24346 ورقة بحثية
تقترح هذه الورقة البحثية "فك الارتباط الجوهري للأفعال" (IAD)، وهو إطار عمل للتعلم التعزيزي الهرمي العميق يستخدم المكافآت الجوهرية لتعلم تسلسلات أفعال متميزة ومدركة للشريك، مما يتيح تنسيقاً قوياً وتكيفياً بين الإنسان والذكاء الاصطناعي عبر شركاء متنوعين وغير مرئيين في مجال Overcooked-AI.
تقدم هذه الورقة البحثية إطار عمل "اكتشاف المهارات المدرك للشريك" (PASD)، وهو إطار تعلم تعزيزي هرمي يستخدم مكافآت ذاتية تباينية لتعلم مهارات مشروطة بسلوك الشريك، مما يتغلب على تعلم المسارات المختصرة ويُمكّن من تعاون قوي وتكيفي بين الإنسان والذكاء الاصطناعي عبر شركاء متنوعين وجدد.
تقترح هذه الورقة طريقة جديدة قائمة على الرسوم البيانية لتقدير آثار العلاج الفردية تعالج صراحةً التحدي المهمل المتمثل في الآثار الشبكية المتمايزة من خلال توظيف آليات الانتباه الجزئي ومضخم الرسائل لنمذجة أهمية الجيران والنطاقات المتفاوتة بدقة، مما يؤدي إلى تفوقها على النهج الحالية في مجموعات البيانات الواقعية.
تقترح هذه الورقة خط إنتاج قابل للتوسع لما بعد التدريب يجمع بين الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي مع مكافآت قابلة للتحقق لاستخلاص قدرات توليد نماذج عالم أكواد الألعاب من النماذج الرائدة إلى نموذج لغوي كبير خفيف الوزن بـ 3 مليارات معلمة، مما يمكّنه من توليد بيئات ألعاب قابلة للتنفيذ بدقة من القواعد المكتوبة باللغة الطبيعية.
تكشف هذه الورقة أن التحيز الخفي للهجات في النماذج اللغوية، والذي يربط الصور النمطية السلبية بإنجليزية سكان أمريكا من أصل أفريقي (AAVE)، يتفاقم بشكل كبير عند مقارنة الإنجليزية الأمريكية القياسية وتغريدات (AAVE) جنبًا إلى جنب، وهو اكتشاف يتحدى طرق التقييم وجهود التخفيف الحالية.
تقدم هذه الورقة البحثية "تشكيل الثقة التدريجي"، وهي طريقة للتعلم التعزيزي تخفف من حدة الاستنتاج المعيب في النماذج اللغوية الكبيرة عبر معاقبة الثقة المبكرة ومكافأة النمو التدريجي للثقة، مما يحسن الدقة والأمانة بشكل كبير عبر مهام متنوعة دون الحاجة إلى تسميات خارجية أو نماذج مكافأة.
تقدم هذه الورقة البحثية خوارزمية تحسين السياسة القائمة على النموذج والمنظمة بنماذج الكثافة التوليدية خارج نطاق التوزيع (GORMPO)، وهي خوارزمية جديدة للتعلم المعزز غير المتصل التي تدمج نماذج الكثافة التوليدية لتقييد تحديثات السياسة في المناطق ذات الكثافة العالية، مما يجعلها تتفوق على النماذج المرجعية الرائدة في مجموعات البيانات الطبية الواقعية والمبعثرة، مع إثبات أن فعالية الكشف عن البيانات خارج نطاق التوزيع تعتمد على ديناميكيات البيئة.
تكشف هذه الورقة أن تقنية "التطبيع الدفعي" (Batch Normalization)، رغم فائدتها في استقرار التدريب، تضاعف بشكل كبير من حفظ العينات الشاذة وتزيد من القابلية لهجمات استنتاج العضوية، مما يؤدي إلى إدخال خطر خصوصية حرج وغير مُقدّر حق قدره في الشبكات العصبية العميقة.
تقدم هذه الورقة البحثية معيار ICRL4AHT لتقييم التعلم التعزيزي في سياق العمل الجماعي المرتجل، مما يكشف أن الخوارزميات الحالية المشروطة بالسجل التاريخي تفشل في تحقيق التكيف القوي في وقت الاختبار مع الشركاء المجهولين، وغالباً ما يكون أداؤها أقل من خطوط الأساس العشوائية في البيئات متعددة الوكلاء.
تكشف هذه الدراسة أن اللغة القانونية في القرارات القضائية الأوكرانية تشهد انزياحاً مفاهيمياً زمنياً كبيراً عبر العصور الجيوسياسية، مما يتسبب في تدهور حاد في أداء النماذج القياسية عند تطبيقها مستقبلاً، بينما تثبت أن التعلم المستمر الزمني والتدريب المسبق في المجال القانوني يمكن أن يخففا بفعالية من هذا الانزياح ويمنعا النسيان الكارثي.