23200 ورقة بحثية
تقدم الورقة البحثية SteeringSafety، وهو معيار شامل لتقييم طرق توجيه التمثيلات عبر تسعة منظورات للسلامة و18 مجموعة بيانات، كاشفةً أنه في حين يمكن للتوجيه أن يستهدف سلوكيات محددة بفعالية، فإنه غالباً ما يتسبب في تدهور غير مقصود كبير في أبعاد سلامة أخرى مثل السلوك الاجتماعي والحكم المعياري بسبب التشابك الجوهري.
تقدم هذه الورقة إطار عمل مفتوح المصدر ومقاييس مرجعية مصممة لتقييم فعالية قواعد الكشف عن الأمن السيبراني المُنشأة بواسطة النماذج اللغوية الكبيرة من خلال مقارنتها بالقواعد التي أنشأها البشر باستخدام منهجية مجموعة البيانات الاحتياطية.
تقدم هذه الورقة إطار عمل للتعلم عبر الإنترنت تكيفي باستخدام شبكات الذاكرة الطويلة قصيرة المدى (LSTM) مع دالة فقد مخصصة ومبتكرة وتكامل شامل للميزات لتحسين دقة التنبؤ بأسعار الكهربان ليوم سابق بشكل كبير في سوق الطاقة بكاليفورنيا.
تقترح هذه الورقة طريقة قائمة على الكائنات ومدركة لعدم اليقين للكشف عن التغيرات ثلاثية الأبعاد القائمة على تقنية ليدار (LiDAR) على نطاق المدينة، والتي تجمع بين التسجيل متعدد الدقة، والتحسين الدلالي، والمعالجة بنظام البلاطات لتحقيق دقة بنسبة 95.3% في اكتشاف التغيرات في الهياكل العمرانية والمساحات الخضراء الحضرية، متفوقة بذلك على النماذج المرجعية الحالية في مجموعة بيانات من سوبياكو، غرب أستراليا.
تتقصى هذه الورقة البحثية ما إذا كان بإمكان النماذج اللغوية الكبيرة ذات الأوزان المفتوحة والمجمدة أن تعمل كواصفات بديلة فعالة للتحسين التوافقي، وذلك من خلال إثبات أنها، في حين أن حالاتها الخفية تشفر سمات المشكلات ضمنياً وتدعم اختيار الخوارزميات بشكل يضاهي الطرق التقليدية، إلا أنها تعاني من صعوبة في الاسترداد الصريح للسمات وتُظهر فجوة مستمرة بين التمثيل الضمني والاسترجاع الصريح.
تقدم هذه الورقة إطار عمل جديداً لـ "الاحتمالية التقريبية الصحيحة" (PAC) لاستدلال "الحد الأقصى من اللاحقة" (MAP)، والذي يعيد صياغة المشكلة كمسألة تحديد أفضل ذراع، مما يوفر حلولاً مثالية بشكل مثبت مع ضمانات صارمة من خلال تنفيذات فعالة على الدوائر الاحتمالية والنماذج الرسومية.
تقترح هذه الورقة تقييد الميزات الداخلية في النماذج اللغوية لتكون متعامدة تقريبًا بناءً على مبدأ الآليات السببية المستقلة، مما يوضح أن تنظيم التعامد هذا يقلل من تداخل الميزات لتمكين تدخلات سببية أكثر عزلاً وموثوقية على مفاهيم مثل الاستدلال الرياضي دون المساس بأداء النموذج العام.
تقدم هذه الورقة البحثية "فك التشفير الطيفي التبايني" (Variational Speculative Decoding - VSD)، وهو إطار عمل مبتكر يعيد صياغة تدريب المسودة كاستدلال تبايني لتعظيم قبول تسلسل النموذج المستهدف، محققاً بذلك تسريعاً كبيراً في عملية الاستنتاج مقارنة بالطرق الحالية من خلال معالجة التفاوت بين التدريب وفك التشفير عبر إجراء "توقع-تعظيم" (Expectation-Maximization) مع أوزان تنظيمية وتكيفية.
تقيم هذه الورقة أداء النماذج اللغوية الكبيرة وأنظمة الترجمة الآلية في سيناريوهات الأزمات، كاشفةً عن تدهور كبير في الجودة في اللغات ذات الموارد المنخفضة وعدم اتساق حرج في تصنيف الاستعجال القائم على النماذج اللغوية الكبيرة عبر اللغات المختلفة، مما يشكل مخاطر على فعالية فرز الأزمات.
تقدم هذه الورقة البحثية إطار عمل TMRL، وهو إطار موحد يربط بين الاستنساخ السلوكي والتعلم التعزيزي من خلال استخدام "الما قبل التدريب الممهد بالسياق" لحقن ضجيج الانتشار من أجل تغطية واسعة للأفعال، و"التعلم التعزيزي المعدل بالخطوات الزمنية" للتحكم ديناميكياً في الاستكشاف، مما يحسن كفاءة العينات بشكل كبير ويمكّن من الضبط الدقيق الناجح لسياسة الروبوت في العالم الحقيقي في أقل من ساعة واحدة.