28108 ورقة بحثية
تقترح هذه الورقة إطار عمل للتحقق يستند إلى خبرة الخبراء لتقييم فعالية ومخاطر استخدام النماذج اللغوية الكبيرة في استخراج العلاقات السببية من منشورات وسائل التواصل الاجتماعي غير الرسمية المتعلقة بالكوارث، وذلك عبر مقارنة مخرجات النموذج مع الرسوم البيانية المرجعية لتحديد ما إذا كانت العلاقات المستخرجة قائمة على الأدلة أم مدفوعة بالمعلومات المسبقة للنموذج.
إن CVEvolve هو نظام وكيل ذاتي التشغيل، لا يتطلب كتابة أكواد برمجية، يستفيد من النماذج اللغوية الكبيرة واستراتيجية بحث متعددة الجولات لاكتشاف وتحسين خوارزميات معالجة البيانات العلمية بشكل مستقل، مما يمكن علماء المجالات من تحليل البيانات المعقدة وغير المهيكلة بفعالية دون الحاجة إلى خبرة واسعة في البرمجة.
تقدم هذه الورقة إطاراً سببياً غير معلمي للعدالة في تحليل البقاء، يقوم بتفكيك التفاوتات الزمنية إلى مسارات مباشرة وغير مباشرة وزائفة لتفسير أصولها وتطورها، وهو ما تم إثباته من خلال تحليل التفاوتات العرقية في نتائج العناية المركزة.
تؤسس هذه الورقة إطاراً نظرياً موحداً للعدالة السببية في الذكاء الاصطناي التوليدي، حيث تستنتج طرق تفكيك ومقدرات جديدة لتحديد كيفية مساهمة الآليات السببية الداخلية للنماذج التوليدية في التحيزات الديموغرافية عبر مسارات مختلفة.
تقدم هذه الورقة البرمجة المنفصلة للاضطراب المحلي (LPDP)، وهي طريقة تعتمد على وقت الاستدلال ولا تتطلب تدريباً، تستفيد من تدفقات التحرير لتمكين توليد الحمض النووي متغير الطول والموجه بالمكافأة، وذلك من خلال إعادة ترتيب إجراءات التحرير محلياً وتحسينها ديناميكياً عبر البرمجة المنفصلة المقيدة.
تقدم هذه الورقة إطاراً سببياً للتعويض الخوارزمي ينمذج التعويض كعملية عبر نتائج ما قبل وما بعد التدخل مع استقرار جزئي، موفرةً طرقاً تعتمد على "الكوبولا" وأخرى خالية من التوزيع لاستنتاج آثار التعويض من البيانات الرصدية أو بيانات التعويض المزدوجة.
تقدم الورقة البحثية "التفكير العميق" (Deep Reasoning)، وهو إطار عمل معرفي ميتافيزيقي مُجسد في وكيل "DOLOLES" يقوم ببناء دعامات استدلالية خاصة بالمهام ديناميكيًا وقت الاستنتاج، مما يمكّنه من التفوق على الأساليب الرائدة في مختلف الاختبارات المعيارية المعقدة وحتى سد فجوات التوسع بين النماذج الأصغر والأكبر.
تقدم هذه الورقة "المحول المكاني" (Spatial Adapter)، وهو طبقة لاحقة (post-hoc) فعالة من حيث المعلمات، تُزود المتنبئات المجمدة بتمثيل مكاني مهيكل لبواقيها عبر مُقدِّر تغاير مغلق الصيغة، مما يتيح التنبؤ بأسلوب الكريجينج (kriging-style prediction) وتقدير عدم اليقين دون تعديل النموذج الأصلي.
تقدم هذه الورقة طريقة "أومان-شابلي" لتكامل المسار عبر التكامل المعتمد على الحساب الكفء لعزو الظهور على المستوى الكلي في أنظمة النماذج اللغوية الكبيرة المكونة من ملايين الوكلاء، مبرهنةً من خلال التحليل التجريبي لبيانات "بلوسكاي" ونظرية انحياز القياس النظري أن الدراسات صغيرة النطاق تسيء تمثيل الدوافع الهيكلية للظواهر الاجتماعية غير الخطية بشكل جوهري مقارنة بالتحليل كامل النطاق.
تتقصى هذه الورقة البحثية قابلية التفسير لنماذج التأسيس الخاصة بتخطيط كهربائية الدماغ (EEG) عبر تدقيق ثلاث بنيات هيكلية عبر خمس مهام سريرية، لتثبت أنه في حين أن الميزات المصممة يدويًا في النطاق الترددي هي ميزات سببية تمثيلية وتستعيد معظم مكاسب الأداء للنماذج، فإن البواقي الكبيرة في المهام الأكثر صعوبة تكشف عن فرص لاكتشاف مفاهيم جديدة لإشارات الدماغ.