25400 ورقة بحثية
تقترح هذه الدراسة إطار عمل لعلوم التصميم لحوكمة العمليات الأمنية المدعومة بالذكاء الاصطناعي في البيئات عالية المخاطر، باستخدام أثر وسيط للاستعلام يعتمد على لغة KQL لفصل التخطيط القائم على الذكاء الاصطناعي عن التنفيذ وضمان المساءلة والخصوصية وقابلية التدقيق قبل توسيع نطاق الأتمتة.
تقدم هذه الورقة SmartEval، وهو معيار شامل يتميز بمتن يضم 9,000 عقد Solidity من إنشاء النماذج اللغوية الكبيرة، ومعيار تقييم خماسي الأبعاد، ومسار عمل تم التحقق من صحته يكشف عن أنماط فشل مميزة بينما يوضح أن العقود التي أنشأتها النماذج اللغوية الكبيرة يمكن أن تتفوق على التنفيذات الحقيقية في الالتزام الوظيفي.
تقترح هذه الورقة وتتحقق من صحة إطار عمل لتقسيم وتفريغ الشبكات العصبية العميقة (DNN) بشكل تكيفي عبر متصل حافة-سحابة غير متجانس يتكيف ديناميكياً مع ظروف وقت التشغيل، مما يظهر انخفاضات كبيرة في استهلاك الطاقة وزمن الاستجابة مقارنة بالنماذج المرجعية الثابتة على منصة اختبار فيزيائية.
تقدم هذه الورقة البحثية "تحسين مساحة العمل"، وهو نموذج تدريبي يعمل على تطوير الركيزة الخارجية المهيكلة للوكيل بدلاً من أوزانه، وتثبت فعاليته من خلال DreamTeam، وهو نظام متعدد الوكلاء يحقق نتيجة قياسية جديدة تبلغ 38.4% على معيار ARC-AGI-3 مع استخدام عدد أقل من الإجراءات.
تقدم الورقة البحثية RDEx-CASK، وهي نسخة محسنة من خوارزمية RDEx-CSOP تدمج طفرة كوشي المبتورة، وأرشيفًا بأسلوب JADE مقتصرًا على الحلول الممكنة، وآلية تجاوز محلي مستحثة بالركود لتحسين جودة الوعي بالحلول الممكنة والأداء للوصول إلى الهدف في مسائل CEC ذات القيود.
تقدم الورقة البحثية MedMeta، وهو معيار جديد لتقييم قدرة النماذج اللغوية الكبيرة على توليف استنتاجات التحليل التلوي الطبي من ملخصات الدراسات، كاشفةً أن التوليد المعزز بالاسترجاع يتفوق بشكل كبير على النهج المعتمد على المعلمات فقط، بينما يكشف في الوقت ذاته عن ثغرات حرجة في التعامل مع الأدلة المنفية والقيمة المحدودة للضبط الدقيق المتخصص في المجال لهذه المهمة.
تقدم هذه الورقة "العالم العبثي" (Absurd World)، وهو إطار عمل للمقارنة المرجعية يعمل على تحويل السيناريوهات الواقعية بشكل منهجي إلى سياقات عبثية لكنها متماسكة منطقيًا، وذلك لتقييم ما إذا كانت النماذج اللغوية الكبيرة تمتلك قدرات استدلال منطقي قوية ومستقلة عن الأنماط الواقعية المحفوظة.
تقدم الورقة البحثية DeepTumorVQA، وهو معيار مرجعي ثلاثي الأبعاد للأشعة المقطعية (CT) هرمي البنية يقوم بتفكيك تشخيص الأورام إلى أربع مراحل تدريجية لتقييم نماذج الرؤية واللغة الطبية والوكلاء المعززين بالأدوات، كاشفةً أن القياس الكمي يمثل عقبة رئيسية يمكن التخفيف من حدتها من خلال دمج الأدوات والإشراف خطوة بخطوة.
تقدم هذه الورقة MonitoringBench، وهو معيار اختبار للفريق الأحمر شبه مؤتمت يتكون من 2,644 مسار هجوم متنوع يكشف عن نقاط ضعف كبيرة في مراقبي الوكلاء الذكيين الحاليين، مما يظهر أن طرق التقييم الحالية غالباً ما تبالغ في تقدير الأداء عبر الفشل في اكتشاف هجمات الإقناع المتطورة وإعادة معايرة درجات الاشتباه.
تُثبت هذه الورقة أنه في الوكلاء اللغويين، لا يمكن لعدم اليقين العشوائي أن يحل محل آليات التحكم الهيكلية التي تربط الأسباب والذاكرة والحالة الذاتية باختيار الفعل، حيث تؤدي الآفات المستهدفة لهذه المكونات الهيكلية باستمرار إلى تدهور الأداء، بينما تفشل المتغيرات ذات العشوائية العالية في محاكاة الاقتران الهيكلي بين حقل الفعل والمكونات المذكورة عبر اختبارات معيارية واسعة النطاق.