23303 ورقة بحثية
تقدم هذه الورقة SATViz، وهي أداة تعمل على تصور وتحريك صيغ CNF وبراهين البنود الخاصة بها باستخدام رسوم بيانية لتفاعل المتغيرات وتخطيطات موجهة بالقوة لإبراز هياكل المجتمعات والمساعدة في فهم صعوبة مثيلات SAT وجودة البنود.
تقدم هذه الورقة مسحاً شاملاً لتقنيات توليد وكشف التزييف العميق عبر جميع أنواع الوسائط، وتستعرض تصنيفات ومجموعات بيانات جديدة، وتكشف من خلال معيار مرجعي جديد متعدد الوسائط أن أحدث أدوات الكشف المتطورة تعاني في التعميم على التزييف العميق الذي يتم إنشاؤه بواسطة مولدات غير مرئية.
تجادل هذه الورقة بأن الهلوسة في النماذج اللغوية الكبيرة لا مفر منها جوهرياً بسبب المقايضات المتأصلة في تجميع المعرفة الداخلية، مما يثبت أنه بينما يمكن للأدلة الخارجية أن تتحقق من دعم الإجابة، لا توجد آلية داخلية يمكنها ضمان الحقيقة الواقعية أو حل الاختلالات الدلالية التي تؤدي إلى التزييف.
تقترح هذه الورقة وتتحقق من صحة "StaQ"، وهي خوارزمية ذات ذاكرة محدودة للتعلم التعزيزي ذي الإجراءات المنفصلة، والتي تقرب عملية "هبوط مرآة السياسة" (Policy Mirror Descent) عبر الاحتفاظ بآخر من دالات فقط، محققةً بذلك الفوائد النظرية لمتوسط الخطأ دون التعقيد الحسابي للمجموع اللانهائي، مع إثبات تجريبي بأن قيمة الكافية تؤدي إلى أداء مماثل لعملية "هبوط مرآة السياسة" الدقيقة.
تقترح هذه الورقة إطار عمل هرمياً وقابلاً للتعميم للتعلم المعتمد على التاريخ، يدمج البيانات متعددة الدقة مع التكميم غير اليقيني وفك الارتباط، وهو ما تم إثباته من خلال تطبيقه الناجح في النمذجة التكوينية القائمة على البيانات للتنبؤ بالاستجابة بدقة وتوصيف الضجيج.
تقدم هذه الورقة البحثية إطار عمل RF-CRATE، وهو نموذج محول ذو قيم مركبة وقابل للتفسير رياضياً، يرتكز على مبادئ تقليل المعدل المتناثر، ويحقق أداءً تنافسياً في مهام استشعار لاسلكية متنوعة مع توفير موثوقية وقابلية تعميم معززة مقارنة بنماذج التعلم العميق التقليدية التي تُعد بمثابة "صندوق أسود".
تقدم هذه الورقة أول متن لغوي متعدد المجالات لتتبع التحيزات الاجتماعية ضد المشردين عبر المنصات الإلكترونية وغير الإلكترونية، كاشفةً أنه في حين تستطيع النماذج اللغوية الكبيرة تحديد الوصمة، إلا أنها تبالغ بشكل منهجي في رصد مشاعر "الرفض المحلي" (NIMBY) وتفشل في رصد الادعاءات الواقعية، مما يسلط الضوء على الحاجة إلى بروتوكولات تدقيق معايرة بدلاً من الاعتماد على مخرجات النماذج كحقائق مطلقة.
تقدم هذه الورقة البحثية حقل الميزات السريع ()، وهو تمثيل تنبؤي، متفرق، وفعال للكاميرات القائمة على الأحداث، يحقق معدلات إطارات عالية وأداءً رائدًا عبر مختلف المنصات الروبوتية، وظروف الإضاءة، والمهام اللاحقة مثل التدفق البصري، والتجزئة الدلالية، وتقدير العمق.
تقدم هذه الورقة إطاراً رياضياً للذكاء التنبؤي الشامل المدمج الذي يوسع نموذج AIXI عبر تمكين الوكلاء البايزيين من نمذجة أنفسهم كجزء من بيئتهم من خلال التنبؤ الذاتي، مما يؤدي إلى حل مشكلة عدم الاستقرار في البيئات متعددة الوكلاء وتحقيق نظرية العقل من الرتبة اللانهائية لتسهيل أشكال جديدة من التعاون.
تقدم هذه الورقة "آرغوس" (Argos)، وهو مُحقِّق وكيل تكيُّفي يختار ديناميكيًا دوال تسجيل لتوفير مكافآت دقيقة ومتعددة الأبعاد للتعلم التعزيزي متعدد الوسائط، مما يمنع استغلال المكافآت (reward hacking) ويحقق أداءً رائدًا في المهام الوكيلية المعقدة حيث تقصر المكافآت القياسية القائمة على النتائج والضبط الدقيق الخاضع للإشراف.