24055 ورقة بحثية
تقدم هذه الورقة إطار تقييم بوزن سيكومتري يعطي الأولوية لمنظورات المقيّمين التوحديين للكشف عن كيفية قيام النماذج اللغوية الكبيرة، وبشكل متكرر، بتصنيف اللغة المستعادة خطأً على أنها متحيزة ضد ذوي الإعاقة والاعتماد على مطابقة الكلمات المفتاحية السطحية بدلاً من الفروق السياقية الدقيقة عند تقييم التحيز ضد التوحد.
تقترح هذه الورقة البحثية "التعلم المعزز التفاعلي المعاير" (Calibrated Interactive RL)، وهو إطار عمل موحد يخفف من حدة انزياح التوزيع التراكمي في الحوارات متعددة الأدوار من خلال مواءمة المحاكيات مع أنماط التفاعل البشري، محققاً بذلك أداءً هو الأفضل حالياً مقارنة بالسياق الثابت والنماذج المرجعية التفاعلية غير المعايرة.
تقدم هذه الورقة تصميم دراسة رصدية مبتكر يُسمى "كشف المربكات عبر نية العلاج"، والذي يستفيد من مقارنات الخبراء لأزواج المرضى المتطابقين لاستنباط المربكات غير المرصودة، ويتحقق من فعاليته في تحديد التحيزات الخفية في السجلات الصحية الإلكترونية لوحدات العناية المركزة باستخدام الملاحظات النصية السريرية كبديل لمعرفة الأطباء.
تقدم هذه الورقة RLScale-Bench، وهو معيار قابل للتكرار يوضح أن أداة التوسع التلقائي القائمة على القواعد والمعايرة بشكل صحيح تتفوق باستمرار على ست خوارزميات رئيسية للتعلم التعزيزي العميق في كفاءة التكلفة عبر أعباء عمل متنوعة، مما يتحدى الافتراض بأن التعلم التعزيزي العميق متفوق بطبيعته في التحكم التكيفي في الموارد.
يُعد Uniboost إطار عمل موحداً لتخصيص حركة المرور لأنظمة التوصية واسعة النطاق، حيث يعزز العدالة والكفاءة من خلال تقديم آلية محاذاة القيمة اللاحقة لمعايرة درجات النموذج مع الدلالات التجارية، ونموذج تعزيز خطي مستقل لفصل مخططات الوزن المعقدة.
تقدم الورقة البحثية LURE، وهي طريقة تعزز صلاحية معايير سلامة الذكاء الاصطناعي من خلال بناء تقييمات واقعية شبيهة ببيئات النشر عبر إعادة تشغيل مسارات التفاعل الوكيلية، مما يخفف من مشكلة تغيير النماذج لسلوكها بسبب الوعي بالتقييم.
تقدم هذه الورقة البحثية نموذج CAT (المحول المتوافق عبر المقاييس)، وهو إطار عمل جديد لتدريب شبكات الخصومة التوليدية (GAN) يعالج مشكلة عدم محاذاة المسار عبر المقاييس من خلال إضافة تنظيم الاتساق لمحاذاة المخرجات الوسيطة مع الصورة النهائية، محققاً أداءً رائدًا في الاستدلال بخطوة واحدة على مجموعة بيانات ImageNet-256.
تقدم هذه الورقة Verus-SpecGym، وهي بيئة ومعيار تقييمي (benchmark) لوكيل ذكاء اصطناعي لتقييم قدرة النماذج اللغوية الكبيرة على ترجمة المشكلات البرمجية غير الرسمية إلى مواصفات رسمية دقيقة للتحقق من لغة Rust، كاشفةً أنه في حين تُظهر النماذج الرائدة بوادر واعدة، إلا أن مخرجاتها تظل هشة وعرضة لأخطاء دقيقة غالباً ما تغفل عنها أدوات التقييم القياسية المعتمدة على النماذج اللغوية الكبيرة.
تقدم هذه الورقة EHR-ReasonCon، وهو معيار جديد مُصنف من قبل خبراء للتحقق من الاتساق المكثف في الاستدلال بين الملاحظات السريرية والجداول المهيكلة في السجلات الصحية الإلكترونية، إلى جانب EHR-Inspector، وهو إطار عمل قائم على النماذج اللغوية الكبيرة يحقق أداءً رائدًا من خلال الاستفادة من الاستدلال الزمني وأدوات استكشاف الجداول للتغلب على قيود المطابقة السطحية.
تقترح هذه الورقة أول إطار عمل غير خاضع للإشراف للكشف عن الشذوذ في الدوائر المتكاملة، والذي يستفيد من محول الانتشار (Diffusion Transformer) على بيانات اختبار مضغوطة ومجزأة (tokenized) لتحقيق أداء يضاهي أحدث ما توصل إليه العلم في تحديد العيوب الكامنة النادرة دون الحاجة إلى أمثلة مصنفة أو هندسة ميزات يدوية.