AI FRONTIER
Signals worth understanding before they become obvious.
LRMoE: إعادة معايرة الحمل من جانب الطلب لتدريب MoE فعّال على العُقد المحدودة الذاكرة
LRMoE نظام لتدريب MoE يراعي الذاكرة، ويعيد معايرة الطلب في الانتشار العكسي ويوازن عبء العمل المُحتفظ به بالاشتراك، باستخدام توجيه يراعي السعة وضغط فيزيائي لتقليل حركة المرور العكسية والحساب والطلب على مخازن التنفيذ. تذكر الورقة أنه على Qwen3-30B-A3B وGLM4.5-106B-A12B يقلل زمن التدريب التراكمي لطبقات MoE حتى أهداف خسارة...
- تذكر الورقة أنه على Qwen3-30B-A3B وGLM4.5-106B-A12B، يقلل LRMoE زمن التدريب التراكمي لطبقات MoE حتى أهداف خسارة ثابتة بنسبة 21.2-44.8% مقارنةً بـ SYMI.
- أثناء التنفيذ الأمامي، يخطط حصص الاحتفاظ ومواضع الخبراء في ظل قيود الموارد مع الحفاظ على جميع الحسابات الموجَّهة.
- أثناء الانتشار العكسي، تقدّر مقياس إعادة معايرة الحمل مساهمة كل زوج رمز-خبير في تحديث الخبير وتختار الأزواج ضمن هذه الحصص.
- توزّع خوارزمية توجيه تراعي السعة الأزواج المُحتفظ بها بين النسخ المؤهلة من خبرائها الأصليين، ويشكّل الضغط الفيزيائي حمولات اتصال أصغر وعمليات GEMM مجمّعة متغيرة الحجم.
بالنسبة للفرق التي تدرّب MoE متناثرًا على عُقد GPU محدودة الذاكرة، يُظهر LRMoE أن اختيار أزواج رمز-خبير حسب المساهمة أثناء الانتشار العكسي يمكن أن يقلل حركة المرور العكسية والطلب على المخازن دون تغيير الحسابات الموجَّهة في المسار الأمامي.
كشف التواطؤ الخفي بين وكلاء الذكاء الاصطناعي عبر الاستماع الإيجابي بين الشريك والغريب
تقترح الورقة اختبارًا سلوكيًا هو Partner-Outsider Positive Listening (PoPLi): الشريك الذي يستخدم اصطلاحًا سريًا يتفاعل مع الصياغة الدقيقة للرسالة، بينما الوكيل غير المعني الذي يُوضع في مقعده لا يتفاعل. وPoPLi هو الفرق بين الوكيلين في مقدار تغيّر فعلهما عندما تُعاد صياغة الرسالة مع الحفاظ على معناها، ويُحسب بعد وقوع الح...
- لم تفصل المراقبات التي تقرأ الرسائل فقط بين الحالات: فالمراقب الذي يقرأ رسائل المتحدث أجاب "لا" في جميع الأسواق الخمسين، والمراقب الذي يقرأ رسائل كل بائع أشار إلى 9 من 10 أسواق لا يوجد فيها تواطؤ.
- يكشف PoPLi استخدام قناة خاصة، لا التواطؤ في حد ذاته، ولا يمكنه كشف التواطؤ عبر الحوافز وحدها أو الشيفرات التي يحملها المعنى.
- تُحسب هذه الطريقة بعد وقوع الحدث عبر إعادة تشغيل المطالبات المسجَّلة، والورقة موسومة بأنها عمل قيد الإنجاز.
لمن يبنون أنظمة متعددة الوكلاء، يوفّر PoPLi تدقيقًا سلوكيًا قائمًا على إعادة تشغيل السجلات يمكنه كشف قناة خاصة خلف رسائل تبدو بريئة، مع إبقاء التواطؤ القائم على الحوافز وحدها أو المحمول بالمعنى خارج نطاقه.
WebAnything: من الويب البري إلى بيئات وكلاء قابلة للتوسع
WebAnything إطار عمل مؤتمت بالكامل يعيد بناء بيئات ويب قابلة لإعادة الاستخدام ومسنودة بالمصدر من عناوين URL حقيقية، دون تنفيذ يدوي لكل موقع أو إصلاح بعد الإعداد والتفويض الأوليين. تذكر الورقة بناء 244 أثراً لمواقع ويب عبر 14 مجال تطبيق و53 فئة، تدعم 12,984 مهمة منفذة ومقبولة.
- تذكر الورقة بناء 244 أثراً لمواقع ويب عبر 14 مجال تطبيق و53 فئة، تدعم 12,984 مهمة منفذة ومقبولة.
- بالمقارنة مع WebHarbor المدعوم بشرياً، يحقق WebAnything درجات إجمالية أعلى في ثلاثة مقاييس للدقة، مع 12 فوزاً وتعادلين ولا خسائر في تدقيق أعمى.
- يجمع Explorer-Builder البنى والموارد ونتائج التفاعل القابلة للملاحظة عبر المتصفح، بينما يفحص مدقق مستقل المرشحات المجمدة ويوجه الإصلاح المحلي أو إعادة الالتقاط الموجّه للمصدر.
بالنسبة لبناة الوكلاء، يظهر هذا أن بيئات الويب القابلة لإعادة الضبط للتدريب والتقييم يمكن توليدها تلقائياً من عناوين URL حقيقية دون هندسة لكل موقع، مع مكاسب ضبط دقيق مُبلّغ عنها على معايير محددة.
