24509 ورقة بحثية
تقدم هذه الورقة خوارزمية تعلم نشط جديدة قائمة على الفيزياء تستفيد من بقايا المعادلات التفاضلية الجزئية لتوجيه اختيار البيانات، مما يحسن بشكل كبير من كفاءة البيانات لتدريب المشغل العصبي لحل المعادلات التفاضلية الجزئية مع حقن انحياز فيزيائي استقرائي في العملية.
تقدم هذه الورقة رؤية "BlueSky" لشبكات الجيل السادس (6G) التي تنتقل من نموذج "الشبكة من أجل الذكاء الاصطناعي" إلى نهج "الذكاء الاصطناعي من أجل الشبكة" عبر الدمج الأصيل للنماذج التأسيسية والأنظمة متعددة الوكلاء التعاونية لإنشاء بنى تحتية للاتصالات مرنة ومستقلة وذاتية الاستدامة.
تقدم هذه الورقة البحثية "zerodep"، وهي مجموعة مفتوحة المصدر من عمليات إعادة تنفيذ مكتبة بايثون القياسية لبرمجيات طرف ثالث شهيرة باستخدام مساعدة النماذج اللغوية الكبيرة (LLM) في ملف واحد، مما يثبت أنه بينما تظل المهام التي تعتمد بكثافة على إضافات لغة C تشكل عنق زجاجة في الأداء، فإن البدائل التي تقتصر على المكتبة القياسية غالباً ما تحقق سرعات مماثلة أو حتى تسريعاً كبيراً عبر التخلص من الأعباء الهيكلية، مما يؤكد جدوى هندسة البرمجيات الخالية من التبعيات مع ضمان دقة عالية.
يُعد HiRes نظاماً لترشيح ظروف التفاعل المعزز بالاسترجاع، يجمع بين التمثيلات الرسومية الهرمية واسترجاع السوابق باستخدام خوارزمية k-NN لتحقيق دقة تنبؤ رائدة مع تزويد الكيميائيين بسوابق قابلة للفحص والتبرير من أجل التخطيط العملي للتخليق.
تقدم الورقة البحثية torchtune، وهي مكتبة أصلية في PyTorch مصممة لتبسيط دورة حياة ما بعد التدريب للنماذج اللغوية الكبيرة من خلال إعطاء الأولوية للنمطية والشفافية والقابلية للتوسع لتمكين الضبط الدقيق الفعال والتكرار البحثي السريع مع الحفاظ على أداء تنافسي وكفاءة في استخدام الذاكرة.
تحلل هذه الدراسة التجريبية طلبات السحب الخاصة بإعادة هيكلة كود بايثون (Python refactoring) من وكلاء الذكاء الاصطنا-عي، كاشفةً أنه في حين أنها تعمل بشكل متكرر على تحسين قابلية استخدام الكود وتحقق معدل دمج مرتفع، إلا أنها تُدخل أيضاً مشكلات جديدة تتعلق بسلامة الكود (lint) والأمن، مما يسلط الضوء على الحاجة إلى تعزيز بوابات الجودة والأمن في سير عمل التطوير المدفوع بالذكاء الاصطناعي.
تقدم هذه الورقة "Agent JIT Compilation"، وهو إطار عمل يتكون من مخطط، ومجدول، وبروتوكول لفرض الثوابت، يقوم بتحويل المهام المكتوبة باللغة الطبيعية إلى كود قابل للتنفيذ لتحقيق تسريع كبير وتحسينات في الدقة مقارنة بحلقات الوكيل الويب المتسلسلة التقليدية.
تقدم الورقة البحثية WikiVQABench، وهو معيار تم تنسيقه بشرياً يجمع بين صور ويكيبيديا وتوضيحاتها وبيانات ويكيداتا لتقييم قدرات الاستدلال القائمة على المعرفة لنماذج الرؤية واللغة من خلال أسئلة متعددة الخيارات تتطلب معلومات خارجية تتجاوز الإدراك البصري.
تقدم هذه الورقة إطار عمل لقياس انتقال المعلمات الفائقة، وتكشف أن تفوق انتقال معدل التعلم الملحوظ في التحديث الأقصى (P) مقارنة بالمعلمة القياسية (SP) ينبع أساساً من القضاء على عنق زجاجة معدل تعلم طبقة التضمين، مما يعمل على استقرار التدريب وتحسين متانة الاستقراء.
تقدم الورقة البحثية إطار عمل CARV، وهو إطار لتقليل التباين مدرك للحوسبة يستفيد من الحسابات المسبقة المستهلكة (amortized upstream computations)، وأخذ عينات الأهمية للخطوات الزمنية، وبناء دالة التوزيع التراكمي العكسي الطبقي (stratified-inverse-CDF) لخفض تباين مُقدّر مونت كارلو بشكل كبير وتحسين كفاءة الحوسبة في مسارات الانتشار (diffusion-based pipelines) مثل تحويل النص إلى ثلاثي الأبعاد (text-to-3D) وإسناد البيانات (data attribution).