23331 ورقة بحثية
تقدم هذه الورقة CLAM، وهو إطار عمل يُمكّن الروبوتات من تعلم سياسات تحكم فعالة من تسلسلات ملاحظات غير مصنفة عبر استنتاج أفعال كامنة مستمرة من خلال التنبؤ بالديناميكيات ذاتي الإشراف وتأصيلها ببيانات لعب غير مرتبطة بمهمة محددة، مما يحقق أداءً يضاهي نسخ السلوك باستخدام تسميات الخبراء دون الحاجة إلى عروض توضيحية مكلفة مصنفة الأفعال.
تقترح هذه الورقة مجموعة بيانات "الفيديو المدرك للانتقالات" (TAV)، وتثبت أن التدريب اللاحق عليها يمكّن نماذج توليد الفيديو من فهم المطالبات التي تتطلب مشاهد متعددة بشكل أفضل، مما يحسن تماسك انتقالات المشاهد مع الحفاظ على جودة الصورة.
تقدم هذه الورقة MoDeSuite، وهي أول مجموعة اختبار معيارية تضم ثماني مهام للتلاعب المتنقل بالأجسام القابلة للتشوه، صُممت لتقييم وتطوير خوارزميات تعلم الروبوت من خلال التدريب في المحاكاة والنشر في العالم الحقيقي على روبوت Spot.
تثبت هذه الورقة أن شبكات كولموغوروف-أرنولد (KANs) ذات مكونات الـ B-spline تحقق معدلات انحدار مثالية في الحد الأدنى والحد الأقصى (minimax-optimal) ومستقلة عن البعد المحيط، بينما توفر أيضاً قواعد تكيفية لاختيار العقد وتوضح عدم قابلية التحديد لمكوناتها أحادية المتغير.
تقدم هذه الورقة البحثية OmniFake، وهو مجموعة بيانات مرجعية واسعة النطاق تجمع بين المعلومات المضللة المصنوعة بشرياً والمحتوى المُنشأ بواسطة الذكاء الاصطناعي، إلى جانب إطار عمل UMFDet الذي يستخدم بنية "خليط الخبراء" المدركة للفئات لتوحيد وتفوق النماذج المتخصصة في كشف الأنواع المتنوعة من التضليل متعدد الوسائط على وسائل التواصل الاجتماعي.
يُعد RetiBridge نموذجاً لغوياً ضخماً متعدد الوسائط وموجهاً بالمعرفة، يربط بفعالية بين المؤشرات الحيوية الشبكية الكمية المستمدة من صور CFP وOCT والتشخيصات السريرية النوعية، متفوقاً بذلك على النماذج مفتوحة المصدر والمملوكة الموجودة حالياً في معيار مرجعي جديد يتكون من أكثر من 15,000 عينة مزدوجة.
تُثبت هذه الورقة أن تدريب المصنفات الخاضعة للإشراف باستخدام التوزيع الكامل لتسميات الموضحين (التسميات اللينة/soft-labels) بدلاً من أغلبية الأصوات المنهارة (التسميات الصلبة/hard-labels) يؤدي إلى تحسين الدقة، وتقليل التباعد عن التسميات البشرية، ومواءمة عدم اليقين في النموذج بشكل أفضل مع الخلاف البشري الحقيقي عبر مهام الرؤية ومعالجة اللغات الطبيعية.
تقدم هذه الورقة "توجيه التنشيط ذو القياس الديناميكي" (DSAS)، وهو إطار عمل غير مرتبط بمنهجية محددة يعمل على تعديل قوة تدخلات التنشيط بشكل تكيفي بناءً على سياق المدخلات لتحسين التوازن بين الحد من السمية والحفاظ على الفائدة في النماذج التوليدية مع تقديم حد أدنى من العبء الحسابي الإضافي.
تكشف هذه الدراسة أن التصورات القائمة على النوع الاجتماعي بشأن المخاطر المجتمعية للذكاء الاصطناعي، ولا سيما فيما يتعلق بالصحة النفسية والبيئة، تُعد محركاً حاسماً لفجوة التبني بين الرجال والنساء، حيث تؤدي المخاوف من المخاطر إلى كبح استخدام الذكاء الاصطناعي التوليدي بشكل كبير لدى النساء وتفاقم عدم المساواة الرقمية.
تقدم هذه الورقة FinVault، وهو أول معيار أمني قائم على التنفيذ للوكلاء الماليين يستخدم سيناريوهات بيئة اختبار (sandbox) مدفوعة بالقضايا التنظيمية للكشف عن أن آليات الدفاع الحالية لا تزال غير فعالة إلى حد كبير ضد الهجمات الواقعية، حيث لا تزال النماذج المتطورة تحقق معدلات نجاح في الهجوم تصل إلى 50%.