24888 ورقة بحثية
تقترح هذه الورقة إطار عمل "التعلم التنافسي لكسر التفاعل" (IBAL)، الذي يستخدم نهجاً قائماً على نظرية المعلومات لتوليد هجمات تعطل التفاعلات بين الوكلاء والدفاع ضدها، مما يعزز بشكل كبير من متانة وتنسيق أنظمة التعلم التعزيزي متعددة الوكلاء في ظل الاضطرابات المتنوعة وسيناريوهات فقدان الوكلاء.
تُعد PROTEA واجهة موحدة للتحسين القائم على الاختبار غير المتصل بالإنترنت لسير عمل النماذج اللغوية الكبيرة متعددة الوكلاء، والتي تعمل على تحديد مواضع الاختناق محلياً من خلال التقييم القائم على الرسوم البيانية والتقييم العكسي، مما يمكّن المطورين من تحرير والتحقق من مراجعات الأوامر البرمجية بشكل تكراري لتحسين أداء النظام بشكل كبير.
تقترح هذه الورقة خوارزمية عتبة صلبة من الدرجة الصفرية عامة لتقليل التباين، تعالج الصراع المتأصل بين انحراف التدرج وتوسع المؤثر في طريقة SZOHT الحالية، مما يؤدي إلى إزالة القيود على الاتجاهات العشوائية وتحقيق معدلات تقارب محسنة وقابلية تطبيق أوسع لتحسين .
تُظهر هذه الورقة أنه في حين أن آليات البوابات القائمة على عدم اليقين غير فعالة في اكتشاف الجدة الدلالية، فإن مؤشرات عدم اليقين البسيطة تصبح كافية لاتخاذ قرارات ذاتية موثوقة بمجرد وصول النموذج الأساسي إلى عتبة أداء كفء، وعند هذه النقطة يصبح اختيار العتبة أكثر أهمية من طريقة تقدير عدم اليقين المحددة.
تُقدم الورقة البحثية "الإجراء الاستباقي الموجه بالوثائق" (Proactive Document-Guided Action) وتقترح معيار "DocOS" لمعالجة أوجه القصور في وكلاء واجهة المستخدم الرسومية (GUI agents) عند التعامل مع المهام نادرة الحدوث، وذلك من خلال تمكينهم من البحث ذاتياً عن الوثائق الخارجية وتأصيلها في إجراءات قابلة للتنفيذ، مما يكشف أن التقدم الحالي يعوقه تحديات في استرجاع المعلومات وتأصيل التعليمات.
تقدم الورقة البحثية إطار العمل FLAG، وهو إطار عمل قائم على الانتشار يستفيد من مشفر رسومي مكاني ومحاذاة نموذج تأسيسي جيني للتغلب على "لعنة البعد الجيني" والتنبؤ بدقة بالتعبير الجيني المكاني من صور صبغة الهيماتوكسيلين والإيوسين (H&E) من خلال الحفاظ على العلاقات الجينية-الجينية والعلاقات الهيكلية المكانية الأساسية.
تقدم هذه الورقة البحثية "Teger"، وهو نموذج هيكلي لعدم اليقين غير مرتبط بهيكل أساسي، يعمل على التخفيف من انتشار الخطأ المتبقي المكاني-الزماني وظاهرة "الضغط الزائد" (over-squashing) في النماذج المتكررة عبر توظيف آلية إعادة صياغة للرسوم البيانية تعتمد على انحناء "فورمان" المنفصل ضمن رأس تغاير منخفض الرتبة مضاف إليه قطر، مما يؤدي إلى تحسين أداء التنبؤ الاحتمالي طويل الأمد بشكل كبير.
تقترح الورقة البحثية إطار عمل LMAC، وهو إطار عمل مبتكر يسخر النماذج اللغوية الكبيرة لتصميم وتحسين بروتوكولات الاتصال بشكل تكراري، مما يمكن الأنظمة متعددة الوكلاء التعاونية من إعادة بناء الحالات الأساسية بدقة وتجانس أكبر، وبالتالي التفوق بشكل كبير على النماذج المرجعية الحالية في مختلف الاختبارات المعيارية.
تقترح هذه الورقة دائرة لعبة كمومية من نوع EWL مكونة من 4 كيوبتات ومعلمية ومتوافقة مع عصر الـ NISQ، تدمج بيانات التمويل الواقعية من قاعدة بيانات CORDIA مع هاميلتوني ديريك-سولو-سوان لنمذجة والتنبؤ بمسارات الابتكار المزعزع ضمن أنظمة اللولب الرباعي البيئية.
تقدم هذه الورقة مبدأً متوافقاً مع التماثل لتصميم المحسنات، يربط قواعد تحديث التدرج بهياكل التكافؤ المحددة لكتل المعلمات المختلفة — مثل التضمينات (embeddings)، ورؤوس النماذج اللغوية الكبيرة (LM heads)، وطبقات (SwiGLU MLPs)، وموجهات (MoE routers) — مُثبتةً من خلال تجارب ما قبل التدريب المكثفة أن هذه المحسنات المصممة خصيصاً تتفوق باستمرار على (AdamW) في خسارة التحقق النهائية واستقرار التدريب.