1371 ورقة بحثية
تقترح هذه الورقة نظرية ديناميكية للتنسيق التكيفي في الأنظمة متعددة الوكلاء، مبرهنةً على أن السلوك الذكي ينبثق من الاقتران الهيكلي بين الوكلاء، والحوافز، والبيئة المستمرة عبر حلقات التغذية الراجعة، بدلاً من التحسين المركزي أو التوقعات العقلانية.
تقدم هذه الورقة "الذكاء الجماعي التداولي" (DCI)، وهو إطار عمل متعدد الوكلاء مهيكل يستخدم أفعالاً معرفية نمطية وخوارزمية تدفق تقاربي لتحسين الأداء بشكل كبير في مهام الاستدلال المعقدة وغير الروتينية من خلال التداول المسؤول، على الرغم من تكبد تكاليف حوسبة عالية والقصور في الأداء في القرارات الروتينية.
تقدم هذه الورقة البحثية CogSearch، وهو إطار عمل متعدد الوكلاء متوافق معرفياً يحول البحث في التجارة الإلكترونية من مجرد استرجاع سلبي إلى دعم استباقي لاتخاذ القرار، مما أظهر تحسينات كبيرة في معدلات التحويل وخفض تكاليف اتخاذ القرار من خلال اختبارات واسعة النطاق عبر الإنترنت على JD.com.
تقترح الورقة البحثية AGMARL-DKS، وهو مجدول لتعلم تعزيزي متعدد الوكلاء متكيف ومعزز بالرسوم البيانية لـ Kubernetes، يستخدم وكلاء لامركزيين مع تمثيل للحالة العالمية قائم على الشبكات العصبية الرسومية وترتيب معجمي مدرك للإجهاد للتفوق بشكل كبير على المجدولين الافتراضيين في تحمل الأخطاء، واستغلال الموارد، وكفاءة التكلفة.
تقترح هذه الورقة استخدام الأنظمة الموزعة كإطار عمل مبدئي لمعالجة تحديات التصميم والتقييم الرئيسية في فرق النماذج اللغوية الكبيرة (LLM) بشكل منهجي، مع تسليط الضوء على كيفية توجيه المفاهيم الأساسية من الحوسبة الموزعة لتحسين أداء الوكلاء المتعددين.
توسع هذه الورقة نطاق ألعاب الشكل الطبيعي السببي إلى الإعدادات المتسلسلة عبر تقديم الأنظمة متعددة الوكلاء السببية المتسلسلة، إلا أن تحليلها النظري والتجريبي الشامل يكشف أنه، في ظل الافتراضات العقلانية القياسية، لا تقدم هذه الأطر السببية أي ميزة رفاهية مقارنة بتوازن ستيكلبرج الكلاسيكي، مما يسلط الض الضوء على عدم توافق جوهري بين الاختيار العقلاني وفوائد الاستدلال السببي في النماذج الحالية لنظرية الألعاب.
يُعد ThunderAgent نظام استدلال وكيلِيٍّ مبتكر وواعٍ بالبرامج، يوحد إدارة نماذج اللغات الكبيرة (LLM) وموارد الأدوات من خلال تجريد "برنامج LLM"، محققاً مكاسب كبيرة في معدل الإنتاجية وكفاءة الذاكرة عبر تحسين استخدام ذاكرة التخزين المؤقت لـ KV وتمكين التحضير غير المتزامن للبيئة.
تعيد هذه الورقة البحثية صياغة ذاكرة الوكلاء المتعددين بوصفها تحدياً في بنية الحاسوب من خلال اقتراح تسلسل هرمي ثلاثي الطبقات وتحديد الفجوات البروتوكولية الحرجة، مع التركيز بشكل خاص على حل مشكلة اتساق ذاكرة الوكلاء المتعددين باعتبارها العقبة الرئيسية أمام بناء أنظمة تعاونية موثوقة وقابلة للتوسع.
تُعد KernelSkill إطار عمل متعدد الوكلاء يعمل على تعزيز تحسين نوى وحدة معالجة الرسومات (GPU kernels) عبر استبدال الاستدلالات الغامضة للنماذج اللغوية الكبيرة بهندسة ذاكرة ثنائية المستوى قائمة على المعرفة من المهارات الخبيرة، مما يحقق سرعات قياسية ومعدل نجاح بنسبة 100% في اختبار KernelBench.
تقدم الورقة البحثية COMIC، وهو نظام ذكاء اصطناعي مؤتمت بالكامل يقوم بإنشاء مقاطع فيديو كوميدية قصيرة عالية الجودة ومتنوعة من خلال توظيف إطار عمل متعدد الوكلاء بمهام متخصصة ونقاد يعتمدون على النماذج اللغوية الكبيرة ومدربين على بيانات يوتيوب لصقل المحتوى بشكل تكراري للوصول إلى المعايير الاحترافية.