ThinkJev: فكرة واحدة، كل الميزانيات لقرارات مُصنّفة مُعايَرة
يبني ThinkJev نظامًا سريعًا وآخر بطيئًا من نموذج مفتوح واحد للتفكير الهجين: يقرأ System 1 احتمالات أحرف الخيارات عندما يجيب النموذج مباشرة، ويقرأ System 2 الأحرف نفسها بعد أن يفكر النموذج على المطالبة نفسها المخزّنة مؤقتًا، لذا لا يكرر التصعيد أي عمل، وتمنح فكرة واحدة مُعيّنة الإجابة تحت كل ميزانية تفكير.
- عند هدف معدل خطأ 5%، يجيب Qwen3.5-27B عن 24.5% من 8359 قرار اختبار باستخدام System 1 وحده بمعدل خطأ محقق 3.9% (Qwen3.5-4B و9B: 6.5% و0.0%).
- بالنسبة للقرارات المتبقية، يؤدي إيقاف كل فكرة بمجرد أن تصبح إجابتها واثقة إلى دقة 81.6% مقابل 82.7% عند التفكير دائمًا، باستخدام 72% من رموز التفكير.
- تذكر الورقة أنه على العناصر العامة في JevBench، وهو معيار مستقل لخدمات القرارات المُصنّفة، يفكر Qwen3.5-27B في 29.4% من الحالات ولا يمكن تمييزه في الدقة عن واجهتي التفكير المذكورتين (استكشافي).
- تذكر الورقة أن التدريب غير مطلوب: يبقي اختبار إحصائي على بيانات تطوير موسومة إجابات System 1 المقبولة تحت معدل خطأ مستهدف، والشفرة ومولّدات البيانات متاحة.
بالنسبة لمن يبنون خدمات القرارات المُصنّفة، يشير هذا إلى إمكانية إعادة استخدام مطالبة مخزّنة مؤقتًا واحتمالات أحرفها على نموذج مفتوح واحد للتفكير الهجين، ثم تقرير ما إذا كان التفكير ضروريًا لكل قرار في ظل ضمان إحصائي، لتقليل تكلفة رموز التف...
قياس أين تُفقد النية في توليد العقود الذكية الوكيلية
تصمم الورقة تقييمًا قائمًا على التنفيذ يعيد تشغيل المعاملات نفسها على عقد كتبه الذكاء الاصطناعي وعلى الأصل الذي يجب أن يعيد إنتاجه لقياس مدى اتفاقهما، وتقترح معمارية «الاستيضاح أولًا» تسأل العميل قائمة قصيرة قبل كتابة الكود.
- تذكر الورقة أن فحص الدوال التي يتضمنها كل نظام فقط أخفى نحو نصف الفرق بين خطوط المعالجة.
- تذكر الورقة أن السؤال أولًا كان أهم بكثير من المراجعة أو الترقيع لاحقًا عبر ثلاثة نماذج ذكاء اصطناعي، بينما كثيرًا ما تكسر إصلاحات الأمان الآلية السلوك المطلوب.
- تذكر الورقة أن الطرق الشائعة مثل حكام الذكاء الاصطناعي وأدوات التحليل القياسية تفوت أخطاء واضحة، وأن خيارات التقييم مهمة أيضًا.
- ينشر المؤلفون أدواتهم و600 مهمة وكل النتائج؛ وقُبلت الورقة في ACM TheWebConf2027.
في توليد الكود الوكيلي، ينبغي استيضاح المتطلبات الناقصة قبل التوليد والتحقق مقابل مفتاح إجابات قابل للتنفيذ مكتوب باستقلال، بدلًا من الاعتماد على المراجعة اللاحقة أو الترقيع الأمني الآلي.
OpenFrontiers: مجموعة من المسائل البحثية المفتوحة ومعيار لإعادة الاكتشاف العلمي
يجمع OpenFrontiers بين مجموعة منظمة تضم 12,151 مسألة بحثية مفتوحة ومعيار استرجاعي يضم 200 مسألة رياضية، حُلّت 110 منها في 2026 وما زالت 90 مفتوحة، ولكل مسألة عبارة Lean 4 يجري فحصها عبر مجسّات آلية ومراجعتين مستقلتين.
- تسجّل المجموعة نصوص المسائل والسياق والتقدّم ومعلومات أخرى عن 12,151 مسألة.
- يضم المعيار 200 مسألة، حُلّت 110 منها في 2026 وما زالت 90 مفتوحة، ولكل مسألة عبارة Lean 4 يجري فحصها عبر مجسّات آلية ومراجعتين مستقلتين.
- ترشّح المجموعة الفرعية HQ-50 مزيدًا من المسائل استنادًا إلى درجة الجودة وغير ذلك.
- يقيّم بروتوكول التقييم البراهين الصورية عبر مدقّقين مستقلين في بيئة معزولة ضمن شروط الكتاب المغلق والاسترجاع المجمّد والويب المباشر.
لأن المعيار يفصل التقييم الصوري عبر شروط الكتاب المغلق والاسترجاع المجمّد والويب المباشر، يستطيع البنّاؤون التمييز بين إعادة الاكتشاف الحقيقية واسترجاع الحلول المنشورة.