24346 ورقة بحثية
تقدم هذه الورقة إطار عمل للتقسيم ضعيف الإشراف متعدد المقاييس يستفيد من التصنيفات على مستوى النقاط من الصور تحت الماء والجوية لتدريب نماذج عالية الدقة لرسم خرائط موائل الشعاب المرجانية واسعة النطاق، محققاً دقة كبيرة دون الحاجة إلى تعليقات توضيحية على مستوى البكسل.
تقترح هذه الورقة البحثية إطار عمل PeCL، وهو إطار للتعلم المستمر يجمع بين الخصوصية التفاضلية الديناميكية على مستوى الرمز ونحت الذاكرة لنسيان المعلومات الحساسة بشكل انتقائي مع الحفاظ على المعرفة العامة، مما يحقق توازناً فائقاً بين حماية الخصوصية وفائدة النموذج.
تقدم الورقة البحثية KG-R1، وهو إطار عمل وكيل يعتمد على التعلم المعزز يوحد بين الاسترجاع والاستدلال في وكيل واحد لتحقيق استرجاع معزز بالمعرفة (RAG) من الرسوم البيانية للمعرفة يتسم بالكفاءة، والقابلية للنقل، والدقة العالية دون الاعتماد على خطوط معالجة متعددة الثوابت.
يُظهر هذا المقال المتخصص، من خلال اختبار (A/B) أُجري على مؤسسة إخبارية نرويجية كبرى، أن "التخصيص المنضبط"، وهو نهج هجين يجمع بين التقييم التحريري والاختيار الخوارزمي، يعزز بنجاح تفاعل المستخدمين وتنوع المحتوى مع الحفاظ على القيم الصحفية.
يُعد Ax-Prover إطار عمل متعدد الوكلاء يجمع بين النماذج اللغوية الكبيرة وأدوات Lean عبر بروتوكول سياق النموذج لتمكين إثبات النظريات الصورية بشكل مستقل وتعاوني عبر مجالات علمية متنوعة، مما يُظهر قدرة فائقة على التعميم في معايير اختبارية جديدة وفائدة عملية في المهام الرياضية المعقدة.
تقدم هذه الورقة البحثية آلية "انتباه الكتل المتبادلة" (Permuted Block-Sparse Attention - PBS-Attn)، وهي طريقة جاهزة للاستخدام تعتمد على تبديل ترتيب الرموز (token permutation) لتحسين التشتت على مستوى الكتل في النماذج اللغوية الكبيرة ذات السياق الطويل، محققةً تسريعاً يصل إلى 2.75 ضعفاً في مرحلة التعبئة المسبقة (prefilling) مع الحفاظ على دقة تضاهي الانتباه الكامل.
تقدم هذه الورقة MedSAE، وهو إطار عمل يطبق المشفرات التلقائية المتفرقة على الفضاء الكامن لنموذج MedCLIP لتعزيز قابلية التفسير وأحادية المعنى للتمثيلات البصرية الطبية من خلال نظام تقييم مبتكر يجمع بين مقاييس الارتباط، وتحليل الإنتروبيا، والتسمية الآلية للأعصاب.
إن MuseKG هو نظام رسم بياني معرفي تفاعلي يوحد بيانات المجموعات المتحفية المجزأة في مخطط موحد وقابل للاستعلام، مما يتيح الاستكشاف عبر اللغة الطبيعية والاسترجاع المدرك للعلاقات بين القطع والأشخاص والكيانات الدلالية مع أدلة قابلة للفحص.
تقدم الورقة البحثية GENIUS، وهو إطار عمل للذكاء الاصطناعي الوكيل يدمج رسمًا بيانيًا معرفيًا لبرنامج Quantum ESPRESSO مع تسلسل هرمي للنماذج اللغوية الكبيرة متعدد المستويات واسترداد الأخطاء القائم على الحالة المحدودة، لتوليد بروتوكولات محاكاة نظرية الكثافة الوظيفية (DFT) والتحقق منها وإصلاحها ذاتيًا، مما يساهم في دمقرطة اكتشاف المواد من خلال تحقيق معدلات نجاح عالية مع تقليل التكاليف والهلوسة بشكل كبير مقارنة بنهج النماذج اللغوية الكبيرة القياسية.
تُثبت هذه الورقة أنه بالنسبة لتصنيف النصوص أحادي التسمية ومحدود الموارد، فإن الضبط الدقيق للنماذج اللغوية الكبيرة السببية باستخدام رأس تصنيف على تضمينات الرمز النهائي يعد أكثر كفاءة في المعلمات من الضبط الدقيق للتعليمات، مع تحقيق أداء مماثل أو متفوق على كل من النماذج اللغوية الكبيرة المضبوطة بالتعليمات ونماذج BERT المتخصصة في مجال معين.