1362 ورقة بحثية
تقدم الورقة البحثية COMPASS، وهو إطار عمل جديد متعدد الوكلاء يسخر نماذج الرؤية واللغة من أجل التخطيط اللامركزي ذي الحلقة المغلقة مع تحسين المهارات القائم على الكود والتواصل الهيكلي، محققاً أداءً هو الأفضل في فئته على معيار SMACv2 من خلال التفوق بشكل كبير على النماذج المرجعية التقليدية لتعلم التعزيز متعدد الوكلاء (MARL).
تقدم هذه الورقة إطار عمل للتفاوض متعدد الجولات لإثبات أن نماذج اللغات الكبيرة متعددة الوكلاء تفشل باستمرار في تحقيق نتائج مثالية بسبب انهيارات التجذر الديناميكي — مثل التثبيت العنيد وفشل الربط المرجعي — بدلاً من قصور في الاستدلال الفردي، مما يسلط الضوء على الحاجة الماسة لدراسة عمليات التنسيق التفاعلي بما يتجاوز الاختبارات المعيارية الثابتة.
تقدم هذه الورقة لغة وصف السياق الوكيل (ACDL)، وهي لغة رسمية وأداة تصور معيارية مصممة لوصف وتوصيل بنية وديناميكيات وتطور سياقات المدخلات في أنظمة النماذج اللغوية الكبيرة الوكيلية بدقة، مما يعالج الافتقار الحالي لمعيار موحد لهندسة السياق.
تقترح الورقة البحثية "مويرا" (Moira)، وهو إطار عمل للتعلم التعزيزي الهرمي القائم على اللغة، يستخدم النماذج اللغوية الكبيرة لكل من اختيار الأزواج عالي المستوى والتنفيذ منخفض المستوى، مع تحسينهما حصرياً من خلال تحديثات الأوامر النصية بناءً على التغذية الراجعة النصية لمعالجة تحديات تخصيص الائتمان في تداول الأزواج.
تقترح هذه الورقة البحثية إطار عمل "المخطط يهم" (Planner Matters)، وهو إطار عمل متعدد الوكلاء يتسم بالكفاءة، ويثبت من خلال تحليل منهجي وتعلم تعزيزي أن ترك قدرة النموذج وعملية التحسين على مخطط رفيع المستوى — مع تجميد مكونات التنفيذ والذاكرة — يحسن بشكل كبير أتمتة المهام طويلة المدى عبر تصفح الويب، والتحكم في أنظمة التشغيل، واستخدام الأدوات.
تجادل هذه الورقة بأنه لكي تعمل النماذج اللغوية الكبيرة كوكلاء ذوي إدراك اجتماعي، يجب أن تكون مرتكزة على تعريفات أدوار يتم تشغيلها من خلال أوصاف الشخصية، وتحدد مسارات البحث المستقبلية في مجالات التمثيل، والتحكم الهجين، والتقييم لتحقيق ذلك.
يُعد FitText إطار عمل لا يتطلب تدريباً يعمل على جسر الفجوة الدلالية بين مهام المستخدم وتوثيق واجهة برمجة التطبيقات (API) من خلال دمج "الاسترجاع الميمي" (Memetic Retrieval) الديناميكي والمتطور في حلقة استدلال الوكيل، مما يحسن دقة اختيار الأدوات بشكل كبير عبر مختلف الاختبارات المعيارية مقارنة بطرق الاسترجاع الثابتة.
تقدم هذه الورقة MARS-DA، وهو إطار عمل للتعلم التعزيزي الهرمي يجمع بين "وكيل آمن" و"وكيل مضارب" ضمن بيئة سوق كهرباء ذات تسوية ثنائية قائمة على نموذج PJM وعالية الدقة، وذلك لتحقيق عوائد متفوقة معدلة حسب المخاطر وأداء قوي في أسواق الطاقة المتجددة المتقلبة.
يُعد "إنوار 3.0" (Enwar 3.0) إطار عمل مدركاً للبيئة، يستفيد من النماذج اللغوية الكبيرة الوكيلية والاستشعار متعدد الوسائط لتنسيق تشكيل الحزم التنبؤي، وكشف الحجب، وإدارة التسليم ديناميكياً في شبكات الموجات المليمترية للمركبات، محققاً أداءً رائداً من خلال التقييم الفوري لسلامة المستشعرات والاستنتاج القائم على السياق.
تقترح هذه الورقة التعامل مع التنسيق كطبقة معمارية متميزة وقابلة للضبط لأنظمة الوكلاء المتعددين القائمة على النماذج اللغوية الكبيرة، وتتحقق من هذا النهج من خلال دراسة تجريبية باستخدام أسواق التنبؤ، مما يثبت أن تكوينات تنسيق محددة تنتج بصمات فشل متميزة ومقايضات بين التكلفة والجودة حتى عندما تبدو مقاييس الأداء الإجمالية متشابهة.