24608 ورقة بحثية
تقدم هذه الورقة نماذج الاستدلال التكراري التوليدي (GRAM)، وهو إطار عمل احتمالي يعزز الاستدلال التكراري من خلال تمكين صقل الحالة الكامنة متعدد المسارات وعشوائي المسار، مما يدعم التوسع أثناء الاستدلال، وتوليد فرضيات متنوعة، وكلاً من الاستدلال الشرطي والتوليد غير الشرطي.
تقدم هذه الورقة PRISM، وهو معيار متعدد اللغات واسع النطاق وإطار تقييم شامل مصمم لتقييم قدرات الاستدلال المكاني-الزماني للنماذج اللغوية في توليد الفيديو البرمجي بصرامة، مما يكشف عن فجوة كبيرة بين قابلية تنفيذ الكود والتماسك المكاني البصري.
تقدم هذه الورقة بحث DyMoS، وهو أسلوب لا يتطلب تدريباً ومستقل عن النموذج يعمل على تعزيز ديناميكيات الحركة في توليد الصور إلى فيديوهات من خلال إعادة توازن هيمنة الإطار المرجعي في آلية الانتباه، مما يتغلب على كبح الحركة دون المساس بالدقة البصرية أو الحاجة إلى تدريب إضافي.
تتحدى هذه الورقة الحكمة التقليدية التي تعتبر تصفية البيانات أمراً ضرورياً للتدريب المسبق للنماذج الضخمة، حيث تثبت من خلال دراسات التوسع في أنظمة الحوسبة العالية وندرة البيانات أن النماذج الضخمة المدربة بشكل كافٍ تستفيد في الواقع من تضمين البيانات منخفضة الجودة والمشتتة بدلاً من تصفيتها واستبعادها.
تقترح هذه الورقة البحثية ODE-M، وهو إطار عمل جديد لدمج النماذج المستمرة يستفيد من منظور المعادلات التفاضلية العادية لتتبع مسارات منخفضة الخسارة في فضاء المعلمات، مما يؤدي بفعالية إلى تخفيف النسيان الكارثي والتفوق على الأساليب الحالية في اختبارات المهام غير المتجانسة.
تقدم الورقة البحثية SIGMA، وهو إطار عمل جديد للاستدلال متعدد الوكلاء يستفيد من نمذجة الرسوم البيانية الموقعة لالتقاط علاقات الثقة والنزاع بين الوكلاء بشكل صريح، مما يتيح تمرير الرسائل المدرك للنزاع والتجميع الموزون للتفوق بشكل كبير على الأساليب الحالية في الدقة والمرونة ضد الإشارات المتضاربة.
يُعد KappaPlace إطار عمل مبتكر للتعرف البصري على الأماكن يعالج نقص اليقين المعاير في الأساليب الحالية من خلال تقديم استراتيجية إشراف مرتكزة على النماذج الأولية ونمذجة واصفات الصور كمتغيرات "فون ميسيز-فيشر" للتنبؤ باليقين العرضي، مما يقلل بشكل كبير من خطأ المعايرة مع الحفاظ على دقة استرجاع عالية عبر مختلف المعايير.
تجادل هذه الورقة بأن المكاسب المسجلة لتعلم التعزيز في وقت الاختبار (TTRL) غالباً ما تكون وهمية بسبب القمع غير العكسي للإجابات الصحيحة في "نافذة انقراض الإجابة الصحيحة"، وتقترح إطار عمل TTRL-Guard، الذي يستخدم مراقبة معدل الانقلاب وآليات الحفاظ على الأقلية للتخفيف من هذا الضرر وتحسين الأداء بشكل كبير في معايير الاستدلال الرياضي.
تقدم هذه الورقة SERL، وهو إطار عمل للتعلم بإعادة وزن البيئة الانتقائي يعزز وكلاء النماذج اللغوية الكبيرة متعددي الأدوار من خلال تقطير ملاحظات بيئية محددة وذات صلة بالأفعال استراتيجياً لمعالجة تحديات تخصيص الائتمان طويلة الأمد، محققاً أداءً هو الأفضل في حالته على معايير ALFWorld وWebShop.
تُوصّف هذه الورقة المقايضات بين الاتساق والمتانة في اتفاق بيزنطة عندما تستخدم العقد متنبئاً لتمييز السلوك الخاطئ، مما يوفر خوارزميات محكمة ونتائج استحالة تُظهر كيف تتدهور القدرة على الصمود خطياً مع عدد التنبؤات غير الصحيحة في كل من الإعدادات غير الموثقة والموثقة.