24054 ورقة بحثية
تُظهر هذه الدراسة أنه في حين يمكن للتدرجات المنتشرة عكسياً من الشبكات العصبية العميقة أن تتنبأ بنشاط الدماغ البشري في المناطق البصرية العليا، إلا أن تنظيمها المكاني والزماني يختلف جوهرياً عن المعالجة الهرمية للدماغ، مما يشير إلى أن التعلم العميق والدماغ يعتمدان على الأرجح على آليات تعلم متميزة رغم اشتراكهما في محتوى تمثيلي مماثل.
تقترح هذه الورقة استراتيجية محاكاة جديدة قائمة على الفيزياء، معززة بفك الارتباط الحقيقي للبقع (speckle decorrelation) والتحسين التكراري، لتوليد مجموعة بيانات واقعية ضوئياً تمكن نماذج التعلم العميق من تحقيق تقدير فائق للتشوه العضلي القلبي عالمياً وإقليمياً، متجاوزةً بذلك دقة المعيار السريري الحالي.
تتحدى هذه الورقة البحثية استنتاج معيار GSM-Symbolic القائل بافتقار النماذج اللغوية الكبيرة إلى القدرة على التفكير الحقيقي، وذلك من خلال إثبات أن الانخفاضات المسجلة في الأداء غالباً ما تكون غير ذات دلالة إحصائية ومربكة بسبب تحولات توزيعية غير محسوبة في نصوص المسائل، مما يكشف بدلاً من ذلك عن أن إخفاقات النماذج هي إخفاقات محددة وغير متجانسة وليست عالمية.
تقترح هذه الورقة إطاراً لنمذجة التعددية الأخلاقية في الذكاء الاصطناعي من خلال تمثيل الاستدلال الأخلاقي كتوزيع احتمالي عبر مجمع (simplex) للأخلاق المعيارية، وذلك باستخدام بنية دلالية ثنائية المسار وتعلم تجميعي متراكم لتحقيق دقة بلغت 88.89% في تصنيف المعضلات الأخلاقية عبر النفعية، وأخلاق الفضيلة، والواجب الأخلاقي.
تتقصى هذه الدراسة التجريبية استراتيجيات تطوير نماذج لغوية كبيرة متعددة اللغات موثوقة تعمل كحكم (LLM-as-a-judge) عبر اللغات ذات الموارد العالية والمتوسطة والمنخفضة، كاشفةً أن النماذج الأصغر التي خضعت للضبط الدقيق تتفوق باستخدام البيانات المتخصصة في المجال، بينما تتفوق النماذج الأكبر التي تعمل بنمط التعلم الصفري في سيناريوهات خارج نطاق المجال، ومحذرةً من أن الضبط الدقيق خارج نطاق المجال يمكن أن يؤدي إلى تدهور الأداء.
تقدم هذه الورقة IPO-Mine، وهي مجموعة أدوات مفتوحة المصدر ومجموعة بيانات متعددة الوسائط ضخمة ذات بنية مقسمة إلى أقسام تضم أكثر من 109,000 ملف من ملفات الاكتتاب العام و76,000 صورة، صُممت لتمكين التحليل المعياري للوثائق التنظيمية الطويلة والكشف عن فجوات محاذاة كبيرة بين النماذج متعددة الوسائط الحديثة وأحكام الخبراء البشريين.
تقدم هذه الورقة OpenURMA، وهي أول تنفيذ مفتوح المصدر بنظام الغرفة النظيفة لبروتوكول Huawei Unified Bus الخاص بشركة هواوي، والذي يثبت من خلال محاكاة RTL وSystemC وgem5 أن فصل حالة كل تطبيق عن حالة النقل يقلل زمن انتقال جلب البيانات عن بُعد بحجم 64 بايت بمقدار 4.37 ضعفاً ويزيد من معدل الإنتاجية بمقدار 2.80 ضعفاً مقارنة بالنماذج المرجعية التقليدية لـ RoCEv2.
تكشف هذه الورقة أن وكلاء البحث القائمين على النماذج اللغوية الكبيرة الحاليين يعتمدون غالباً على المعرفة الذاتية بدلاً من البحث الحقيقي في الويب، مما استدعى تقديم LiveBrowseComp، وهو معيار مرجعي ديناميكي يستخدم حقائق حديثة وغير بارزة لتقييم قدرات الاكتشاف القائمة حقاً على الأدلة بفعالية.
تقدم الورقة البحثية AlphaTransit، وهو إطار عمل للتخطيط القائم على البحث يجمع بين بحث مونت كارلو في الأشجار وشبكة سياسة-قيمة عصبية لتصميم مسارات نقل على مستوى المدينة بفعالية من خلال التغلب على تحديات التغذية الراجعة المتأخرة، محققاً معدلات خدمة متفوقة في معيار Bloomington مقارنة بنهج التعلم المعزز المستقل أو نهج بحث مونت كارلو في الأشجار.
يُعد BIRDNet شبكة عصبية عميقة قابلة للتفسير تستخرج علاقات الاستلزام البولياني من البيانات الجدولية لبناء بنية متفرقة ومقيدة هيكليًا، محققةً أداءً تنافسيًا بعدد أقل بكثير من المعلمات مع تمكين الاستخراج المباشر لقواعد ذات معنى بيولوجي دون الحاجة إلى مسبقات خارجية.