25254 ورقة بحثية
تقدم هذه الورقة دراسة حالة لعملية تدقيق تكرارية مدفوعة بالوكلاء طُبقت على نظام AEGIS متعدد الوكلاء، والتي استخدمت تسع جولات متتالية من عمليات التفتيش القائمة على النماذج اللغوية الكبيرة لتحديد 51 عيباً في مواصفات الأوامر البرمجية، ووضع تصنيف جديد للعيوب، وإثبات التقارب غير الرتيب في بيئة إنتاج.
تقدم هذه الورقة البحثية "تحسين تفضيل بريغمان على مستوى الرمز" (TBPO)، وهي طريقة مبتكرة تشتق نموذج تفضيل "برادلي-تيري" على مستوى الرمز من مقارنات معيارية على مستوى التسلسل لتحسين جودة المحاذاة، واستقرار التدريب، وتنوع المخرجات، مع الحفاظ على بساطة "التحسين المباشر للتفضيلات" (DPO).
يُعد PriorZero إطار عمل موحداً يسد الفجوة بين المعارف المسبقة الساكنة للنماذج اللغوية الكبيرة والنماذج العالمية الديناميكية من خلال حقن توجيه النموذج اللغوي الكبير حصرياً عند جذر بحث مونت كارلو في الأشجار من أجل استكشاف مركز، وفصل تدريب النموذج العالمي عن تكيف النموذج اللغوي الكبير لتمكين تخصيص ائتمان مستقر ودقيق، مما يعزز بشكل كبير كفاءة وأداء اتخاذ القرار في المهام طويلة الأمد.
تقدم هذه الورقة "الذاكرة الوكيلية القابلة للتنفيذ" (EAM)، وهي إطار عمل قائم على رسم بياني معرفي مهيكل يستبدل تفاعلات النماذج اللغوية الكبيرة الهشة والمتدرجة بعملية استرجاع وتنفيذ قوية باستخدام البحث في الرسم البياني الموجه بالقيم، مما يحقق أداءً فائقاً وتكاليف أقل وزمن استجابة منخفض في مهام أتمتة واجهة المستخدم الرسومية طويلة الأمد.
تقترح الورقة البحثية إطار عمل LISA، وهو إطار تحكيم معرفي خالٍ من الإشارات يستفيد من النماذج اللغوية الكبيرة للاستنتاج حول نوايا المركبات وأولوياتها لإدارة التقاطعات ذاتية القيادة، مما يظهر تحسينات كبيرة في تأخير حركة المرور، وطول الطابور، واستهلاك الوقود، وتحقيق النوايا مقارنة بالطرق التقليدية القائمة على الإشارات أو القائمة على الحجز.
تقدم هذه الورقة MASEM، وهي طريقة تعمل على تعظيم اعتلاج التوزيع التجريبي عبر تقدير كثافة أقرب من الجيران وإعادة أخذ العينات لأخذ عينات بكفاءة وقابلية توسع من متعددات الطيات ذات الأعداد غير المعروفة من المكونات المنفصلة، متفوقة بشكل كبير على البدائل الحالية في سرعة التقارب وجودة الخلط.
تقدم هذه الورقة "تحسين بريغمان للسلامة" (Bregman Safety Optimization - BSO)، وهو إطار عمل منهجي أحادي المرحلة يبسط عملية محاذاة سلامة النماذج اللغوية من خلال اختزالها في مشكلة مطابقة نسبة الكثافة، مما يلغي الحاجة إلى مسارات معقدة أو نماذج مساعدة مع تحسين المقايضة بين السلامة والمساعدة بشكل مستمر.
تقدم هذه الورقة البحثية FAMeX، وهو خوارزمية ذكاء اصطناعي قابلة للتفسير قائمة على نظرية المخططات (graph-theoretic) تعتمد على خرائط ارتباط الميزات (Feature Association Maps)، والتي تُظهر أداءً فائقاً في قياس أهمية الميزات للتصنيف مقارنة بالطرق الحالية مثل PFI وSHAP.
تقدم الورقة البحثية -mem، وهي آلية خفيفة الوزن تعزز النماذج اللغوية الكبيرة المجمدة بحالة ذاكرة عبر الإنترنت مدمجة قائمة على قاعدة دلتا (delta-rule) لضغط وإعادة استخدام المعلومات التاريخية بكفاءة، مما يحسن الأداء بشكل كبير في المهام كثيفة الذاكرة دون الحاجة إلى الضبط الدقيق الكامل أو توسيع نافذة السياق.
تُظهر هذه الورقة أن النماذج اللغوية الرائدة الحالية تعاني من "تآكل سياق المصنف" (classifier context rot) بشكل كبير، حيث تتدهور قدرتها على اكتشاف سلوكيات وكلاء البرمجة الخطيرة بشكل حاد في النصوص الطويلة التي تتجاوز 800 ألف رمز، مما يؤدي إلى معدلات خطأ أعلى بكثير مقارنة بالسياقات الأقصر.