1362 ورقة بحثية
تتقصى هذه الورقة المقايضة بين تركيز الموارد في عدد أقل من الوكلاء الأكفاء مقابل توزيعها بين العديد من الوكلاء الأبسط، كاشفةً أن الاستراتيجية المثلى للتغطية متعددة الوكلاء تعتمد بشكل حاسم على كيفية تغير سرعة الوكيل مع صغر حجمه وزيادة معدلات الفشل المرتبطة بتقسيم الموارد.
تقدم هذه الورقة إطار عمل "مجلس الذكاء الاصطناعي" (AI Council)، مبرهنةً على أن التباين المعماري يقلل بشكل كبير من الإجماع الاصطناعي في محاكاة السياسات متعددة الوكلاء عبر تنويع منظورات النماذج، بينما يكشف التحقق من التماسك عن مقايضة تعتمد على السياق بين الدقة والتنوع، حيث يمكن لفرض جودة الاستدلال إما أن يقلل من التقارب بشكل أكبر أو يزيد منه دون قصد اعتماداً على مدى تنافسية خيارات السياسة.
يُعد "بيان كوي" (Bian Que) إطار عمل وكيلًا (agentic framework) تم نشره في محرك بحث "كوايشو" (KuaiShou)، وهو يعالج اختناق التنسيق في عمليات الأنظمة واسعة النطاق من خلال تقديم نموذج تشغيلي موحد، وترتيب مرن للمهارات لاسترجاع البيانات والمعرفة بشكل ديناميكي، وآلية ذاتية التطور، مما أدى في النهاية إلى تقليل حجم التنبيهات بنسبة 75% وخفض متوسط وقت المعالجة بأكثر من 50%.
تقترح هذه الورقة نظام استنباطي لانهائي، AA*، لمنطق معرفي غير متزامن يأخذ في الحسبان السجلات التعسفية لإرسال واستقبال الرسائل، مما يعمم الأعمال السابقة عبر التخلي عن نهج نظام الاختزال وافتراض عدم استلام أي رسائل.
تقدم هذه الورقة AdapAM، وهو إطار عمل هجوم عدائي بنظام الصندوق الأسود للأنظمة متعددة الوكلاء، يجمع بين سياسة اختيار تكيفية واضطراب قائم على الوكيل عبر تعلم التقليد التنافسي التوليدي لاستحثاث أفعال خبيثة في الوكلاء المستهدفين بفعالية وتخفٍ.
تقترح هذه الورقة إطار عمل HRL-VNEAP، وهو إطار تعلم تعزيزي هرمي يعمل على تحسين عملية تضمين الشبكة الافتراضية الديناميكية ذات التوبولوجيا البديلة من خلال الاختيار المشترك لهيكل الطلب المرن الأكثر ملاءمة وتضمينه في الشبكة الأساسية، محققاً تحسينات كبيرة في نسبة القبول، والإيرادات، والكفاءة مقارنة بالنماذج المرجعية الحالية.
تقترح هذه الورقة إطار عمل AOI، وهو إطار عمل جديد متعدد الوكلاء يستفيد من الجدولة الديناميكية للمهام وبنية ضغط الذاكرة الهرمية لإدارة تعقيد البنى التحتية السحابية الأصلية بفعالية، مما يحسن بشكل كبير من الاحتفاظ بالسياق، ومعدلات نجاح المهام، ومتوسط وقت الإصلاح مع تقليل الأعباء التشغيلية.
تقدم الورقة البحثية Co-Director، وهو إطار عمل هرمي متعدد الوكلاء يصيغ سرد القصص المرئي كمسألة تحسين عالمي باستخدام خوارزميات "المتعدد الأذرع" (multi-armed bandits) والتحسين الذاتي المحلي للتغلب على الانحراف الدلالي والإخفاقات المتتالية، مما يؤدي إلى تفوقه بشكل كبير على النماذج المرجعية الحالية في توليد روايات متماسكة وعالية الدقة.
تقدم الورقة البحثية MultiHedge، وهو إطار عمل لتنسيق النماذج اللغوية الكبيرة المعززة بالاسترجاع، والذي يعزز متانة واستقرار أنظمة اتخاذ القرار النمطية في ظل الظروف المتغيرة من خلال الاستفادة من السوابق التاريخية واستراتيجيات الخيارات المعيارية، مبرهناً على أن الاسترجاع المعزز بالذاكرة يتفوق على مجرد زيادة حجم النموذج.
تقدم هذه الورقة إطار عمل "لعبة تخصيص الموارد الخداعية" (DRAG)، وتثبت أن توازن ناش البايزي المثالي للخداع المتعمد يمكن حسابه بكفاءة باستخدام صيغة برمجة خطية غير تكرارية، مما يمكّن المدافعين من الموازنة الأمثل بين تخصيص الموارد والتلاعب بالاعتقادات لصرف المهاجمين عن الأصول الحقيقية.