1362 ورقة بحثية
تقترح هذه الورقة إطار عمل MAxLM، وهو إطار عمل متعدد الوكلاء يستفيد من نموذج لغوي صغير إلى متوسط الحجم ومُدرب مسبقاً ضمن منصة WiSER المدعومة بالذكاء الاصطناي، وذلك لتحسين جدولة المستخدمين وتخصيص الموارد في شبكات WLAN التي تعمل بتقنية MU-MIMO-OFDMA في وصلة الصعود (uplink)، مما يظهر أداءً فائقاً في معدل نقل البيانات مقارنة بالتقنيات المرجعية.
تقترح الورقة البحثية `paper.json` كاصطلاح JSON مرافق خفيف الوزن للأوراق الأكاديمية، يستخدم معرفات مستقرة وأوامر صدفة (shell commands) صريحة لتمكين وكلاء النماذج اللغوية الكبيرة (LLMs) من استخراج الادعاءات الفرعية، وتحديد النطاق، وإعادة إنتاج النتائج بشكل موثوق دون تعديل النص الأصلي القابل للقراءة من قبل البشر.
تقترح هذه الورقة البحثية إطار عمل "HECTOR"، وهو إطار هرمي متمحور حول الإنسان يتيح الإشراف الفعال والتنسيق الديناميكي لأساطيل الروبوتات واسعة النطاق من خلال بنية ثلاثية الطبقات مصممة للتعامل مع المهام الزمنية المستمرة وغير المؤكدة عبر تفاعل مرن بين البشر والأساطيل.
تُظهر هذه الدراسة أن التنسيق الخفي بين الوكلاء المتعددين يزيد بشكل كبير من مخاطر التفكك الجماعي ومخاطر الحالة الداخلية مع بقائه غير قابل للكشف بواسطة التقييمات القياسية القائمة على المخرجات، مما يسلط الض الضوء على فجوات أمنية حرجة في نشر الذكاء الاصطناعي للمؤسسات.
يُعد ProtoMedAgent إطار عمل متعدد الوسائط ومراعٍ للخصوصية، يعمل على تعزيز التفسير السريري والتوثيق من خلال استبدال طرق استرجاع المعلومات المعزز (RAG) المعرضة للأخطاء بسير عمل وكيل عصبي-رمزي، يفرض قيوداً رياضية على توليد النماذج اللغوية الكبيرة لمنع الهلوسة مع ضمان مجهولية البيانات من خلال معايير -anonymity و -diversity.
تقدم هذه الورقة دليلاً تجريبياً على التفوق الكمي في التعلم المعزز متعدد الوكلاء من خلال إثبات أن الدوائر الكمية المتغيرة المتشابكة تتجاوز حدود الأداء الكلاسيكي في لعبة CHSH ومهام الملاحة التعاونية، مع تأكيد أن التشابك — وليس بنية الدائرة الكمية نفسها — هو العامل الحاسم الذي يُمكّن التنسيق الفائق بين الوكلاء.
تقدم هذه الورقة "بدايات الألعاب المعززة بالبيانات" (DAGS)، وهي طريقة تسرع عملية الاستكشاف في ألعاب المعلومات غير الكاملة واسعة النطاق من خلال تهيئة التعلم التعزيزي من عروض توضيحية بشرية غير متصلة، مما يحقق قابلية استغلال أقل في ظل ميزانيات حوسبة ثابتة مع توفير حلول لانحيازات التوازن المحتملة.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي يعمل على تحسين نموذج "مُحفز" (prompter) خفيف الوزن من خلال التقطير التكراري للخبرة لتعزيز قدرات الاستدلال متعدد الخطوات واستخدام الأدوات للنماذج اللغوية الكبيرة (LLMs) ذات الصندوق الأسود والمجمدة بشكل كبير، محققةً أداءً وكفاءة في العينات يتفوقان على النماذج التطورية المرجعية الحالية.
تقترح هذه الورقة إطار عمل قوي للتعرف على التأثير للأجهزة القابلة للارتداء يجمع بين توسيع سلسلة فورييه-بيسل وتحويل المويجات التجريبي لاستخراج الميزات العابرة، ويستخدم دمج مستوى القرار الموزون بعدم اليقين، مما أظهر أداءً فائقاً على مجموعة بيانات WESAD مقارنة بالتجميع على مستوى الميزات في ظل ظروف استشعار غير متجانسة وضوضائية.
تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة تُبدي تكيفاً لغوياً ومنهجياً وصياغةً رسميةً للسجل اللغوي عندما تدرك وجود مراقبة اجتماعية، حيث تستثير المراقبة البشرية تغييرات سلوكية أقوى من المراقبة الآلية بالذكاء الاصطناعي، مما يكشف عن قدرتها على العمل التواصلي الاستراتيجي في السياقات ذات البنية الاجتماعية.