24509 ورقة بحثية
تقترح هذه الورقة إطار عمل للتعلم التعزيزي العصبي الرمزي يعمل على نمذجة انتقال الذاكرة من المدى القصير إلى المدى الطويل صراحةً لرسوم المعرفة البيانية تحت ظروف الرصد الجزئي، مما يمكّن الوكلاء من تعلم سياسات قابلة للتفسير للاحتفاظ الانتقائي بالثلاثيات الرمزية أو التخلص منها للتفوق على النماذج المرجعية الحالية في اختبار RoomKG.
يُعد IdleSpec نهج استدلال قابل للتوسع يعمل على تحسين أداء وكلاء النماذج اللغوية الكبيرة وتقليل زمن الاستجابة من خلال استغلال فترات الانتظار الخاملة لتوليد وتجميع مرشحي الخطط بشكل استباقي باستخدام استراتيجيات صياغة تكيفية تأخذ في الاعتبار عدم اليقين في الملاحظات.
تقدم هذه الورقة البحثية "تحسين السياسة أحادي الاتجاه" (One-Way Policy Optimization - OWPO)، وهي طريقة مبتكرة تعمل على تثبيت وتعزيز التطور الذاتي للنماذج اللغوية الكبيرة من خلال فصل اتجاه التحسين عن مقدار التحديث عبر إعادة الوزن غير المتماثل وتحديثات المرجع التكرارية، مما يؤدي إلى التغلب على عدم كفاءة القيود الحالية على مستوى الرموز (tokens) وتمكين التحسين المستمر دون الحاجة إلى نماذج مرجعية خارجية.
يُعد ST-SimDiff إطار عمل لا يتطلب تدريباً، يعمل على تعزيز الفهم الفعال للفيديو في النماذج اللغوية الكبيرة متعددة الوسائط من خلال بناء رسم بياني مكاني-زماني وتوظيف استراتيجية اختيار ثنائية متوازية توازن بين تقليل الحشو القائم على التشابه وبين الحفاظ على الأحداث الرئيسية القائمة على الاختلاف.
تقترح الورقة البحثية Life-Harness، وهو نهج مبتكر يحسن بشكل كبير أداء وكلاء النماذج اللغوية الكبيرة (LLM) المجمدة في البيئات الحتمية من خلال تطوير واجهة تشغيل قابلة لإعادة الاستخدام ومدركة لدورة الحياة للوساطة في التفاعلات، بدلاً من تحديث أوزان النموذج نفسها.
تقترح هذه الورقة البحثية "LLM-Metrics"، وهي طريقة مبتكرة لتقييم الأثر البحثي تستفيد من الذاكرة المعلمية للنماذج اللغوية الكبيرة للتنبؤ بتأثير الأوراق البحثية من خلال مجسات التعرف، مما يقدم بديلاً في الوقت الفعلي ومستقلاً عن الاستشهادات يتوافق بشكل كبير مع أعداد الاستشهادات التقليدية مع التخفيف من تحيزاتها المتأصلة.
تقدم الورقة البحثية AVP (الإجراء مع البدائيات البصرية)، وهي بنية شاملة (end-to-end) تفصل بين فهم التعليمات والفهم المكاني وبين التحكم الحركي من خلال جعل نموذج الرؤية واللغة يصدر رموزًا بصرية بدائية لتكييف خبير إجراءات يعتمد على مطابقة التدفق (flow-matching)، مما يحسن بشكل كبير معدلات النجاح، وكفاءة البيانات، والقدرة على التعميم في مهام الالتقاط والوضع الروبوتية مقارنة بالطرق الحالية مثل pi_0.5.
تقدم الورقة البحثية SkillWeave، وهو إطار عمل معياري يقسم النماذج اللغوية الكبيرة إلى "حزم مهارات" (skillpacks) مضغوطة ومتخصصة في مجالات معينة لتحقيق أداء فائق في مجالات متعددة وسرعة استنتاج عالية ضمن ميزانيات ذاكرة صارمة، متفوقاً بذلك بشكل ملحوظ على النماذج الضخمة الموحدة الأكبر حجماً.
تقترح هذه الورقة استبدال التمثيلات المتجهة الكثيفة في إطار عمل "مونتي" (Monty) التابع لنظرية الألف دماغ بحزم نبضات ذات ترتيب رتبي وتعلم قائم على التلدن العصبي المعتمد على توقيت النبضة (STDP) لترميز تسلسلات الاتصال الحسي الحركي زمنياً، مما يتيح استدلالاً قوياً للأجسام يستفيد من اتجاه العبور ويحقق دقة تمييز فائقة ومرونة تجاه الضجيج مقارنة بالتنفيذ الأصلي.
إن CLORE هو إطار عمل للتحسين على مستوى المحتوى يعزز كفاءة الاستنتاج في النماذج اللغوية الكبيرة باستخدام نموذج تعزيز خارجي لتحرير وتقليم المحتوى المتكرر أو غير ذي الصلة من مسارات الاستنتاج الصحيحة، مما يؤدي إلى تحسين المقايضة بين الدقة والكفاءة دون الاعتماد على ميزانيات طول صريحة.