1741 ورقة بحثية
تقدم هذه الورقة نظام OCAS-AI، وهو نظام وكلاء متعددين كمي ذاتي الإنشاء (autopoietic) هرمي مكون من ست طبقات، يدمج بين طاقة فريستون الحرة، والتخميد الطوبولوجي، وصيغ التنسور لتحقيق استقرار الحالة في الوقت الفعلي وخفضاً بنسبة 96.2% في شلالات الهلوسة للنماذج اللغوية الكبيرة.
تتناول هذه الورقة تطور الوصول إلى المعلومات عبر اللغات من الأساليب التقليدية القائمة على الترجمة والأنطولوجيا إلى النماذج اللغوية الكبيرة الحديثة، باستخدام معايسات مثل MIRACL وNoMIRACL للكشف عن تفاوتات كبيرة في الأداء بالنسبة للغات ذات الموارد المنخفضة، وتدعو إلى إطار عمل تصميمي جديد يعطي الأولوية للشفافية، والمواءمة الدلالية، والعدالة.
تقترح هذه الورقة البحثية مقياس CCS، وهو مقياس توافق مكاني-دلالي مستمر يستبدل مقاييس العتبة الصلبة غير المستقرة بتشابه مكاني قائم على التوزيع الغاوسي وتشابه دلالي مدفوع بالتصنيف لتوفير تقييم قوي ومستقل عن العتبة لنماذج كشف الأشياء، لا سيما في المجالات ذات عدم التوازن في الفئات والهياكل الدلالية مثل تشخيص اللسان الطبي.
تقترح هذه الورقة نظاماً ثلاثي المكونات خالياً من التقطير وخالياً من الخسارة المساعدة، يجمع بين تثبيت المسار المجمد (FrozenPath)، وربط شظايا البيانات (Data Shard)، والتحسين ثنائي الحلقة (Dual-Loop)، للقضاء بفعالية على تجانس الخبراء والانجراف اللغوي الكارثي في نماذج خليط الخبراء (Mixture-of-Experts) المتفرقة أثناء التدريب التزايدي.
تعالج هذه الورقة الفجوة الأمنية الحرجة في الجسور عبر السلاسل من خلال تطوير تصنيف موحد وإطار عمل قائم على القواعد وقابل للتدقيق لتسجيل المخاطر (BSRS) يعمل على قياس الثغرات الهيكلية، والذي تم التحقق من صحته بأثر رجعي مقابل عمليات الاختراق التاريخية الكبرى لإثبات فعاليته في تحديد تصميمات الجسور عالية المخاطر.
تقترح هذه الورقة بنية تحسين مشترك ثلاثية الطبقات مدركة للدلالات، تعمل على جسر الفجوة بين التدريب والاستنتاج والتنفيذ في نماذج الرؤية واللغة والعمل من خلال دمج مراقب للديناميكيات الدلالية، ووحدة عزو سببي، ومخطط إعادة استراتيجية مرتكز دلالياً لتمكين التدخل المتكيف مع نوع الانحراف، مما يحسن معدلات نجاح المهام بشكل كبير تحت الظروف المزعجة الشديدة دون الحاجة إلى إعادة تدريب النموذج الأساسي.
تقترح هذه الدراسة نظام كشف تسلل قائم على تعلم الآلة باستخدام مجموعة بيانات CICIDS2017 للكشف عن هجمات حجب الخدمة الموزعة (DDoS) وهجمات القوة الغاشمة (Brute Force)، مظهرةً أن خوارزمية XGBoost تتفوق على الغابة العشوائية (Random Forest) والشبكات العصبية الاصطناعية (ANN) من خلال تحقيق دقة تقارب 99.9975% ومقاييس رئيسية أخرى.
تقدم هذه الورقة محرك استرجاع هجين مدركاً للطوبولوجيا يوحد البحث الكثيف والمتفرق وبحث نظام الملفات مع متحكم متعدد المستويات للتنقل تلقائياً عبر تسلسلات الوثائق والروابط التشعبية، مما يحسن بشكل كبير من الاستدعاء وجودة التصنيف وزمن الاستجابة لأنظمة المعرفة في المؤسسات مع تجنب العبء الإضافي الناتج عن تفكيك الاستعلام المدفوع بالنماذج اللغوية.
تُظهر هذه الدراسة بشكل منهجي أن النماذج اللغوية الكبيرة توظف بنية رقابة ذاتية مهيكلة ومحددة لكل نموذج، مما يخلق فجوة قابلة للقياس بين الاستدلال الداخلي والمخرجات الخارجية، والتي يمكن تجاوزها من خلال استراتيجيات صياغة محددة للكشف عن شخصيات محاذاة متميزة ومفاهيم معرفية عليا جديدة تتعلق بالتواصل الآلي.
تقترح هذه الورقة نموذجاً لتتبع المعرفة يستخدم تعزيز مصفوفة Q الواعي بسياق المعرفة والفرز الطوبولوجي للمفاهيم المعرفية لتتبع حالات المعرفة المتقطعة للطلاب بفعالية، والتي تظهر استقراراً قصير المدى وتغيراً طويل المدى، وهو ما تم التحقق منه من خلال تجارب على مجموعات بيانات متعددة.