25186 ورقة بحثية
تقترح هذه الورقة "التفسير الوكيل" (agentic interpretation)، وهو إطار عمل يطبق مبادئ التحليل الساكن القائم على الشبكة (lattice-based static analysis) على الاستدلال البرمجي المدفوع بالنماذج اللغوية الكبيرة (LLM) من خلال تفكيك أهداف التحليل إلى ادعاءات محلية يتم تتبعها ضمن شبكة ذات ارتفاع محدد، مما يتيح تحليلاً برمجياً أكثر متانة وقائماً على الأدلة وتكرارياً مقارنة بالنهج أحادي المحاولة الهش.
تقدم هذه الورقة إطار عمل "اتساق التفسير المضاد للواقع" (CEC)، المصمم للكشف عن "التحيز الإجرائي الخفي" في نماذج قرارات الائتمان والتخفيف من حدته، وذلك من خلال ضمان حصول الأفراد ذوي النتائج المتشابهة على تفسيرات متسقة، وهو بُعد حاسم من أبعاد العدالة الذي تغفله المقاييس القياسية القائمة على النتائج.
تقدم هذه الورقة آلية تبديل جزئي (partial-SWAP) قابلة للضبط وقابلة للتنفيذ عتاديًا لشبكات الخزان الكمومي، توفر تحكمًا مباشرًا في معدلات تبدد الذاكرة، مما يعزز القدرة على التحكم وفهم سعة الذاكرة في البنى الكمومية المتكررة التي تم التحقق من صحتها من خلال المحاكاة ومعالجات IBM الكمومية.
تقترح هذه الورقة أن المتوسط الزاوي هو قاعدة ترتيب خطية بسيطة تحقق التناسب الفردي طويل الأمد لاتخاذ القرار الجماعي في الإعدادات المتتالية، مما يقدم بديلاً متفوقاً للمتوسط الحسابي في السيناريوهات التي تشهد اختلافاً كبيراً بين الناخبين.
تجادل هذه الورقة بأن أنظمة عمليات الشبكات (NetOps) وعمليات تكنولوجيا المعلومات المدعومة بالذكاء الاصطناعي (AIOps) الوكيلة، والآمنة والموثوقة، تعتمد بشكل أقل على النماذج اللغوية نفسها، وبشكل أكبر على البنى المحيطة القوية — مثل عقود الضمان، والتقييمات المعزولة (sandboxed)، وأطر الحوكمة — التي تعامل الاستقلالية كمسألة تحكم تشغيلي مقيد لضمان النشر القابل للتدقيق والآمن.
تقدم هذه الورقة إطار عمل لنظرية العقل من الدرجة الثانية باستخدام نماذج عمليات ماركوف لاتخاذ القرار تحت عدم اليقين المستند إلى المعلومات (I-POMDPs)، مما يمكّن الوكيل من اكتشاف التحيزات المعرفية البشرية والمعتقدات الخاطئة حول الوكيل ومعالجتها تكيفياً، وبالتالي تحسين جودة التفاعل وفائدة التغذية الراجعة كما تم إثباته في دراسة مستخدم.
تكشف هذه الورقة أن محاكيات الطلاب الحالية القائمة على النماذج اللغوية الكبيرة تفشل في الحفاظ على مفاهيم خاطئة متماسكة أثناء التفاعلات، حيث تظهر بدلاً من ذلك نزعة "تملقية" لتصحيح الإجابات بشكل عشوائي بغض النظر عن صلة التغذية الراجعة، لكنها تثبت أن إخلاص هذه المفاهيم الخاطئة يمكن تحسينه بشكل كبير من خلال مسار تدريب لاحق متخصص يتضمن الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي.
تقدم هذه الورقة البحثية شبكة Q-SRDRN، وهي شبكة دقة فائقة متعددة المئويات يتم تدريبها باستخدام فقدان "بينبول" (pinball loss) ومكونات معمارية متخصصة للتغلب على النقص المنهجي في تقدير أحداث هطول الأمطار الشديدة في عمليات التصغير باستخدام التعلم العميق، محققةً معدلات كشف محسنة بشكل كبير لأحداث الذيل الثقيل عبر مناطق متنوعة في الولايات المتحدة مقارنة بالنماذج الحتمية المرجعية.
تقدم هذه الورقة WriteSAE، وهو أول مشفر تلقائي متناثر (sparse autoencoder) مصمم لتفكيك وتحرير عمليات كتابة ذاكرة التخزين المؤقت للمصفوفات (matrix cache writes) في نماذج اللغة ذات فضاء الحالة (state-space) والنماذج المتكررة الهجينة، وذلك عبر تحليل ذرات فك التشفير إلى شكل تحديثها الأصلي من الرتبة 1 (rank-1 update shape)، مما يتيح تدخلات سلوكية دقيقة وتنبؤاً عالي الدقة بالأثر.
تقترح هذه الورقة إطار عمل "تشيبيتشيفف السلس التكيفي" (Adaptive Smooth Tchebycheff) الذي يعمل على تعديل سلاسة التحسين ديناميكيًا بناءً على تداخل التدرج في الوقت الفعلي، مما يتيح الاكتشاف القوي للسياسات المثلى في باريتو (Pareto-optimal policies) ضمن المناطق غير المحدبة للمهام الروبوتية متعددة الأهداف حيث تفشل الطرق غير الخطية الثابتة وتكون طرق التسكير الخطي (linear scalarizations) محدودة نظريًا.