1371 ورقة بحثية
تتناول هذه الورقة تنسيق تعدد الروبوتات في بيئات ذات سياقات تشغيلية غير معروفة من خلال صياغة المشكلة كمسألة مسار قصير عشوائي متعدد الروبوتات مع عدم يقين في السياق (MR-CUSSP)، واقتراح حل يتكون من مرحلتين يجمع بين الاستدلال المنسق لتحديد السياق والبحث القائم على الصراع المعجمي لتخطيط المسارات الآمن والواعي بالسياق.
تقدم هذه الورقة ClimateAgents، وهو إطار عمل للذكاء الاصطناعي متعدد الوكلاء يعزز تحليل ديناميكيات المناخ والاجتماع من خلال دمج وكلاء متخصصين في مجالات محددة ومتعاونين لأداء سير عمل بحثي تكيفي، وقابل للتفسير، ومتعدد التخصصات يتراوح من توليد الفرضيات إلى إعداد التقارير المنظمة.
تقدم هذه الورقة معياراً قابلاً للضبط لألعاب التفاوض متعددة الأطراف بناءً على بيانات من العالم الحقيقي لتقييم كيفية أداء تقريبات دالة القيمة المختلفة عبر أنظمة هيكلية متنوعة، مما يثبت في النهاية الحاجة إلى وكلاء قادرين على التخطيط القوي طويل الأمد تحت الالتزامات الملزمة.
تقترح هذه الورقة إطار عمل للتوازن المترابط ذي القيود الاحتمالية يضمن التنسيق القوي بين الوكلاء ذوي المصالح الذاتية في ظل معاملات تكلفة غير مؤكدة، وذلك من خلال ضمان التوافق مع الحوافز بمستوى ثقة محدد، مع تحليل المقايضات بين المتانة والكفاءة وتحديد قيمة تقليل حالات عدم اليقين المحددة.
تستخدم هذه الورقة نموذج "ستاكيلبرغ" (Stackelberg)، الذي يجمع بين التحليل النظري والتعلم التعزيزي العميق، لتوصيف سياسات الدخول المثلى للمنصات واستراتيجيات الاستكشاف للبائعين، مما يكشف عن الحوافز الكامنة وراء تقليد المنصات وتأثيره على الابتكار والتنوع في السوق.
تقدم هذه الورقة MedPriv-Bench، وهو أول معيار مصمم لتقييم المفاضلة بين الخصوصية والمنفعة في النماذج اللغوية الكبيرة الطبية من خلال تخليق تهديدات واقعية للخصوصية وإثبات وجود توتر سائد بين الدقة السريرية وحماية بيانات المرضى.
تقدم هذه الورقة البحثية ColliderAgent، وهو أول نظام متعدد الوكلاء مدفوع باللغة ينفذ ذاتياً سير عمل ظواهر المصادم من البداية إلى النهاية — بدءاً من لاغرانجيات النظرية وصولاً إلى تحليلات مستوى الكاشف وحدود الاستبعاد — وذلك عبر الاستفادة من بنية مفككة وخلفية تنفيذ Magnus لتمكين أبحاث قابلة للتوسع والتكرار وغير مرتبطة بحزم برمجية محددة في مجال فيزياء الطاقات العالية.
تقدم هذه الورقة البحثية EARCP، وهي بنية تجميعية مبتكرة ذاتية التنظيم تعمل على موازنة أوزان النماذج الخبيرة غير المتجانسة ديناميكيًا من خلال الموازنة بين الأداء الفردي والتماسك بين النماذج عبر آلية تعلم عبر الإنترنت، مما يوفر ضمانات نظرية للندم ويُظهر متانة في مهام اتخاذ القرار المتسلسلة غير المستقرة.
تقدم هذه الورقة طريقة لامركزية لتقدير التدرج الفائق (hypergradient) تتسم بكفاءة العينة، وذلك للتعلم التعزيزي ثنائي المستوى، حيث تستفيد من حيلة تغاير بولتزمان (Boltzmann covariance trick) لتمكين تحسين القائد بفعالية في فضاءات القرار عالية الأبعاد دون الحاجة إلى بيانات مكثفة أو تدخل في عملية التابع.
تُعد TrinityGuard إطار عمل شاملاً، يستند إلى معايير OWASP، يعمل على حماية الأنظمة متعددة الوكلاء القائمة على النماذج اللغوية الكبيرة من خلال تصنيف للمخاطر ثلاثي المستويات، وبنية تحتية ثلاثية الطبقات قابلة للتوسع، ومصنع موحد لـ "قضاة النماذج اللغوية الكبيرة" (LLM Judge Factory) لتمكين كل من تقييم الثغرات الأمنية قبل التطوير والمراقبة في الوقت الفعلي أثناء التشغيل.