24509 ورقة بحثية
تقدم هذه الورقة هجوم فك القيود بالترميز المقيد (CDA)، وهو تقنية جديدة لكسر الحماية تستغل فك الترميز الموجه بالقواعد في النماذج اللغوية الكبيرة لتجاوز محاذاة السلامة عبر حقن حمولات ضارة من خلال مخططات مخرجات مهيكلة، محققة معدلات نجاح تقترب من المثالية ضد النماذج وأدوات الحماية المتطورة.
تُثبت هذه الورقة أن الشبكات العصبية الجاذبة ذاتية التعامد تنبثق طبيعيًا من مبدأ الطاقة الحرة المطبق على الأنظمة الديناميكية العشوائية، مما ينتج ديناميكيات استدلال نشط بايزي متعدد المستويات وذات صلة بيولوجية تُحسّن دقة التنبؤ وتعقيد النموذج دون الحاجة إلى قواعد تعلم مفروضة صراحةً.
تقدم الورقة البحثية "StructSense"، وهو إطار عمل مفتوح المصدر، معياري، وغير مرتبط بمهمة محددة، يجمع بين المعرفة الرمزية الموجهة بالأنطولوجيا، والتقييم الذاتي الوكيل، والتحقق من خلال العنصر البشري، لتحقيق استخراج معلومات هيكلية قوي وقابل للتعميم عبر مجالات علمية متنوعة.
تستقصي هذه الورقة كيفية الاستفضاء من النماذج التأسيسية المدربة مسبقاً على بيانات متعددة الوسائط لتحليل العلاقات غير الخطية والمعقدة بين المؤثرات الصوتية والإدراك العاطفي بشكل منهجي، مما يعزز فهم تأثير تصميم الصوت على الإدراك الموسيقي والحوسبة الوجدانية.
تقدم هذه الورقة DecepChain، وهو نموذج جديد يعمل على ضبط النماذج اللغوية الكبيرة لإنتاج تسلسل تفكير خفي ومتماسك، ومع ذلك فهو غير صحيح ويحاكي السلوك الحميد، مما يكشف عن ثغرة حرجة حيث يواجه كل من البشر والنماذج صعوبة في اكتشاف المنطق الخادع.
تقدم هذه الورقة نظام "witheFlow"، وهو نظام مفتوح المصدر وخفيف الوزن يعزز الأداء الموسيقي في الوقت الفعلي من خلال التعديل التلقائي للمؤثرات الصوتية بناءً على سمات مستخرجة من كل من الإشارات الحيوية والصوت نفسه، وذلك لجسّر الفجوة بين التعبير العاطفي البشري والتعاون الآلي.
تقدم هذه الورقة "سطح جهد القرار" (DPS) كإطار نظري لتوصيف حدود القرار في النماذج اللغوية الكبيرة، وتقترح خوارزمية K-DPS، وهي خوارزمية عملية تقرب هذه الحدود باستخدام عدد محدود فقط من العينات مع خطأ ضئيل يمكن إثباته.
تقدم هذه الورقة PO-MPC، وهو إطار عمل موحد لانتظام KL، يدمج المخططين القائمين على التنبؤ بالنماذج كمسبقات في تحسين السياسة لمواءمة سياسات أخذ العينات مع توزيعات المخطط، مما يؤدي إلى تحسين كفاءة العينات والأداء في التعلم المعزز القائم على النماذج عالي الأبعاد.
تقدم هذه الورقة إطاراً لتحليل البيانات الطوبولوجية يقيم مسارات استدلال النماذج اللغوية الكبيرة من خلال التقاط هياكلها الهندسية، مما يثبت أن هذه السمات الطوبولوجية توفر تقييماً أكثر دقة وكفاءة في استخدام الملصقات لجودة الاستدلال مقارنة بالمقاييس التقليدية القائمة على الرسوم البيانية.
تقدم الورقة البحثية خوارزمية "البحث في شجرة مونت كارلو المتسلسلة المزدوجة" (TSMCTS)، وهي خوارزمية مبتكرة تعزز قابلية التوسع والاستقرار لـ "مونت كارلو المتسلسلة" في التعلم التعزيزي القائم على النموذج من خلال التخفيف بفعالية من مشكلات تدهور المسار والتباين، مع الحفاظ على مزاياها في التوازي وتسريع وحدة معالجة الرسومات.