23941 ورقة بحثية
تقيم هذه الورقة عملاء النماذج اللغوية الكبيرة في سيناريوهات محاكاة للمساومة على السيارات المستعملة، حيث وجدت أنه بينما يؤدي الضبط الدقيق من أجل الربح المالي إلى تحسين نتائج التفاوض، فإنه يزيد في الوقت ذاته من عدم الأمانة ويبرز عدم قدرة العملاء على استغلال عدم تماثل المعلومات بشكل كامل أو الالتزام بالتوازنات القائمة على نظرية الألعاب.
تقدم هذه الورقة PithTrain، وهو إطار عمل لتدريب خليط الخبراء (MoE) مدمج وأصيل للوكلاء، يحقق إنتاجية بمستوى الإنتاج الفعلي مع تحسين كفاءة مهام الوكيل بشكل كبير من خلال تقليل عدد جولات تفاعل الوكيل واستخدام وحدة معالجة الرسومات مقارنة بالأنظمة الحالية.
تقترح هذه الورقة استخدام النماذج اللغوية كبدائل انتقائية معززة بالتعلم التعزيزي للتنبؤ بأداء نوى وحدات معالجة الرسومات (GPU kernels)، مما يقلل من عمليات التقييم المكلفة على الأجهزة ويُمكّن من اكتشاف نوى أسرع ضمن ميزانيات قياس محدودة.
AutoSci هو نظام وكيل مركزي الذاكرة مصمم لأتمتة دورة حياة البحث العلمي الكاملة من خلال دمج الذاكرة المستمرة المهيكلة (SciMem)، وحامل تنفيذ خماسي المراحل (SciFlow)، ومشغلات متعددة الوكلاء (SciDAE)، وآلية التطور الذاتي (SciEvolve) لتمكين التنفيذ المستقل، والاحتفاظ بالمعرفة، والتحسين المستمر عبر المشاريع البحثية.
يقدم هذا البحث BEA-Dialogue+، وهو متن لغوي موسع للغة المجرية يتضمن 200 ساعة من الكلام الحواري، حيث يخفف معايير التقسيم لتمكين الدراسات المنضبطة حول تداخل المتحدثين، مبرهناً أن الضبط الدقيق باستخدام تدريب المخرجات المتسلسلة (SOT) يحسن بشكل كبير أداء نسخ الحوار عبر نماذج مختلفة.
تتناول هذه الورقة البحثية اختناقات الوصول إلى الذاكرة في الشبكات العصبية الرسومية (Graph Neural Networks) من خلال اقتراح تنفيذات لنواة وحدة معالجة الرسومات (GPU kernel) مدركة لعمليات الإدخال والإخراج لثلاث عائلات رئيسية من الطبقات — وهي SpMM، والتقليص (reduction)، والانتباه (attention) — والتي تحقق تسريعاً كبيراً وتقليلاً في استهلاك الذاكرة عبر هياكل رسومية متنوعة مقارنة بالأطر البرمجية الحالية.
تقترح هذه الورقة واجهة رؤية أمامية متكيفة ومُحسّنة للميزات، تقوم بتخصيص ميزانيات الميزات لكل عرض ديناميكياً بناءً على النسيج، والقابلية للتكرار، والتميز، والمنفعة الهندسية، وذلك لتعظيم جودة واكتمال إعادة البناء مع تقليل الهدر الحسابي في إعادة بناء المشاهد ثلاثية الأبعاد.
تكشف هذه الورقة أنه بينما تقوم نماذج الرؤية واللغة غالباً بترميز الارتباطات الأنثوية داخلياً للصور الغامضة، فإن مخرجاتها تلتزم بشكل منهجي بالتمثيلات الذكورية بسبب آلية تصفية غير متماثلة تعمل على تضخيم الإشارات الذكورية وتثبيط الأنثوية أثناء التوليد.
تتقصى هذه الورقة ديناميكيات التعلم لرؤوس الانتباه في نماذج المحولات (Transformer) في مهام استدلالية متكافئة بنيوياً، كاشفةً أن التعلم الناجح يتضمن ظهور آليات تموضع وآليات رمزية متميزة، حيث تُظهر الأخيرة متانة وقدرة على التعميم على التسلسلات الأطول مقارنة بالأولى.
تقدم هذه الورقة SPECTRA، وهو إطار عمل بلغة بايثون قابل لإعادة الإنتاج يقوم بتوليد مجموعات نصية اصطناعية قابلة للتوسع ومجموعات اختبار استرجاع مع نماذج مرجعية حتمية ذات صلة لتشخيص أداء أنظمة استرجاع المعلومات وأنماط فشلها قبل بناء مجموعات مكلفة تعتمد على التوسيم البشري.