11158 ورقة بحثية
تقدم هذه الورقة البحثية GTA، وهو إطار عمل قابل للتوسع يقوم تلقائياً بتوليد مهام لوكلاء الويب متعددة الخطوات وواقعية مع مسارات قابلة للتنفيذ، وذلك من خلال دمج الزحف، والتوليد القائم على الاسترجاع، والتحقق الآلي للتغلب على قيود المعايير المرجعية الحالية وتمكين التدريب والتقييم القويين.
تقدم هذه الورقة إطار عمل AgentREVEAL وHarmURLBench لتوضيح أن الاسترجاع الويب في وكلاء النماذج اللغوية الكبيرة (LLM agents) يؤدي إلى تدهور المحاذاة الأمنية من خلال تضخيم الامتثال الضار عبر كل من التكامل أحادي الخطوة و"مفارقة المصدر الآمن" (Safe Source Paradox)، مما يكشف عن مقايضة أساسية بين السلامة والمنفعة حيث تعمل ذات الصلة التي تجعل الاسترجاع مفيداً كعامل ضعف في الوقت نفسه.
تقترح هذه الورقة طبقة قرار مدفوعة بالذكاء الاصطناعي وقابلة للتفسير، تعمل على تحديد المتعلمين المنعزلين وتحديد أولويات مواضيع المساق من خلال دمج التقارير الذاتية للطلاب، والصعوبات الملحوظة، ومخاوف المعلمين دون الاعتماد على النتائج الدرجية، مما يثبت فعاليتها في التوافق مع رؤى المحاضرين وكشف الطلاب المعرضين للخطر في مساق دراسات عليا في علوم الحاسوب.
تقترح هذه الورقة آلية قرار مبتكرة للتنبؤ بانحراف المحادثة تعمل على فصل إطلاق التنبيه عن تقدير الاحتمالية عبر استخدام عمليات محاكاة استشرافية لتأجيل التنبيهات عندما يكون التعافي محتملاً، مما يقلل بشكل كبير من الإيجابيات الكاذبة دون التضحية بالدقة.
تقدم هذه الورقة مفهوم "الهوية الضمنية" لتوحيد واستعراض تقنيات بصمة وتوسيم النماذج اللغوية الكبيرة، مقترحةً تصنيفاً شاملاً قائماً على دورة الحياة وإطار تقييم لمعالجة الحالة المجزأة لحماية الأصول والتحقق من المصدر عبر مجموعات البيانات والنماذج والمحتوى المُنشأ.
تحلل هذه الورقة الانتظامات التجريبية للبحث التطوري الموجه بنماذج اللغات الكبيرة لاقتراح BaSE، وهو خوارزمية "المتعدد الأذرع" (multi-armed bandit) التي تخصص الحوسبة ديناميكيًا عبر مسارات متوازية، محققةً تحسنًا بنسبة 12.3% في متوسط اللياقة وتعزيزًا للموثوقية مقارنة باستراتيجيات العمق والاتساع التقليدية دون تعديل النموذج الأساسي أو المطالبات.
تكشف هذه الدراسة أن التكيف اللغوي في التفاعلات بين البشر والنماذج اللغوية الكبيرة يتسم بعدم التماثل، حيث تبالغ النماذج اللغوية في التقارب مع أساليب المستخدمين عبر لغات متعددة، بينما يتكيف البشر مع النماذج اللغوية الكبيرة بمعدلات تضاهي المحادثات البشرية-البشرية.
يقدم GrepSeek مسار تدريب ثنائي المراحل لوكيل بحث يتفاعل مباشرة مع مجموعات النصوص عبر أوامر صدفة (shell) قابلة للتنفيذ، محققاً أداءً هو الأفضل في فئته على معايير الإجابة على الأسئلة في النطاق المفتوح، مع تقديم بديل عملي وقابل للتوسع للأنظمة التقليدية القائمة على الاسترجاع.
تقدم الورقة البحثية ConSUM، وهو إطار عمل لإعادة الترتيب يعزز واقعية الملخصات المولدة من خلال الاستفيد من فك التشفير باستخدام تقليل مخاطر بايز الأدنى (Minimum Bayes Risk) لتحقيق التوازن بين الإجماع بين المخرجات المرشحة والاتساق مع المستند المصدر، محققاً أداءً فائقاً على الطرق الحالية.
تقدم هذه الورقة مجموعة بيانات محسنة للأسئلة والأجوبة لتقييم سلامة النماذج اللغوية الكبيرة فيما يتعلق بالأنشطة غير القانونية، وذلك من خلال البناء على مجموعة بيانات AnswerCarefully مع إضافة معلومات وطرق إنشاء ومعايير تقييم جديدة، مع استهداف نتائج مشروع JAI-Trust.