3111 ورقة بحثية
تقدم هذه الورقة البحثية SafeAgent-300، وهو معيار مرجعي متوازن مكون من 300 مطالبة لأمن الذكاء الاصطناي الوكيل، والذي يقيم ستة نماذج للكشف عن تفاوتات كبيرة في تحفظ النماذج، وكشف سلوك استدعاء الأدوات التلقائي في أحد نماذج Google Gemini، وتحديد فجوات تغطية الكاشف الحرجة التي تخل بالعلاقة بين تعقيد المطالبة ومعدلات اكتشاف الانتهاكات.
تقدم هذه الورقة تقييماً قائماً على سبعة أطر عمل مضبوطة يوضح أنه في حين أن نوع الهجوم واختيار النموذج يؤثران بشكل كبير على أمن وكلاء النماذج اللغوية الكبيرة (LLMs) المستخدمة للأدوات، فإن اختيار إطار عمل التنسيق لا يؤثر عموماً بشكل ملموس على الوضع الأمني، باستثناء حالة CrewAI التي تظهر ارتفاعاً طفيفاً ولكن ذا دلالة إحصائية في معدلات الفشل حتى بعد تصحيح عيب محدد في المهايئ.
تُجمّع هذه الدراسة الأدلة المستمدة من 26 ورقة بحثية حول الكشف عن مرض الزهايمر القائم على الذكاء الاصطناعي لتكشف أنه في حين أن دقة النتائج داخل الدراسات المذكورة مرتفعة، إلا أن المجال يفتقر بشكل حاسم إلى التحقق الخارجي، والتكامل متعدد الوسائط، والتنوع اللغوي، مما يستوجب تحولاً نحو تصميمات نماذج قوية وقابلة للتكرار وقابلة للنقل سريرياً.
تقترح هذه الورقة آلية استئناف وقت التشغيل لسير عمل وكلاء النماذج اللغوية المنفذة جزئياً، والتي تضمن التعافي الآمن من الأخطاء عبر إعادة بناء جبهة موثوقة، واستخلاص الالتزامات المتبقية من عقد معياري، والمضي قدماً في الحالة فقط من خلال آثار مصرح بها مدعومة بأدلة صالحة وحديثة ومتطابقة بشكل فريد.
تقدم هذه الورقة "درجة الحفاظ على البنية" (SPS) لتقييم فعالية مزيل الضجيج في كشف المشاة القائم على نموذج YOLO، كاشفةً أنه بينما يمكن لمتغيرات محددة مثل ارتباط مقدار التدرج أن ترتب مزيلات الضجيج ضمن مستويات ضجيج معروفة، لا يوجد مقياس واحد على مستوى الصورة يمكنه التنبؤ عالمياً بأداء الكشف عبر مزيلات الضجيج أو ظروف الضجيج غير المرئية بسبب العوامل غير الخطية والاعتمادية على البنية المعمارية.
تقدم هذه الدراسة تقييماً مقارناً لخمس بنيات عصبية (WordCNN، وWordLSTM، وBERT، وDistilBERT، وELECTRA) لاستخراج العناوين في أتمتة العمليات التجارية، حيث تُظهر أن نموذج ELECTRA يحقق أعلى مستويات الدقة والكفاءة بينما توفر النماذج الأخف وزناً بدائل مجدية للتطبيقات الحساسة لزمن الاستجابة.
كوليجو (Coligo) هو مساعد توليد مدعوم بالاسترجاع (RAG) مُنشر عبر تطبيق واتساب، يعمل على تخفيف العبء الإداري لعمليات استشارات قبول الهندسة في تاميل نادو (TNEA) من خلال الاستفادة من نموذج "جوجل جيميناي" (Google Gemini) والبحث الشعاعي (vector search) في وثائق الكليات لتوفير إرشادات قبول دقيقة، وسياقية، ومحددة حسب الفئة، مع التمييز الصريح بين نموذجه الأولي الوظيفي وبنيته الكاملة المستهدفة.
تقترح هذه الورقة إطار تقييم شامل متعدد التجارب لتقييم الاتساق والموثوقية واعتلالات المسار لوكلاء هندسة البرمجيات ذاتية التشغيل، مما يثبت جدواها التشغيلية من خلال دراسة استطلاعية تكشف عن معدلات كبيرة في حجب البنية التحتية وتضع أساساً للانتقال لما هو أبعد من مقاييس النجاح أحادية التجربة.
بينما تحقق النماذج اللغوية الكبيرة غالبًا درجات عالية في تقييمات نظرية العقل، تكشف هذه الدراسة أنها تعتمد على استدلالات منخفضة التكلفة بدلاً من تتبع الحالات الذهنية بشكل حقيقي، مما يشير إلى افتقارها إلى قدرات قوية في نظرية العقل.
تقدم هذه الورقة وتتحقق من صحة إطار عمل "تطهير البيانات القائم على الثقة الصفرية" (ZTDS)، وهو إطار معماري يعمل من جهة العميل وعلى الجهاز نفسه، يقوم بإزالة الهوية من المعلومات الصحية المحمية في الوقت الفعلي بما يتوافق مع معايير "الملاذ الآمن" لقانون (HIPAA) داخل الذاكرة المتطايرة قبل الإرسال، مما يتيح الاستخدام الآمن والقائم على الثقة الصفرية للنماذج اللغوية الكبيرة العامة في الأبحاث السريرية دون الحاجة إلى اتفاقيات شريك أعمال أو المخاطرة بتسريب البيانات.