24888 ورقة بحثية
تقترح هذه الورقة رسومًا بيانية للتنسيق عبر عنق زجاجة المعلومات غير المتجانسة (HIBCG)، وهو إطار عمل مؤصل نظريًا لتعلم التعزيز متعدد الوكلاء التعاوني، يستخدم عنق زجاجة المعلومات الرسومي لاستخلاص مسبق متوافق مع المجموعة لاختيار الحواف بشكل مبدئي، ومبدأ ملء الفراغ لتخصيص سعة الرسائل بشكل أمثل.
تقترح هذه الورقة "استئصال السلامة" (Ablating Safety) كبروتوكول تقييم منضبط لمهام الأمن السيبراني المصرح بها، مبرهنةً على أنه في حين توفر طرق إسقاط الرفض البسيطة مكاسب أمنية ضئيلة مع مخاطر سلامة عالية، فإن التكيف المستهدف القائم على تقنية LoRA يمكن أن يحسن الأداء الأمني بشكل كبير مع الحفاظ على القدرات العامة والحد من تسرب عدم السلامة.
تقترح الورقة البحثية IVF-TQ، وهو فهرس للبحث عن أقرب الجيران التقريبي المتين للتدفقات، والذي يستبدل كتب الرموز المدربة بتدوير عشوائي ثابت وتكميم قياسي محوسب مسبقاً للقضاء على مشكلة تقادم البيانات أثناء عملية استيعاب البيانات المستمرة مع الحفاظ على استدعاء تنافسي عبر مختلف ميزانيات الذاكرة.
تُبلغ هذه الورقة عن تجربة منضبطة حاولت فيها ثلاثة نماذج للذكاء الاصطناعي إعادة اكتشاف ستة أخطاء برمجية محددة مرتبطة بمواد "Mythos" الخاصة بشركة Anthropic دون معرفة مسبقة بالإصلاحات، مما كشف أنه حتى في ظل الظروف المواتية، حققت النماذج معدل نجاح منخفضًا فقط (6 من أصل 54 محاولة) بسبب ميلها إلى الالتزام بفرضيات تبدو منطقية ولكنها غير صحيحة بدلاً من تحديد الثابت المحدد الذي تم تصحيحه بواسطة الرقع البرمجية الفعلية.
تقترح هذه الورقة نظاماً جديداً للإنذار المبكر من الانهيارات الأرضية يستخدم التعلم التبايني المدرك للأمطار والحركة لتوليد تمثيلات قوية تجاه الإزاحة من بيانات الأمطار والتضاريس، مما يحسن دقة التنبؤ بشكل كبير في ظل حالات عدم اليقين المكاني المتأصلة في توقعات هطول الأمطار.
تقترح الورقة البحثية MATE، وهي بنية ذاكرة تحل عمليات ماركوف لاتخاذ القرار السياقية عبر استبدال المعتقدات اللاحقة المستعصية بذاكرة مجمعة بالجمع، مما يحقق أداءً يضاهي نماذج التسلسل القياسية مع تجنب القيود الحسابية وقيود التدرج التي تفرضها نماذج المحولات (Transformers) والشبكات العصبية المتكررة (RNNs).
تحدد الورقة البحثية مشكلة "العمى المكاني" في نماذج تعلم الحالات المتعددة للشرائح الكاملة، حيث تعتمد التنبؤات على إحصائيات المظهر التركيبية بدلاً من البنية النسيجية بسبب ديناميكيات التحسين، وتقترح ResTopoMIL —وهي بنية بسيطة تفصل بين تعلم المظهر غير المتغير بالتبديل وبين التعلم المكاني المعتمد على الإحداثيات— لاستعادة الحساسية المكانية وتحسين الأداء عبر تسعة معايير مرجعية.
يُعد GCE-MIL إطار عمل غير مرتبط بهيكل محدد، يعمل على تعزيز التعلم متعدد الأمثلة لصور الشرائح الكاملة من خلال التحسين الصريح لمعايير الكفاية والضرورة والقابلية للاسترداد (S/N/R) لتوليد أدلة وفية وقابلة للاسترداد، مما يؤدي إلى تحسين أداء التصنيف وتقليص الفجوة بين درجات الانتباه المستمرة واختيارات الرقع المستمرة.
تقترح هذه الورقة رؤية توزيعية للتفسير الآلي البصري تصيغ المهمة كمسألة تحسين لتقليل تباعد كولباك - ليبلر (KL) لمعالجة الانحيازات الإحصائية في النماذج القائمة، مقدمةً مبدأ القيد الناعم لتقليل تباعد كولباك - ليبلر الذي يتم تحقيقه من خلال أخذ عينات خلفية للانتشار موجهة بالطاقة لتحقيق توازن نظري بين القابلية للتفسير والأمانة.
تقدم هذه الورقة البحثية SaaSBench، وهو أول معيار اختبار صُمم لتقييم وكلاء البرمجة المستقلين في بيئات البرمجيات كخدمة (SaaS) المؤسسية المعقدة ومتعددة المكونات، كاشفةً أن العائق الرئيسي أمام النماذج المتطورة لا يكمن في توليد منطق الكود البرمجي، بل في النجاح في تهيئة ودمج مكونات الأنظمة غير المتجانسة.