23087 ورقة بحثية
تقدم هذه الورقة البحثية استعراضاً شاملاً لأنظمة استرجاع الصور القائمة على المحتوى (CBIR)، مع التركيز على تحديات الفجوة الدلالية وقابلية التوسع، بينما تفصل كيفية استخدام تقنيات التغذية الراجعة ذات الصلة، وتعلم الآلة، والتعلم العميق لتحسين دقة الاسترجاع بشكل تكراري وتوجيه مسارات البحث المستقبلية.
تقترح هذه الورقة إطار عمل للمطابقة العصبية قائم على تقدير التباين الضوضائي، والذي يعيد صياغة رسم خرائط أنماط الهجمات التقنية (TTP) كمسألة تشابه دلالي للتغلب على تحديات فضاءات الملصقات الضخمة، والتوزيعات المنحرفة، والتعقيد الهرمي في التعرف على أنماط الهجمات الأمنية في ظل ندرة الموارد.
تقترح هذه الورقة البحثية FedALS، وهو خوارزمية تعلم اتحادي مبتكرة تقلل تكاليف الاتصال وتحسن تعميم النموذج في سيناريوهات البيانات غير المتماثلة (non-iid) من خلال تطبيق ترددات تجميع متمايزة لمستخرج التمثيل ورأس النموذج بناءً على حدود التعميم النظرية وتحليل تعلم التمثيل.
تقدم هذه الورقة وتقيم إطار عمل لقياس المخاطر (RMF) لتقييم أمن نماذج تعلم الآلة في المركبات ذاتية القيادة، وذلك باستخدام مؤشرات مخاطر قائمة على معيار ISO/IEC 27004:2016 لقياس الضرر المحتمل وجهد المهاجم من خلال أربع قيم متميزة بدلاً من مقياس خطر واحد.
تقترح الورقة البحثية إطار عمل FISER، الذي يعمل على تحسين أداء الذكاء الاصطناعي المتجسد في المهام التعاونية من خلال الاستنتاج الصريح لنوايا البشر عبر التفكير الاجتماعي قبل التخطيط للأفعال، متفوقاً بذلك على الطرق القياسية من طرف إلى طرف وعلى النماذج المرجعية القوية في اختبار HandMeThat.
يعد UniAutoML إطار عمل متمحوراً حول الإنسان يستفيد من النماذج اللغوية الكبيرة لتوحيد مهام التعلم الآلي التلقائي التمييزية والتوليدية مع تعزيز القابلية للتفسير، والتحكم من قبل المستخدم، والثقة من خلال واجهة حوارية وآليات سلامة.
تقدم هذه الورقة معياراً جديداً للترجمة من البولندية إلى الإنجليزية في المجال الطبي، مستمداً من أكثر من 24,000 سؤال من امتحانات التراخيص والتخصص لتقييم النماذج اللغوية الكبيرة الحديثة مقابل الأداء البشري، مما يكشف أنه بينما تقترب النماذج الرائدة من المستويات البشرية، لا تزال هناك تحديات كبيرة في الترجمة عبر اللغات وفهم المجالات المتخصصة.
تقدم هذه الورقة مساراً مطوراً لعملية التوليد المعزز بالاسترجاع (RAG) مدمجاً مع خوارزميات التكرار المتباعد لتوليد تعليقات دراسية دقيقة ومحققة لامتحان التخصص الحكومي في بولندا، مما يعزز بدوره من استبقاء المعرفة وقابلية التوسع للطلاب الطبيين غير الناطقين باللغة الإنجليزية.
تجادل هذه الورقة بأنه على الرغم من خطر الهلوسة المتأصل، يمكن للذكاء الاصطناعي التوليدي إنتاج معرفة علمية موثوقة عندما يتم دمجه في سير عمل يستفيد من المعرفة السابقة بالمجال لتصفية المخرجات الخاطئة، مما يجعل سير العمل نفسه هو الوحدة الأساسية للتقييم المعرفي.
تقترح الورقة البحثية طريقة SMART، وهي طريقة إعادة معايرة خفيفة الوزن وفعالة من حيث البيانات تعمل على تحسين معايرة الشبكات العصبية من خلال تغيير قياس اللوجيتات (logits) بشكل تكيفي بناءً على فجوة اللوجيت (الهامش بين التنبؤات العليا) وتحسين دالة خطأ المعايرة المتوقع ذات الصناديق الناعمة المبتكرة لتحقيق التوازن بين الانحياز والتباين.