1370 ورقة بحثية
تحل هذه الورقة البحثية التضارب في النتائج المتعلقة بأداء النماذج اللغوية الكبيرة متعددة الوكلاء من خلال تحديد عتبة "عنق زجاجة الاختيار"، مبرهنةً على أن الاختيار القائم على التقييم عالي الجودة يتفوق بشكل كبير على التجميع القائم على التركيب، وأن جودة المختار تعد رافعة تصميمية أكثر أهمية من تنوع المولدات.
تقدم هذه الورقة ALARA، وهي طبقة بيانات سياقية-وكيل-أداة (CAT) تصريحية، وأمر السطر البرمجي \texttt{npcsh} اللذين يفرضان الوصول بأقل امتيازات للأنظمة متعددة الوكلاء من خلال ملفات تهيئة مُحللة هيكلياً، مما يضمن تغييرات سلوكية مضمونة ويمكّن الإدارة التعاونية القابلة للتوسع لقدرات الوكلاء عبر مختلف النماذج والمهام.
تجادل هذه الورقة بأن نماذج لغة الاستدلال لا ينبغي تقييمها على صحة الإجابة فحسب، بل أيضاً على وضوح مسارات استدلالها، مقدمةً "منفعة النقل" كمعيار، وكاشفةً أن النماذج الأعلى أداءً غالباً ما تنتج مسارات أقل وضوحاً، مع عدم وجود مكافأة جوهرية للوضوح في طرق التدريب الحالية.
تقترح هذه الورقة إطار عمل متعدد الوكلاء مدفوعاً برسم بياني معرفي ومعزز بالنماذج اللغوية الكبيرة للتغلب على قيود البحث التقليدي عن البيانات الجيومكانية القائم على الكلمات المفتاحية، وذلك من خلال إنشاء أنطولوجيا دلالية موحدة وتمكين عملية اكتشاف مدركة للقصد وقابلة للتفسير، مما يحسن دقة الاسترجاع والشفافية بشكل كبير.
تُثبت هذه الورقة أن مجمّعاً لوجستياً خفيف الوزن يمكنه دمج تنبؤات ثلاثة وكلاء نماذج لغوية كبيرة متنوعة تعمل بتقنية "التعلم الصفري" (zero-shot) بفعالية للتفوق على النماذج الفردية والخطوط المرجعية التقليدية في تصنيف الإفصاحات المؤسسية للتنبؤ بعوائد الأسهم في اليوم التالي، محققاً دقة متوازنة بلغت 0.612 على مجموعة بيانات تضم 18,420 إفصاحاً لشركات أمريكية.
تقترح هذه الورقة إطار عمل هيكلياً، مستقلاً، وشاملاً من الطرف إلى الطرف لأنظمة الزراعة الدقيقة متعددة الطائرات بدون طيار، يقوم بتنسيق مهام مثل تخطيط المسار ومعالجة الصور مع معالجة القيود الرئيسية لضمان تحمل الأخطاء، والمتانة، وسهولة النشر.
تقيم هذه الدراسة مدى الدقة السلوكية للوكلاء الطلاب الموجهين بسمات الشخصية الخمس الكبرى في تعليم الرياضيات من خلال استخلاص 14 معياراً من 13 دراسة تجريبية، حيث وجدت أن 71.4% من سلوكيات الوكلاء تتوافق مع المتعلمين البشر.
يُعد GT-Space إطار عمل تعاوني للإدراك قابل للتوسع، يُمكّن الوكلاء المستقلين غير المتجانسين من محاذاة الميزات المتنوعة من خلال فضاء ميزات موحد قائم على الحقيقة الأرضية ووحدة تكييف واحدة، مما يلغي الحاجة إلى إعادة التدريب الثنائي مع تحقيق دقة كشف فائقة عبر مجموعات بيانات المحاكاة والواقع الحقيقي.
تقترح هذه الورقة إطار عمل مدفوعاً بالأهداف الفرعية يجمع بين التخطيط عبر الإنترنت من خلال تفكيك الأهداف الفرعية ومنهج التعلم المعزز MiRA القائم على مكافآت المعالم، مما يعزز بشكل كبير أداء وكلاء النماذج اللغوية الكبيرة في المهام طويلة المدى على تصفح الويب، مما يمكّن النماذج مفتوحة المصدر من التفوق على الأنظمة المملوكة الرائدة.
تقدم هذه الورقة IndoorR2X، وهو معيار وإطار محاكاة مبتكر يستفيد من النماذج اللغوية الكبيرة لتنسيق الروبوتات المتنقلة مع مستشعرات إنترنت الأشياء الثابتة لتعزيز فهم المشاهد الداخلية، وتقليل أعباء الاستكشاف، وتخطيط مهام متعددة الروبوتات بكفاءة.