23941 ورقة بحثية
تقدم هذه الورقة البحثية "محاذاة الإسقاط الإنتروبي" (EPA)، وهو إطار عمل موحد يعالج انزياح التوزيع من خلال توفير حل صريح لوزن الأهمية لتقدير أداء النموذج، وتفسير انزياحات مستوى الميزات، وتحسين دقة النطاق المستهدف من خلال مطابقة العزوم وتقليل تباعد كولباك - ليبلر (KL divergence) في آن واحد.
تقدم هذه الورقة ERGeoBench، وهو معيار تشخيصي شامل يتكون من 2,207 صورة بانورامية عالمية لمشاهد الشوارع، يقيم نماذج اللغات الكبيرة متعددة الوسائط عبر إعدادات تجسيدية تدريجية للكشف عن قيودها الحالية في الإدراك دقيق التفاصيل والتحديد الجغرافي المتري، مع تسليط الضوء على الترابط القوي بين التحديد المكاني وقدرات الاستدلال المكاني الأوسع.
تقترح هذه الورقة تعريفاً رسمياً وآثاراً قابلة للاختبار للمسارات السببية للأحداث النادرة ضمن نماذج المعادلات الهيكلية، مقدمةً تجريداً سببياً يجسّر الفجوة بين التفسيرات اللفظية والنمذجة التفصيلية من خلال التركيز على الشروط الخاصة بكل مسار بدلاً من الرسم البياني الكامل للنظام.
تقدم هذه الورقة تبريراً نظرياً لفعالية الشبكات العصبية المتكررة الخطية في التعلم التعزيزي جزئي الملاحظة من خلال إثبات أن مرشحات خطية محددة يمكنها إعادة إنتاج حالات الاعتقاد المثلى بدقة أو تحقيق خطأ قريب من الصفر في فك تشفير الحالة في نماذج ماركوف المخفية، مما يجعلها إحصاءات كافية لتعلم السياسة المثلى.
تكشف هذه الدراسة أنه في حين أن السياقية وحدها تقلل من قدرة المساعد الذكي على الإقناع في مواجهة التوصيات الخبيرة، فإن الجمع بينها وبين الدفء الحواري يستعيد تأثيره، رغم أن أيًا من عنصري التصميم لا يغير بشكل ملحوظ اعتماد المستخدم، والذي يظل مرتفعًا ومدفوعًا بالثقة والوعي التقني بالذكاء الاصطناعي بدلاً من تصميم الواجهة.
تقدم الورقة البحثية GLIDE، وهي مكتبة بايثون مفتوحة المصدر توحد مختلف طرق الاستدلال المدعوم بالتنبؤ وأدوات أخذ العينات تحت واجهة برمجة تطبيقات موحدة لتمكين التقييم الموثوق وغير المنحاز للأنظمة الوكيلية مع توفير تقديرات صحيحة لعدم اليقين مع تقليل تكاليف التوسيم بشكل كبير.
تخلص هذه الدراسة إلى أنه في حين أن الوكلاء الحواريين القائمين على النماذج اللغوية الكبيرة يقللون من عبء العمل الذهني المتصور ويسرعون مهام اتخاذ القرار الصناعية البسيطة، إلا أنهم لا يتفوقون بشكل عام على لوحات البيانات التقليدية من حيث الدقة أو في السيناريوهات المعقدة، مما يشير إلى أن الواجهات الحوارية تقدم فوائد مشروطة بدلاً من كونها بديلاً كاملاً لتمثيلات البيانات المرئية.
تقدم هذه الورقة "تمثيل النهاية" (Terminal Representation - TR)، وهو بديل جديد منخفض الأبعاد لتمثيلي "الخلف" (Successor) و"الافتراضي" (Default) في التعلم المعزز، والذي يلتقط المسارات الموزونة بالمكافأة دون الحاجة إلى التفكيك الذاتي أو افتراضات الانتقال المتماثل، مما يوفر أساساً فعالاً حوسبياً لمهام مثل اكتشاف الخيارات ونقل التعلم.
تقترح هذه الورقة إطار عمل لتوجيه التنشيط أثناء الاستدلال باستخدام "الفرق بين المتوسطات" و"تعامد غرام-شميدت" لتحقيق تحكم قابل للتفسير، وحتمي، ومنفصل في سمات حدة الصوت والمدة في توليد الموسيقى الرمزية القائمة على نموذج "Multitrack Music Transformer" دون الحاجة لإعادة التدريب.
يقدم TraceGraph إطار عمل قائمًا على الرسوم البيانية يحول مسارات الوكلاء متعددة النماذج إلى مشاهد قرار مشتركة للكشف عن اختلافات الملاحة الخفية وأنماط الفشل، مما يتيح بدوره خط معالجة واعي بالفخاخ يعمل على تحسين معدلات الحل بشكل كبير في SWE-bench.