1371 ورقة بحثية
تقترح الورقة البحثية MAPLE، وهي بنية وكيل فرعي مبتكرة تفصل بين الذاكرة والتعلم والتخصيص في مكونات متميزة ومتخصصة للتغلب على قيود التكيف لدى وكلاء النماذج اللغوية الكبيرة الحاليين، مما أظهر تحسينات ملحوظة في درجات التخصيص ودمج السمات في معيار MAPLE-Personas.
تقترح هذه الورقة البحثية إطار عمل "تفكيك القيمة التكيفي" (AVD)، وهو إطار لتعلم تعزيزي تعاوني متعدد الوكلاء يعمل على تنسيق عدد متغير ديناميكيًا من الوكلاء في الأنظمة الحضرية بفعالية من خلال معالجة تحديات مثل اتخاذ القرار غير المتزامن وتجانس الأفعال، مما يظهر أداءً فائقًا في مهام إعادة توزيع مشاركة الدراجات في العالم الحقيقي.
تقدم هذه الورقة البحثية نظام PeroMAS، وهو نظام متعدد الوكلاء يدمج أدوات خاصة بالبيروفسكايت عبر بروتوكولات سياق النموذج لتمكين اكتشاف المواد من البداية إلى النهاية عبر حلقة مغلقة، بدءاً من استرجاع الأدبيات وصولاً إلى التخليق التجريبي، مما يظهر كفاءة وفعالية متفوقة في تحديد المواد المرشحة مقارنة بالنهج الحالية القائمة على نموذج واحد.
تقدم هذه الورقة مفهوم توازن الاستجابة الكمية لمتوسط المجال المتحوط من المخاطر (MF-RQE) لمعالجة عدم اليقين التوزيعي والعقلانية المحدودة في الأنظمة متعددة الوكلاء، مع وضع أسسه النظرية وإثبات أنه يوفر متانة فائقة مقارنة بنهج متوسط المجال الكلاسيكي من خلال خوارزمية تعلم تعزيزي قابلة للتوسع.
تقدم هذه الورقة وتحلل التعقيد الحسابي للتحقق من استراتيجيات الذاكرة المحدودة والمتينة للتحالفات في الأنظمة متعددة الوكلاء العشوائية ذات المعلومات غير الكاملة والانتقالات غير المؤكدة، وذلك باستخدام امتداد احتمالي لمنطق الزمن التبادلي (Alternating-time Temporal Logic).
تقدم هذه المونوغرافية سباق إثبات متعدد الوكلاء على عشر مسائل بمستوى بحثي يجمع بين التوليد السريع للمسودات والتحقق الخصمي وتفكيك مخططات التوصيل لإنتاج مخرجات متباينة مع تمييز صريح بين الصلاحية الرياضية وحالة التحقق من الحوسبة الكمومية، مما يثبت في النهاية أن استراتيجيات التحقق الواعية بالبنية وتبديل الطبقات تعزز الموثوقية في تدفقات عمل الإثبات المضغوطة.
تقدم هذه الورقة البحثية إطار عمل TRAITS، وهو إطار عمل غير متصل (offline) جديد لفرق الروبوتات المتعددة غير المتجانسة، يقوم بتحسين تخصيص المهام والجدولة في آن واحد من خلال نمذجة وإدارة القدرات المستنفدة مثل البطارية والوقت عبر وحدة توزيع سمات تعتمد على البرمجة غير الخطية، مما يحقق تفوقاً في الجدوى والكفاءة مقارنة بالنهج المتبعة حالياً في أحدث التقنيات.
تبحث هذه الورقة في آليات الإبلاغ الذاتي الصادق عن الكفاءة في الامتحانات المنزلية ذات التحقق المحدود، وتحدد المقايضات المثلى بين تكاليف التحقق وتحيز الإبلاغ في كل من سيناريوهات التحقق الكامل والتحقق المشوب بالضجيج.
يُعد DeepFusion إطار عمل جديد للتعلم الاتحادي يعمل على تسريع تدريب نماذج خليط الخبراء (MoE) من خلال تمكين الأجهزة الطرفية محدودة الموارد من تدريب نماذج لغوية كبيرة مخصصة ومحلية، ثم تقطير معرفتها غير المتجانسة في نموذج MoE عالمي عبر وحدة "انتباه محاذاة الرؤية" (View-Aligned Attention) جديدة، مما يتغلب على عدم توافق البنيات ويقلل تكاليف الاتصال بشكل كبير مع الحفاظ على أداء عالٍ.
تقدم هذه الورقة نموذجاً جديداً للتعلم غير المتصل (offline learning) لهياكل التحالفات المستقرة وفق توازن ناش مع وجود وكلاء متداخلين محتملاً في ظل معلومات جزئية، حيث تقترح خوارزميات كفؤة في استهلاك العينات تستنتج التفضيلات غير المعروفة من مجموعات بيانات ثابتة لاستعادة تقسيمات مستقرة تقريباً تحت قيود تغذية راجعة متفاوتة.