24235 ورقة بحثية
تقدم الورقة البحثية "تحسين الوكيل المتكرر" (RAO)، وهو إطار عمل للتعلم التعزيزي يدرب الوكلاء على تفويض المهام الفرعية لأنفسهم بشكل متكرر، مما يؤدي إلى تحسين كفاءة التدريب، وتمكين القابلية للتوسع بما يتجاوز حدود السياق، وتعزيز القدرة على التعميم في المشكلات المعقدة من خلال استراتيجيات فرق تسد.
تقترح هذه الورقة إطار عمل مبتكرًا لتوليد تفسيرات استنباطية وتضادية قائمة على المفاهيم، تحدد مجموعات دنيا من المفاهيم عالية المستوى ذات الصلة سببيًا لتفسير كل من التنبؤات الفردية والسلوكيات المشتركة لنماذج الرؤية، مما يسد بفعالية الفجوة بين تفسيرات المفاهيم المفهومة بشريًا والاستدلال السببي الرسمي.
تقدم هذه الورقة البحثية MMDG-Bench، وهو معيار تقييم شامل يعمل على توحيد التقييم عبر مهام وإعدادات متنوعة ليكشف أن طرق التعميم النطاقي متعدد الوسائط الحالية لا تقدم سوى تحسينات طفيفة مقارنة بالنماذج المرجعية، وتفتقر إلى التفوق المستمر، وتواجه صعوبات كبيرة مع التحديات الواقعية مثل فساد المدخلات وفقدان الوسائط.
تقدم الورقة البحثية SIRA، وهو وكيل استرجاع لا يتطلب تدريباً يستفيد من الإدراك اللغوي للنماذج اللغوية الكبيرة وإحصائيات المتون لضغط البحث الاستكشافي متعدد الجولات في إجراء استرجاع معجمي واحد عالي الفعالية، متفوقاً بشكل كبير على كل من المسترجعات الكثيفة والأساليب الوكيلية متعددة الجولات المتطورة عبر مختلف الاختبارات المعيارية.
تقدم هذه الورقة إطاراً للتحقق من صحة درجات سلامة النماذج اللغوية الكبيرة المقارنة في ظل غياب معايير مرجعية حقيقية، وذلك عبر إنشاء سلسلة صلاحية أداتية قائمة على التباينات المنضبطة ومقاييس الاستقرار، مبرهنةً من خلال أداة SimpleAudit أن تصنيفات السلامة تعتمد على السياق ويجب الإبلاغ عنها جنباً إلى جنب مع ظروف التدقيق الخاصة بها بدلاً من تقديمها كدرجة واحدة مدمجة.
تُقدم هذه المقالة مفهوم "اتساق المُحسِّن-النموذج" وتُثبت أن استخدام نفس المُحسِّن لكل من مرحلتي ما قبل التدريب والضبط الدقيق الكامل يقلل من النسيان الكارثي ويحسن المقايضة بين التعلم والنسيان مقارنة بالمُحسِّنات الأخرى أو تقنية LoRA، بينما تُظهر أيضاً أن بعض المُحسِّنات مثل Muon قد تؤدي أداءً ضعيفاً في مهام الاستنتاج بسبب ميلها نحو الحفظ الآلي.
تقدم هذه الورقة البحثية VHG، وهو إطار عمل مدعوم بمدقق يستخدم آلية لعب ذاتي ثلاثية الأطراف تشمل واضعاً، وحلالاً، ومدققاً مستقلاً لتوليد مسائل رياضية صالحة، وتحدّية، ومبتكرة، متفوقةً بشكل كبير على النماذج المرجعية الحالية التي تعاني من عدم الصلاحية أو التلاعب بالمكافأة.
يُعد MalPurifier إطار عمل جديداً لتنقية البرمجيات الخبيثة، وهو خفيف الوزن ومستقل عن النموذج، يعمل على تعزيز كشف برمجيات أندرويد الخبيثة بشكل كبير من خلال دمج اضطرابات متنوعة، وإدخال ضوضاء وقائية، وتوظيف مشفر تلقائي لإزالة الضجيج ثنائي الأهداف للدفاع بقوة ضد طيف واسع من هجمات التهرب مع الحفاظ على دقة عالية.
تُظهر هذه الدراسة أن نماذج "Sentence-Transformer" التي تم ضبطها بدقة باستخدام بيانات الأسئلة والأجوبة العامة تمتلك قدرات التعلم الصفري لفهم المفاهيم شبه الجيومكانية، مثل أنواع المسارات ومستويات الصعوبة، مما يشير إلى فائدتها المحتملة لأنظمة التوصية بمسارات التنزه سيرًا على الأقدام.
تقدم هذه الورقة هجوماً بيزنطياً هجيناً متفرقاً للتعلم الاتحادي يجمع بين التلاعب بالمعلمات القائم على الحساسية والتسميم بطيء التراكم لتجاوز الدفاعات المتطورة بفعالية من خلال استغلال بنية الشبكة العصبية بدلاً من الاعتماد على الكشف عن القيم المتطرفة إحصائياً.