25254 ورقة بحثية
تقترح هذه الورقة طريقة لاستعادة الديناميكيات المستمرة زمنياً من ملاحظات منفصلة عبر فرض قيد هيكلي لزمرة نصفية عالمي، يُسمى "كسر التماثل" (Symmetry Rupture)، والذي يعمل كمنظم للتدريب وكأوراكل استدلال تكيفي لتحسين الدقة والكفاءة الحسابية بشكل كبير مقارنة بالنماذج المرجعية للمعادلات التفاضلية العادية العصبية (Neural ODE).
تتقصى هذه الورقة المخاطر الأمنية لتوريث الوكيل الفرعي في أنظمة النماذج اللغوية الكبيرة متعددة الوكلاء، حيث توضح كيف يمكن للوكلاء الأبوين المخترقين تمرير تعليمات وحالات خبيثة إلى الأبناء المنبثقين حديثاً من خلال ضوابط غير آمنة للذاكرة والموارد، وتقترح ثوابت أمنية صريحة كآلية دفاع.
تُظهر هذه الدراسة أن إعادة تقييم معايير كشف الهلوسة من خلال التحكيم البشري للاستنتاج الذي تولده النماذج اللغوية الكبيرة يكشف أن التوصيفات الأصلية غالباً ما تقلل من تقدير أداء النماذج، مما يشير إلى أن إعادة التقييم بمساعدة النماذج يُنتج معايير أكثر موثوقية للمهام المعرضة للغموض.
تُثبت هذه الدراسة تجريبياً أنه في بيئة شبكة اجتماعية محكومة، تُعد مواصفات الشخصية هي المحدد الأساسي لسلوك وكيل الذكاء الاصطناعي الناشئ، حيث تؤثر بشكل كبير على طول الاستجابة، بينما تمارس النماذج الأساسية والقواعد التشغيلية تأثيرات أكثر اعتدالاً على الأسلوب البلاغي والتفاعل مع الموضوع.
تقترح هذه الورقة وتتحقق من صحة إطار عمل مرحلي أثناء التدريب يستخدم متغيرات متنوعة ذاتية التوليد لحل المشكلات، مسترشدةً بأساليب "بوليا" لتعزيز فعالية التعلم المعزز اللاحق، مما يؤدي إلى تحسين الأداء عبر مهام الاستدلال الرياضي، وتوليد الكود البرمجي، والمهام السردية.
تقدم هذه الورقة نظام AI-Care، وهو نظام وكيل حواري يعتمد على الصوت، صُمم لتقليل العبء المعرفي للأفراد المصابين بمرض ألزهايمر من خلال تمكين تنسيق المهام باللغة الطبيعية عبر إطار عمل للتنظيم متعدد الخطوات يرتكز على السلامة ويعطي الأولوية للبيانات التي تحققها مقدمة الرعاية والاستيضاح المنضبط.
تقدم الورقة البحثية MathConstraint، وهو معيار تكيفي يقوم بتوليد مسائل الاستدلال التوليفي الصعبة والتحقق منها بصرامة بشكل تلقائي لتقييم النماذج اللغوية الكبيرة، مما يظهر أن الوصول إلى الأدوات يعزز الأداء بشكل كبير مع الكشف عن حساسية النماذج العالية تجاه تقليص ميزانيات استدعاء الأدوات.
يُعد OracleTSC إطار عمل مبتكر يعمل على تثبيت الضبط الدقيق للتعلم التعزيزي للتحكم في الإشارات المرورية باستخدام النماذج اللغوية الكبيرة من خلال إدخال آلية عتبة المكافأة وتنظيم عدم اليقين، مما يحقق تحسينات كبيرة في كفاءة حركة المرور والتعميم عبر التقاطعات مع الحفاظ على اتخاذ قرارات بلغة طبيعية وشفافة.
تقدم هذه الورقة تحليلاً استرجاعياً لتحدي CODS 2025 AssetOpsBench، كاشفةً عن رؤى نقدية مثل تشبع درجات التخطيط العامة، والارتباط السلبي بين تقييمات التنفيذ العامة والخاصة، والتأثير الضئيل لمصطلح t-match على التصنيفات النهائية، والنتيما بأن الاستراتيجيات الناجحة اعتمدت على ضوابط قوية أكثر من اعتمادها على بنيات وكلاء مبتكرة.
تقدم الورقة البحثية MARLaaS، وهي خدمة غير متزامنة متعددة المستأجرين تتيح الضبط الدقيق لتعلم التعزيز بشكل متزامن وفعال لعدة مستخدمين من خلال الجمع بين محولات LoRA خفيفة الوزن وبنية معمارية منفصلة، مما يحقق تحسينات كبيرة في استغلال المسرعات ووقت التدريب مع الحفاظ على أداء يضاهي أحدث ما توصل إليه العلم.