمة تمثيل منخفضة التكلفة لتحقيق التوازن بين المنفعة وكفاءة الموارد.
تقترح هذه الورقة إطار عمل ERFSL، وهو إطار عمل فعال يستفيد من النماذج اللغوية الكبيرة كباحثين بنظام الصندوق الأبيض لتوليد وتحسين دوال المكافأة متعددة الأهداف بشكل تكراري في البيئات المخصصة المعقدة من خلال الفهم الدلالي، ومنتقد مكافأة لتصحيح الكود، واستراتيجيات ضبط الأوزان الشبيهة بالخوارزميات الجينية، مما يحقق تقارباً سريعاً نحو الحلول المثلى في جبهة باريتو بأقل قدر من التغذية الراجعة البشرية.
تقدم هذه الورقة نظاماً فعالاً من حيث التكلفة للكشف البصري عن الشذوذ للمؤسسات الصغيرة والمتوسطة، والذي يستفيد من نماذج التعلم غير الخاضع للإشراف من Anomalib المنشورة عبر OpenVINO على أجهزة Raspberry Pi منخفضة التكلفة، محققاً دقة عالية (F1 > 0.95) مع حد أدنى من بيانات التدريب (10 صور) واستدلال سريع (90 ثانية).
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.