23200 ورقة بحثية
تقدم الورقة البحثية إطار العمل MACRO، الذي يعزز النماذج اللغوية الكبيرة من خلال تعلم سياسات توجيه طبقات ديناميكية ومخصصة للمهام عبر سلاسل ماركوف دون تعديل أوزان النموذج، محققاً تحسينات كبيرة في الدقة وأوقات بحث أسرع مقارنة بالطرق الحالية.
يعالج D-CLOT عدم الاتساق بين التمثيل والنموذج الأولي في تقسيم الأفعال غير الخاضع للإشراف من خلال تقديم إطار عمل مزدوج الحلقة المغلقة يعمل بشكل تكراري على تحسين تضمينات الإطارات عبر قيود رسومية وإعادة تقدير النماذج الأولية للأفعال، محققاً أداءً هو الأفضل في فئته عبر معايم متعددة بما في ذلك مجموعة بيانات Assembly101 الجديدة.
يقدم البحث إطار عمل ECG-LENS، وهو إطار عمل متكامل (end-to-end) يدمج نمذجة إشارات تخطيط كهربية القلب متعددة المساري مع توليد نصوص غنية سريريًا لإنتاج تقارير تخطيط كهربية قلب عالية الجودة، متفوقًا بذلك على الأساليب الرائدة في مجموعات بيانات PTB-XL وMIMIC-IV-ECG، مع اقتراح مقياس تقييم جديد خاص بتخطيط كهربية القلب يسمى F1-ECGBERT.
يُعد SkillMemo إطار عمل موجَّهًا بالخبرة يعمل على تعزيز التعميم التركيبي في النماذج البصرية الحركية المتجسدة عبر تفكيك المسارات طويلة الأمد ضمنيًا إلى مهارات ذرية كامنة من خلال بنية "خليط من الخبراء"، ودمجها في بنك ذاكرة عرضية ديناميكي لتوفير أولويات سياقية قوية للتنبؤ بالأفعال.
تقدم هذه الورقة البحثية TRACE، وهو مُقدِّر لتقدير قياس المسافات الحركي (proprioceptive odometry) مُتعلم من الطرف إلى الطرف للروبوتات ذات الأرجل، والذي يستخدم وحدة انتباه تقاطعي مدركة للقدم وأهداف تدريب مستوحاة من الفيزياء لتحقيق تقدير قوي للموقع والسرعة في ظل ظروف التلامس غير الموثوقة والتضاريس المتنوعة.
تقدم هذه الدراسة إطار عمل هجين لتعلم الآلة يتفوق على النماذج المتكررة التقليدية في التنبؤ بوزن القطيع من الماشية في ظل ظروف الملاحظة الشحيحة النموذجية لأنظمة الرعي، محققاً دقة عالية من خلال دمج بيانات الاستشعار الآلي مع المتغيرات الديموغرافية والبيئية لدعم قرارات إدارة الثروة الحيوانية الاستراتيجية.
تقترح هذه الورقة إطاراً علاقاتياً ثنائي المستوى يجمع بين التعلم الضمني بين الرقع عبر مشفر تلقائي مقنع وبين النمذجة الصريحة القائمة على الرسوم البيانية لتحسين أداء تشخيص آفات الجلد بشكل كبير في اختبارات ISIC، محققةً دقة متوازنة بلغت 79.27% على مجموعة بيانات ISIC-2018.
تقترح هذه الورقة مساراً وكيلياً قائماً على الفيزياء يستفيد من النماذج التوليدية التجارية لإزالة الظلال مع استخدام مسبقات معرفية متخصصة في المجال لتقييد الهلوسة واختيار التعديلات المثلى، محققةً أداءً هو الأفضل في فئته على معيار ShadowRemovalRefine.
يكشف هذا التدقيق العشوائي لخمسة نماذج لغوية كبيرة عبر ست دول أنه بينما تعمل البيانات الوصفية الموثقة لاستطلاعات الرأي الخاصة بالدول على تحسين دقة التنبؤ بشكل كبير، فإن الإفصاح الصريح عن أن تسمية الدولة قد تم تعيينها عشوائياً يفشل في تقليل اعتماد النموذج بشكل موثوق على هذا المؤشر الزائف.
تقدم هذه الورقة البحثية \textsc{InvestLogicBench}، وهو معيار قياسي واسع النطاق لقرارات المستثمرين في العالم الحقيقي مهيكل في شكل تتبعات (ملف تعريف-حدث-استدلال-قرار-نتيجة)، لإثبات أن النماذج اللغوية الكبيرة المالية الحالية تُظهر استدلالاً مصقولاً ولكنه ضعيف التأسل، وهو ما يتم التغاضي عنه بواسطة التقييمات التقليدية التي تعتمد على النتائج فقط، وبالتالي تدعو إلى واجهة بيانات جديدة أصلية للعمليات من أجل وكلاء مخصصين ذوي عواقب.