1362 ورقة بحثية
تُعد CareGuardAI إطار عمل متعدد الوكلاء وسياقي، يضمن السلامة السريرية ويحد من الهلوسة في النماذج اللغوية الكبيرة الموجهة للمرضى، وذلك عبر توظيف مسار استدلال متعدد المراحل يتضمن تقييمين مزدوجين للمخاطر (تقييم مخاطر السلامة SRA وتقييم مخاطر الهلوسة HRA) لتصفية وتحسين الاستجابات قبل إصدارها.
يُعد MARS نظام جدولة مشتركة فعالاً ومتكيفاً ينسق عالمياً بين موارد GPU وCPU غير المتجانسة لوكلاء نماذج اللغة الكبيرة (LLM) المستقلين عبر فصل عملية القبول عن التنفيذ وتحسين استبقاء الحالة، مما يقلل بشكل كبير من زمن الاستجابة النهائي مع الحفاظ على إنتاجية عالية.
تقدم هذه الورقة محرك "Hide-And-Seek-Engine" (HASE)، وهو محرك C++ لعمليات الـ Dec-POMDP يتميز بإنتاجية عالية وكفاءة في الحوسبة، حيث يستفيد من التصميم الموجه للبيانات (Data-Oriented Design) وجسور الذاكرة خالية النسخ (zero-copy memory bridges) لتحقيق ما يصل إلى 33 مليون خطوة في الثانية، مما يقلل بشكل جذري من تعقيد العينات ووقت التدريب لتعلم التعزيز متعدد الوكلاء.
تجادل هذه الورقة بأن التعلم الاجتماعي المدفوع بالنجاح في المجتمعات العلمية يؤدي، على نحو مفارِق، إلى تقويض الاكتشاف الجماعي من خلال تعزيز "وهم الفهم" حيث يبالغ العلماء في تقدير جودة نظرياتهم، مما يؤدي إلى تضييق نطاق الاستكشاف وزيادة عدم المساواة، لا سيما في مجالات المشكلات المعقدة.
تقدم هذه الورقة أول اختبار تجريبي منهجي للوفاء بالدور في سلاسل نماذج اللغات الكبيرة متعددة الوكلاء لتحليل الخطاب السياسي، كاشفةً أن النماذج تخفق بشكل متكرر في الحفاظ على الأدوار المعارضة الموكلة إليها بسبب آليات مثل "تجاوز الدور المعرفي"، مع وجود تباينات كبيرة في أنماط الفشل والوفاء اعتماداً على النموذج المحدد، واللغة، وأدوات التحقق من الحقائق المستخدمة.
تقدم هذه الورقة "الوكيل المعزز" (Reinforced Agent)، وهو إطار عمل للاستدلال في وقت التنفيذ يستخدم مراجعاً متخصصاً لتقييم استدعاءات الأدوات قبل تنفيذها، مما يتيح التصحيح الفوري للأخطاء ويثبت من خلال مقاييس "المساعدة-الضرر" الجديدة أن فصل التنفيذ عن المراجعة يسمح بتحقيق مكاسب أداء منهجية عبر اختيار النموذج وتحسين الأوامر دون إعادة تدريب الوكيل الأساسي.
تقدم هذه الورقة إطار عمل ثلاثي الطبقات لتحسين إشارات المرور ذاتية التحكم، يستفيد من التوأم الرقمي، والذكاء الاصطنا-الوكيل، والحوسبة الحافية، لتقليل أوقات الانتظار ديناميكيًا وتحسين كفاءة تدفق حركة المرور بشكل عام، متفوقًا بذلك على كل من النماذج المرجعية ذات التوقيت الثابت والنماذج القائمة على التعلم المعزز.
تقدم هذه الورقة البحثية تنسيق OBJECTGRAPH (.og)، وهو تنسيق ملف أصلي يعيد تصور المستندات كرسوم بيانية معرفية نمطية وقابلة للتنقل بدلاً من كونها نصوصاً خطية، مما يمكّن وكلاء النماذج اللغوية الكبيرة (LLM) المستقلين من تحقيق خفض في عدد الرموز (tokens) يصل إلى 95.3% دون فقدان في الدقة من خلال استرجاع المعلومات ذات الصلة فقط عبر مجموعة عليا صارمة من لغة مارك داون (Markdown).
تقدم هذه الورقة نموذج ATL-D وامتداده القائم على المعرفة ATEL-D لنمذجة المنح والتعليق الديناميكي للأفعال في الأنظمة متعددة الوكلاء، مع تحليل قدرتها التعبيرية، وعلاقتها بالأنظمة المعيارية، والتعقيد الحسابي لها.
تُثبت هذه الورقة أن اعتماد وكلاء النماذج اللغوية ذاتية القيادة والموثوقة التي تدير رأس مال حقيقي في الأسواق على السلسلة (onchain) يعتمد بشكل أقل على قدرات النموذج الأساسي وبشكل أكبر على طبقة تشغيل قوية تتميز بضوابط نمطية، وتحقق من السياسات، وحواجز تنفيذ، والتي قللت مجتمعةً من الإخفاقات الحرجة مثل قواعد التداول المفبركة ومكنت من تحقيق نجاح عالٍ في التسوية عبر نشر واسع النطاق لمدة ٢١ يوماً.