23700 ورقة بحثية
تتناول هذه الورقة البحثية ضعف إطار عمل SAGA المركزي لحوكمة الذكاء الاصطناعي الوكيل أمام المزودين الخبيثين من خلال تحليل ناقلات هجوم محددة واقتراح أربع بنيات تخفيف متميزة — تتراوح من المقاومة الكاملة للأخطاء البيزنطية إلى حلول المراقبة الهجينة والخفيفة — والتي تقدم مقايضات متفاوتة بين الأمان والأداء.
تقدم الورقة البحثية نموذج GAP (نموذج المحاذاة الحبيبية)، وهو إطار عمل مبتكر يعالج عدم التطابق في فضاء الميزات في الاستدلال البصري الكامن للنماذج اللغوية الكبيرة متعددة الوسائط من خلال محاذاة مخرجات فك التشفير مع تضمينات المدخلات عبر مستويات الميزة والسياق والسعة، مما يحقق أداءً فائقاً في الإدراك والاستدلال على نموذج Qwen2.5-VL 7B.
تقترح هذه الورقة إطار عمل لوكيل نماذج لغوية كبيرة (LLM) مهيكل يقوم بإجراء تصحيح لاحق لتوقعات إنتاج المحاصيل الزراعية عن طريق ترميز المعرفة المتخصصة لتحسين تنبؤات النماذج الحالية، محققاً انخفاضاً كبيراً في الأخطاء على كل من مجموعات بيانات الفراولة المملوكة ومجموعات بيانات الذرة العامة التابعة لوزارة الزراعة الأمريكية، لا سيالما عند استخدام نموذج Llama 3.1 8B كنموذج للتحسين.
يقدم SEMIR إطار عمل مبتكر للتجزئة المرئية يتغلب على قيود الحوسبة ذات الشبكة الثابتة وعدم توازن الفئات من خلال تعلم تمثيل "الحد الأدنى للرسم البياني" (graph minor) متكيف مع المهمة ومحاذٍ للحدود عبر عمليات التقليص والحذف المحددة بالمعلمات، مما يتيح فك تشفير دقيق وفعال لتجزئة الهياكل المتفرقة عالية الدقة.
تقترح هذه الورقة وتحلل طريقة "بوتستراب" قائمة على النموذج لسلاسل ماركوف المتحكم بها ذات النهاية المحدودة، والتي تثبت الاتساق التوزيعي لنوى الانتقال وأهداف تقييم السياسات اللاحقة، مما يظهر أداءً فائقاً في المعايرة والتغطية مقارنة بالنماذج المرجعية الحالية في إعدادات التعلم المعزز غير المتصل (offline reinforcement learning).
تقترح هذه الورقة إطار عمل لنمذجة النصوص والجداول متكيف مع الهدف، يستفيد من التمثيلات الخفية لنموذج "نموذج لغوي كبير كمراقب" (LLM-as-Observer) مجمد للتنبؤ بفعالية بقرارات نظراء التفاوض من الذكاء الاصطناعي غير المألوفين من خلال تاريخ تفاعل محدود، متفوقاً بذلك على التلقين المباشر والنماذج المرجعية القياسية القائمة على الميزات.
تقترح هذه الورقة أن النماذج اللغوية الكبيرة تقوم بالتعلم في السياق عبر التنقل في "فضاءات معتقدات مفاهيمية" منخفضة الأبعاد ومنظمة، حيث تظهر تحديثات المعتقدات كمسارات هندسية تنعكس باستمرار في كل من سلوك النموذج وتمثيلاته الداخلية، ويمكن التلاعب بها سببياً من خلال التدخلات الخطية.
تقدم هذه الورقة البحثية سياسات خريطة التدفق (Flow Map Policies)، وهي فئة جديدة من السياسات التوليدية التي تتيح توليد الإجراءات بسرعة في خطوة واحدة، وتقترح خوارزمية توجيه Q عبر خريطة التدفق (FLOW MAP Q-GUIDANCE - FMQ) مقترنة بالبحث الشعاعي الموجه بـ Q (Q-GUIDED BEAM SEARCH) لتحقيق أداء رائد في التعلم المعزز من التدريب غير المتصل إلى المتصل عبر المهام الروبوتية الصعبة.
تقدم هذه الورقة مجموعة بيانات جديدة من الواقع تم جمعها من شبكة 6G منشورة تجارياً عبر سيناريوهات تنقل متنوعة، وتتميز بقياسات فريدة للتقدم الزمني (timing advance) لمعالجة نقص البيانات الواقعية لتدريب وتقييم نماذج الذكاء الاصطناعي وتعلم الآلة التي تهدف إلى تحسين عمليات التسليم، وإدارة الشعاع، وإجراءات التنقل.
يُعد TextSeal نظاماً متطوراً لعلامات مائية لنماذج اللغات الكبيرة (LLM) خالياً من التشوه، يضمن كشفاً قوياً للمصدر وحمايةً من التقطير من خلال توليد مفاتيح مزدوجة وتحديد المواقع في مناطق متعددة، كل ذلك مع الحفاظ على جودة المخرجات ودعم تحسينات الخدمة دون أي عبء إضافي على عملية الاستدلال.