23845 ورقة بحثية
تقترح هذه الورقة إطار عمل للتعلم العميق قائم على آلية الانتباه يعامل مناطق الدماغ كرموز (tokens) ضمن بنية مستوحاة من نموذج "ترانسفورمر" لنمذجة الاتصال الوظيفي مباشرة من بيانات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة، محققةً دقة بنسبة 88.95% في تصنيف مرض الزهايمر مع إلغاء الحاجة إلى هندسة الميزات اليدوية.
تُظهر هذه الدراسة أن البحث عن عمليات تعزيز البيانات وتطبيقها بما يحاكي التحولات الواقعية في النطاق، لا سيما من خلال سياسة "خلط" مركبة، يحسن بشكل كبير من القدرة على التعميم خارج النطاق في تصنيف سرطان الجلد عبر التصوير الدرماتوسكوبي، رغم أن مكاسب الأداء المسجلة قد تكون متفائلة بسبب غياب بروتوكول اختيار منفصل عن المصدر.
تقدم هذه الورقة See2Think، وهو إطار تقييم موحد يتكون من معيار مرجعي يضم 1,200 عينة وبروتوكول "التفكير البصري عبر الأفعال" (Visual Action-of-Thought)، لتكشف أنه بينما تُظهر النماذج متعددة الوسائط اعتماداً سلوكياً على الحالات البصرية الوسيطة، فإن دقة استدلالها مقيدة بشدة بدقة التصيير وتتفاوت بشكل كبير عبر النماذج والبيئات المختلفة.
تقدم هذه الورقة إطاراً نظرياً لتكوين البيانات متعددة المحاور المهيكلة باستخدام "عوامل الرحلة" التي تعمم تضمينات الموضع الدوارة (Rotary Position Embeddings) إلى إعدادات متكيفة مع المحتوى، وتثبت أن التبادلية هي شرط استقلال المسار، وتقترح نموذج JoFormer للاستفادة من هذه الانحيازات الاستقرائية لتحسين الأداء في مهام الرؤية واللغة والتعميم الطولي.
تُعد SkillRise إطار عمل موحداً للتعلم التعزيزي يُمكّن وكلاء النماذج اللغوية الكبيرة من تطوير وإعادة استخدام مهارات قابلة للنقل عبر مهام متميزة من خلال تنظيمها في تسلسلات تدريجية واستخدام سياسة واحدة لحل المهام وتنظيم وثيقة مهارات متطورة في آن واحد، مما يحقق أداءً وكفاءة فائقين مقارنة بالنهج الحالية متعددة المراحل أو المستقلة لكل مهمة.
تقدم هذه الورقة تقنية تجريد سببي قائمة على الخصائص لعمليات ماركوف لاتخاذ القرار الموزعة، والتي تستفيد من العلاقات السببية بين متغيرات الحالة لإنشاء نماذج مدمجة وقابلة للتوسع قادرة على حساب سياسات قريبة من المثالية والتعميم على الأنظمة واسعة النطاق.
تقدم الورقة البحثية طريقة KQSP، وهي طريقة مصالحة خالية من المعلمات وخالية من التدريب تقضي على كل من عدم الاتساق في المئينات وتقاطع الخطوط (K-line) في توقعات OHLC الاحتمالية من أي نموذج دون الحاجة إلى إعادة التدريب أو التضحية بدقة التنبؤ.
يعالج FedTopo تحدي عدم توافق فضاءات التمثيل في التعلم الاتحادي غير المتجانس من خلال ترميز المعرفة العالمية كطوبولوجيا فئوية على مستوى العلاقات بدلاً من الميزات المطلقة، مما يتيح نقلاً موثوقاً للمعرفة وتحسينات متسقة في الأداء عبر بنيات العملاء المتنوعة دون عبء إضافي عند الاستدلال.
تقيم هذه الورقة مدى امتثال وكلاء البرمجة لقواعد المساهمة في المصادر المفتوحة باستخدام معيار مرجعي جديد، كاشفةً أنه بينما يمكن توجيه الوكلاء للإفصاح عن المساعدة المقدمة من الذكاء الاصطناعي واجتياز بوابات التحقق، إلا أنهم يفشلون باستمرار في استرداد القواعد بشكل استباقي أو رفض المساهمات في المستودعات التي تفرض حظراً على الذكاء الاصطناعي.
تجادل هذه الورقة بأن الذكاء الاصطناي التوليدي في مرحلة توليد الأفك التصميمية يجب إعادة صياغته من كونه أداة لإزالة الاحتكاك إلى "عامل احتكاك" يدعم بنشاط التأمل أثناء العمل، مما يساعد المصممين على بناء وتوصيل المبررات بدلاً من مجرد تسريع المخرجات.