23845 ورقة بحثية
تقترح هذه الورقة البحثية FFNet، وهي عائلة فعالة من الشبكات الالتفافية التي تستبدل الانتباه الذاتي بـ "مُخلط رموز مُحوّل إلى FFN" (FFNified token mixer) للحفاظ على إطار عمل الاستعلام والمفتاح والقيمة مع استخدام التلافيف ذات النواة الكبيرة وتنشيط GELU، مما يثبت أن هذا التصميم المبسط يتفوق على الأساليب المتخصصة عبر مختلف مهام الرؤية الحاسوبية.
تقترح هذه الورقة إطار عمل للسياسات المتكيفة مع السياق يدمج بين التعلم بالتقليد المعتمد على المعلمات وبين خليط الخبراء المدرك لعدم اليقين لتوليد استراتيجيات مناولة روبوتية قوية وتفاعلية قادرة على التكيف مع الظروف البيئية المتغيرة.
لمعالجة تشبع المعايções الحالية حيث تحقق النماذج اللغوية الكبيرة دقة تتجاوز 90%، قدم المؤلفون "امتحان البشرية الأخير" (HLE)، وهو معيار عالمي متعدد الوسائط يتكون من 2,500 سؤال بمستوى الخبراء عبر موضوعات متنوعة، يكشف عن فجوات قدرات كبيرة في النماذج الحديثة، وقد أُطلق للجمهور لتوجيه الأبحاث والسياسات المستقبلية.
تقدم الورقة البحثية COMPOL، وهو إطار عمل جديد غير مرتبط بهيكلية معينة، يعزز تعلم المشغل العصبي لمحاكاة الفيزياء المتعددة من خلال دمج الآليات المتكررة وآليات الانتباه لنمذجة الاعتمادات المتبادلة المعقدة بين العمليات الفيزيائية المقترنة بفعالية، محققاً بذلك دقة تنبؤية فائقة عبر مختلف المعايير العلمية.
تقترح هذه الورقة وتتحقق من صحة بنية استرجاع معزز بالجيل (RAG) مكانيّة في الوقت الفعلي، تم تنفيذها عبر منظومة FIWARE واستعراضها من خلال مساعد سياحي لمدينة مدريد، للتغلب على قيود النماذج اللغوية الكبيرة الثابتة عبر دمج البيانات الحضرية الديناميكية الغنية بالسياق بفعالية في أنظمة الذكاء الاصطناعي التوليدي.
تقدم هذه الورقة مجموعة بيانات اصطناعية متاحة للعموم تم إنشاؤها في منصة NVIDIA Omniverse لتدريب نماذج الرؤية واللغة على الاستدلال المكاني واتخاذ المنظور البصري، مما يمثل خطوة تأسيسية نحو الإدراك المتجسد في التفاعل بين الإنسان والروبوت.
تقدم هذه الورقة CogTest، وهو معيار لتقييم نماذج الاستدلال الكبيرة مقابل العادات المعرفية الشبيهة بالبشر، كاشفةً أن هذه النماذج لا تظهر وتوظف هذه العادات بشكل تكيفي فحسب، بل تُظهر أيضاً أنماطاً سلوكية متميزة ترتبط بمخاطر السلامة.
تقدم هذه الورقة البحثية FactorHD، وهو نموذج حوسبة فائقة الأبعاد مبتكر يستخدم الترميز الرمزي مع بند ذاكرة وتخزين مؤقت وخوارزمية تحليل عوامل فعالة لتمثيل وتحليل علاقات الفئات والفئات الفرعية المعقدة متعددة الكائنات بفعالية، مما يتغلب على قيود مثل كارثة التراكب مع تحقيق تسريع كبير ودقة عالية.
تقدم هذه الورقة إطار عمل "TinyFabulist Translation Framework (TF2)"، وهو مسار موحد يستفيد من البيانات الاصطناعية وعملية ضبط دقيق مكونة من مرحلتين لإنتاج نموذج مفتوح بـ 12 مليار معلمة ومنخفض التكلفة للترجمة الأدبية عالية الجودة من الإنجليزية إلى الرومانية، إلى جانب إصدار مجموعات بيانات وأدوات تقييم واسعة النطاق.
يقدم CIFNet إطار عمل مغلق الصيغة وخالٍ من الانتشار العكسي للتعلم التزايدي للفئات، يستفيد من التمثيلات المسبقة المجمدة ومن طريقة المربعات الصغرى المتكررة المنظمة لتحقيق دقة تنافسية، ومسارات تعلم سلسة، وتقليل في استهلاك الطاقة يصل إلى 20 ضعفاً، مع القضاء على النسيان الكارثي من خلال تحديثات الأوزان التحليلية ومعايرة الفضاء الكامن.