24509 ورقة بحثية
تقدم هذه الورقة البحثية تدريب الاتساق السياسي (PCT)، وهو أسلوب للتعلم المعزز يستخدم مقاييس اتساق المشاعر والمساعدة لتقليل الانحياز السياسي الخفي في النماذج اللغوية الكبيرة بفعالية مع الحفاظ على قدرتها الإجمالية على المساعدة.
تقدم هذه الورقة نظام DeltaBox، وهو نظام رملي (sandbox) مبتكر يستفيد من تجريدات مستوى نظام التشغيل DeltaFS وDeltaCR لتحقيق نقاط فحص واستعادة للحالة (checkpoint and rollback) بمستوى الميلي ثانية عبر تكرار تغييرات الحالة فقط بدلاً من حالات النظام الكاملة، مما يتيح الاستكشاف عالي التردد للوكلاء المعتمدين على الذكاء الاصطناعي والمدعومين بالنماذج اللغوية الكبيرة (LLM).
يُعد LCGuard إطار عمل يؤمن الاتصالات الكامنة في أنظمة النماذج اللغوية الكبيرة متعددة الوكلاء من خلال تطبيق التدريب الخصمي لتحويل ذاكرة التخزين المؤقت (KV caches) المشتركة، مما يمنع بفعالية إعادة بناء المعلومات الحساسة الخاصة بكل وكيل مع الحفاظ على الدلالات ذات الصلة بالمهمة.
يقدم Gated DeltaNet-2 آلية انتباه خطي مبتكرة تفك الارتباط بين عمليتي المسح والكتابة على مستوى القنوات عبر بوابات منفصلة للتغلب على قيود التحرير المرتبط بالقيم القياسية في النماذج السابقة، محققاً أداءً هو الأفضل في فئته في مهام نمذجة اللغة واسترجاع السياق الطويل.
تقترح هذه الورقة وتحلل طريقة انجراف محافظة للنمذجة التوليدية ذات الخطوة الواحدة تستخدم سرعة تدرج مُقدِّر كثافة النواة لمعالجة مشكلات عدم الحفاظ، مع وضع حدود تقارب الجسيمات المحدودة في الزمن المستمر وضمانات توليد صريحة لكل من المتغيرات المحافظة وغير المحافظة.
تقترح هذه الورقة "مبدأ المطابقة"، وهو نظرية هندسية موحدة تؤطر تحديات المتانة والتكيف المتنوعة كمسألة إحصائية واحدة تتمثل في تقدير التباين المزعج الحافظ للتسميات لتوجيه تنظيم المشفر، وهو إطار تم التحقق من صحته عبر براهين المثالية ذات الصيغة المغلقة واختبارات تجريبية واسعة النطاق عبر ثلاثة عشر معياراً مسجلاً مسبقاً.
تقدم الورقة البحثية "تحسين السياسة المتجهية" (VPO)، وهو خوارزمية للتعلم المعزز تدرب النماذج اللغوية على توليد حلول متنوعة من خلال الاستفادة من المكافآت ذات القيم المتجهية، مما يحسن أداءها بشكل كبير في إجراءات البحث في وقت الاختبار مقارنة بتحسين المكافأة القياسية القياسية.
تقترح هذه الورقة إطار عمل جديد لشبكة عصبية تلافيفية ضبابية (FCNN) يقوم بتحويل البيانات الجدولية إلى صور قائمة على العضوية الضبابية للاستفادة بفعالية من التعلم العميق في التصنيف، مما يظهر أداءً تنافسيًا أو متفوقًا مقارنة بخوارزميات التعلم الآلي التقليدية في مجموعات البيانات المعقدة والمشوبة بالضجيج.
تقدم هذه الورقة نهجين قائمين على الشبكات العصبية، وهما الشبكة العصبية القائمة على الميزات المقيدة والشبكة العصبية ذات الحالات المختلطة، واللذان يستفيدان من معلومات الفئة لتحقيق أداء رائد في إعادة بناء كل من الحالات الكمومية النقية والمختلطة.
تقترح هذه الورقة "نظرية الشراكات المعرفية شبه المتكافئة" كإطار عمل جديد لأنظمة دعم القرار الأخلاقية في الذكاء الاصطناعي، محاججةً بأنها تفسر الأدلة التجريبية بفعالية وتوجه عملية التطوير من خلال إعطاء الأولوية للتفسيرات القائمة على الأسس البشرية التي تتكون من الأسباب، والافتراضات المضادة، والثقة (منهج RCC).