1371 ورقة بحثية
تقترح هذه الورقة إطاراً لتفكيك عدم اليقين البايزي لتحليل المناظرة متعددة الوكلاء، كاشفةً أن الاستدلال الفعال يعتمد على تعظيم الكسب المعرفي مع تقليل التكلفة العشوائية، وتستفيد من هذه الرؤية لتصميم خوارزمية تعلم تعزيزي موجهة بعدم اليقين تعمل على تحسين دقة المناظرة واستدلال النماذج الفردية بشكل كبير.
تقترح هذه الورقة نموذجاً نظرياً للعبة تطورية من مرحلتين يوضح أن دمج الاستكشاف الاستراتيجي في أنظمة التواصل متعددة الوكلاء يقوض استقرار الانشقاق ويحفز التحالفات التعاونية، مما يكشف في النهاية عن معدل استكشاف أمثل عالمي يعظم التعاون على مستوى النظام بأكمله.
تقترح هذه الورقة HALO، وهو نموذج تنظيمي يطبق مفهوم "الهرمس السلوكي" (behavioral hormesis) لتحديد الحدود الآمنة لأفعال الذكاء الاصطناعي، مما يقدم حلاً محتملاً لمشكلة تحميل القيم ويمنع سيناريوهات مثل "مُعظم إنتاج مشابك الورق" (paperclip maximizer) من خلال نمذجة السلوكيات كعمليات خصم استتبابية (allostatic opponent processes) ذات منفعة حدية متناقصة.
يُعد Resp-Agent نظاماً مستقلاً متعدد الوسائط يتميز بوكيل منهجي عدائي نشط يدير أداة تشخيص ومولداً يعتمد على مطابقة التدفق للتغلب على فقدان المعلومات وندرة البيانات في تحليل أصوات الجهاز التنفسي، مستفيداً من معيار مرجعي جديد يضم ٢٢٩ ألف سجل لتحقيق متانة تشخيصية فائقة في ظل عدم توازن الفئات.
تقترح هذه الورقة إطار عمل وكيل هرمي يعمل على أتمتة التجديد الحضري من خلال تفكيك التعليمات باللغة الطبيعية إلى عمليات هندسية متعددة المستويات، مع الاستفادة من التنفيذ والتحقق المتكرر لضمان تعديلات مدركة للاعتمادية ومتسقة مكانياً للمخططات الجيومكانية القائمة.
تقدم هذه الورقة البحثية "النفور الاستراتيجي من المخاطرة" كتحيز استقرائي مبدئي للتغلب على هشاشة وظاهرة "الركوب المجاني" للوكلاء التعاونيين الحاليين، مقترحةً خوارزمية لتعلم التعزيز متعدد الوكلاء تُمكّن من التعاون القوي والفعال مع شركاء غير مرئيين.
تقدم الورقة البحثية ParamMem، وهي وحدة ذاكرة بارامترية تشفر أنماط الانعكاس عبر العينات لتعزيز التنوع الانعكاسي في الوكلاء اللغويين، مما أدى إلى إطار عمل ParamAgent المقترح الذي يحقق تحسينات مستمرة في الأداء عبر مهام توليد الكود، والاستدلال الرياضي، والإجابة على الأسئلة متعددة الخطوات.
تحدد هذه الورقة "فخ التخصص المفرط" الناجم عن التغذية الراجعة، حيث تتقارب منصات تعلم الآلة المتنافسة نحو نماذج ذات أداء عالمي ضعيف بسبب الاختيار الذاتي للمستخدمين، وتقترح خوارزمية سبر للنماذج النظيرة تنجح في التخفيف من هذه المشكلة عبر تمكين المتعلمين من الوصول إلى بيانات المستخدمين غير المختارين.
تقدم هذه الورقة إطار عمل لأنماط الجلسات متعددة الأطراف يدعم الاختيار المختلط غير المتزامن الذي يضمن اتساق الحالة النهائي، والذي تم التحقق منه من خلال البراهين الرسمية وسلسلة أدوات عملية استُخدمت لإعادة تنفيذ أجزاء من عميل RabbitMQ بلغة Erlang.
تقدم هذه الورقة نظام الوكلاء الهرمي للمدفوعات (HMASP)، وهو إطار عمل مبتكر يستفيد من بنية وكلاء قائمة على النماذج اللغوية الكبيرة ذات أربعة مستويات للتغلب على القيود الحالية وتنفيذ سير عمل المدفوعات الآلي من البداية إلى النهاية بنجاح.