23087 ورقة بحثية
يقدم RefineRank وحدة تدريبية خفيفة الوزن تعمل على تنقيح إحداثيات المربعات المحيطة وترتيب المرشحين بشكل مشترك عبر دمج الميزات من نماذج الرؤية واللغة الطبية والنماذج الكشفية مفتوحة النطاق المجمدة، مما يحقق أداءً رائدًا في التوطين المكاني والزماني الجراحي دون إعادة تدريب النماذج الأساسية.
تقدم هذه الورقة نموذج القرار المتكرر التطوري (ERDM)، وهو إطار عمل حوسبي للتعلم التعزيزي يوضح كيف تبرز السلوكيات التكيفية وغير التكيفية، مثل العجز المتعلم والعدوانية، بشكل طبيعي من العقلانية المحدودة وعدم التوافق التطوري في البيئات المحاكية، مما يقدم أداة جديدة لفهم الاعتلال النفسي.
تُظهر هذه الدراسة أن تعلم الآلة الكمي يعزز بشكل كبير استشعار المجال المغناطيسي في مراكز النيتروجين-فراغ عبر الاستفادة من الحالات الكمية المترابطة للتغلب على فقدان المعلومات الناجم عن القياس، متفوقاً بذلك على النهج الكلاسيكية التي تعتمد على بيانات ما بعد القياس بغض النظر عن تعقيد النموذج.
تقدم هذه الورقة البحثية STAIN-FL، وهو إطار عمل لهجوم باب خلفي مستهدف ومتخفٍ في اكتشاف الشذوذ في الفيديو عبر التعلم الاتحادي، يستغل ظروف المراقبة الطبيعية كمحفزات سياقية للتلاعب بالتسميات والتدرجات، محققاً تصنيفاً خاطئاً مستمراً للشذوذ مع أدنى تأثير على دقة النموذج للبيانات النظيفة.
تقدم هذه الورقة إطاراً موحداً لثلاث عمليات استدلال تكرارية (GROW وPRUNE وBRANCH)، وتثبت من خلال تقييم مكثف أن التفرع المتكرر يتفوق باستمرار على طرق الاستدلال الأخرى في وقت الاختبار عبر نماذج ومعايير متنوعة، مع تسليط الضوء أيضاً على الأهمية البالغة لبروتوكولات التقييم المقترنة لتجنب الاستنتاجات المقارنة المضللة.
تُظهر هذه الورقة أنه بالنسبة لخدمة النماذج اللغوية الكبيرة (LLM) المقيدة بالذاكرة، يوفر ضغط مفتاح-قيمة (KV compression) باستمرار نسبة تكلفة إلى سعة متفوقة مقارنة بالتوازي عبر التنسور (tensor parallelism)، والذي لا يكون ضرورياً إلا للنماذج التي تتجاوز حدود ذاكرة الجهاز ولكنه يفشل في تحسين زمن الاستجابة أو كفاءة التكلفة للنماذج الأصغر.
تقترح الورقة البحثية "Giraffe"، وهي بنية خفيفة الوزن تقوم بخرائط تمثيلات النصوص المخفية إلى تضمينات بصرية بكفاءة باستخدام رمز واحد لكل صورة، مما يتغلب بذلك على قيود طول المدخلات للطرق الحالية في مهام توليد التصميم الجرافيكي المعقدة.
تقدم هذه الورقة معياراً للتقييم في مجال التأسيس البصري التفاعلي في النماذج اللغوية البصرية الكبيرة (LVLMs)، كاشفةً أن النماذج الحالية تقصر بشكل كبير عن المعايير البشرية، وتواجه صعوبة في السعي الاستباقي وراء المعلومات عند عدم توفر وصف أولي، وتظهر ضعفاً في المعايرة بين الثقة والدقة.
تقترح هذه الورقة LT-MKT، وهي طريقة جديدة لتتبع المعرفة متعددة المجالات تستفيد من النماذج اللغوية الكبيرة لبناء رسم بياني هرمي ونمذجة العبء المعرفي ونقل المعرفة عبر المجالات بشكل صريح لتحقيق أداء رائد في التنبؤ بأداء الطلاب.
تحدد هذه الورقة أن التصويت القائم على الثقة يفشل في وكلاء البحث متعدد الخطوات بسبب "تضخم النسخ" الناتج عن المستندات المسترجعة، وتقترح التصويت المرتكز على الاسترجاع (RGV)، وهو أسلوب يقوم بتقييم مسارات التنفيذ بناءً على التداخل اللفظي مع المصادر المسترجعة لتحقيق تحسينات كبيرة في الدقة عبر معايير قياسية متعددة.