1362 ورقة بحثية
تقدم الورقة البحثية "الجوهر المعرفي" (Cognitive Core)، وهو بنية ذكاء اصطناٍعي محكومة مصممة لاتخاذ القرار المؤسسي، تستخدم تسعة من الأوليات المعرفية، ونموذج حوكمة رباعي المستويات، وسجلاً تدقيقياً غير قابل للتلاعب لتحقيق دقة بنسبة 91% وصفر أخطاء صامتة في استئنافات التفويض المسبق، متفوقة بشكل كبير على أطر الوكلاء القياسية مع ترسيخ "القابلية للحوكمة" كمعيار تقييم حاسم.
تُثبت هذه الورقة أنه في وكيل حياة اصطناعية متكرر وقابل للفحص ذي تخطيط موجه ذاتياً بشكل صارم، يبرز سلوك المساعدة الاجتماعي حصرياً من خلال الاقتران الوجداني الذي يوجه احتياجات وكيل آخر إلى الموازن الداخلي للتنظيم الذاتي، بدلاً من مجرد الملاحظة أو المكافآت الاجتماعية الصريحة.
تُعد MeloTune نظاماً ريادياً لتنسيق الموسيقى على الأجهزة، يستفيد من بروتوكول ذاكرة الشبكة (Mesh Memory Protocol) ودمج الانتباه المتجه-الرمزي (Symbolic-Vector Attention Fusion) لتمكين الاقتران المزاجي بين الأقرام والحفاظ على الخصوصية، وتعلم الاستثارة الشخصي عبر شبكات زمنية مستمرة ذات صيغة مغلقة تعمل بالكامل على أجهزة الهاتف المحمول الاستهلاكية.
تؤسس هذه الورقة نظرية معدل تشويه دلالي لقواعد المعرفة المنطقية حيث تُعرَّف الدقة من خلال الحفاظ على الإغلاق الاستنتاجي، مما يثبت أن المعلومات الزائدة يمكن ضغطها دون فقدان عبر التركيز على جوهر غير زائد، وبالتالي تحقيق رافعة دلالية تقلل معدلات الإرسال إلى ما دون حدود الإنتروبيا الكلاسيكية.
تقدم هذه الورقة البحثية PBT-NCA، وهي خوارزمية تدريب قائمة على الجمهرة تعمل على تطوير الخلايا العصبية ذات الأتمتة الخلوية في أطباق بتري للحفاظ على التعقيد مفتوح النهاية والظواهر الحيوية الناشئة والمتنوعة من خلال مكافأة الجدة السلوكية والتنوع البصري مع معاقبة الحالات الساكنة أو العشوائية.
تتقصى هذه الورقة كيفية سلوك النماذج اللغوية الكبيرة (LLMs) في المناظرات متعددة الجولات ضمن هياكل شبكية محكومة، كاشفةً عن قابلية توجيهية تُسمى "انحراف الموافقة"، ومؤكدةً على الحاجة الماسة للتمييز بين تأثيرات الشبكة الهيكلية والتحيزات المتأصلة في النموذج قبل استخدام النماذج اللغوية الكبيرة كبدائل للديناميكيات الاجتماعية البشرية.
تقترح هذه الورقة البحثية "رسم التنسيق الزمني الكامن المتناثر" (LTS-CG)، وهو إطار عمل متكامل لتعلم التعزيز متعدد الوكلاء يستفيد من الملاحظات التاريخية وآليات التنبؤ لاستنتاج رسوم بيانية للتفاعل بين الوكلاء تتسم بالتناثر والوعي الزمني، مما يتغلب على قيود الطرق الحالية في التقاط التبعيات وضمان القابلية للتوسع.
تقترح هذه الورقة نموذج عالم متعدد الوكلاء لامركزي بالكامل يحقق في آن واحد تواصلًا ناشئًا وسلوكًا منسقًا من خلال الترميز التنبؤي الزمني والتعلم التبايني، مما يظهر أداءً متفوقًا على النماذج غير التواصلية في المهام التي تتطلب فهمًا بيئيًا مشتركًا رغم تباين القدرات الإدراكية.
تقدم هذه الورقة إطار عمل هجين يجمع بين نموذج احتمالي مهيكل للاستدلال على المعتقدات ونموذج لغوي كبير للتفاعل اللغوي، مما يمكّن وكيل استنتاج اجتماعي من التفوق على كل من النماذج اللغوية الأكبر واللاعبين البشر في لعبة "أفالون" مع تحقيق معدل فوز بنسبة 67% ضد البشر.
تقدم هذه الورقة BayesG، وهو إطار عمل فاعل لا مركزي لتعلم التعزيز متعدد الوكلاء عبر الشبكات، يستخدم الاستدلال التبايني البايزي لتمكين الوكلاء من تعلم هياكل تفاعلية متفرقة ومعتمدة على السياق ديناميكيًا فوق الرسوم البيانية الذاتية المحلية، مما يحقق قابلية توسع وأداءً فائقين في البيئات واسعة النطاق دون الاعتماد على معلومات الحالة العالمية.