24831 ورقة بحثية
تثبت هذه الدراسة تجريبياً أن النماذج اللغوية الكبيرة الأصغر حجماً والقابلة للنشر محلياً غالباً ما توفر بديلاً مستداماً وفعالاً من حيث التكلفة للنماذج الأكبر في المهام التنظيمية اليومية، داعيةً إلى التحول من معايير قياس تعظيم الأداء إلى تقييمات الكفاية الواعية بالسياق.
تُظهر هذه الدراسة أنه في حين أن إخفاء الهوية التلقائي للكلام المرضي يؤدي بشكل كبير إلى تدهور الجودة المدركة ويظل قابلاً للاكتشاف بدرجة عالية من قبل المستمعين، فإنه يحافظ إلى حد كبير على تقييمات الشدة السريرية، مما يكشف عن انفصال حرج بين مقاييس الخصوصية الحسابية القياسية والنتائج الإدراكية، وهو ما يستلعي إجراء تقييم مُصنف حسب الاضطراب والمستمع من أجل النشر السريري.
تقدم هذه الورقة RAP، وهو إطار عمل مدفوع بالتعلم المعزز يعمل على تكييف استراتيجيات تقليم استنتاج النماذج اللغوية الكبيرة ديناميكيًا في الوقت الفعلي من خلال التحسين المشترك لأوزان النموذج والاحتفاظ بذاكرة التخزين المؤقت لـ KV لتعظيم المنفعة في ظل ميزانيات ذاكرة وظروف عمل متغيرة.
تقدم الورقة البحثية SIPO، وهو إطار عمل مستقر ومحسن لتحسين التفضيلات لنماذج الانتشار يعالج عدم استقرار التدريب وانحياز السياسة الخارجية من خلال آلية مبتكرة لقص التدرج وإعادة وزن الأهمية الواعية بالخطوات الزمنية، مما يظهر أداءً فائقاً عبر مهام توليد الصور والفيديو.
تُثبت هذه الورقة أن نماذج لغة "خليط الخبراء" (MoE) يمكن أن تتفوق على نظيراتها الكثيفة في ظل قيود موارد متساوية تماماً (إجمالي المعلمات، والحوسبة، والبيانات) من خلال تحديد معدل تنشيط أمثل يظل ثابتاً عبر أحجام النماذج المختلفة، وهو اكتشاف تم التحقق من صحته من خلال تجارب مكثفة تضمنت تدريب ما يقرب من 250 نموذجاً ومعالجة 50 تريليون رمز.
تقدم هذه الورقة إطار عمل قابلاً للتوسع وقائماً على المخرجات لتقييم محاذاة الذكاء الاصطناعي من خلال تحديد ستة موضوعات قيم جوهرية، مظهرةً أنه بينما تعيد 75 نموذجاً لغوياً كبيراً إنتاج ترتيب القيم البشرية باستمرار، إلا أنها غالباً ما تتباين في معايرة القيم، مع تفاوت دقة الملف التعريفي بشكل مستقل عن حجم النموذج أو قدراته.
تقدم هذه الورقة OSWorld-Human، وهو معيار مرجعي مُعلق يدوياً يكشف أن وكلاء استخدام الكمبيوتر الحاليين يعانون من زمن انتقال وكفاءة باهظين، ويرجع ذلك أساساً إلى كثرة استدعاءات النماذج للتخطيط والتفكير، مما يؤدي إلى استغراقهم في تنفيذ المهام عدداً من الخطوات يزيد بمقدار 2.7 إلى 4.3 مرة عن البشر.
يُعد CooT إطار عمل مبتكر يسخر التعلم في السياق لتمكين الأنظمة متعددة الوكلاء من التكيف بسرعة وقوة مع الشركاء غير المألوفين دون تحديثات للمعلمات، متفوقاً بذلك على الأساليب القائمة على السكان، والضبط الدقيق، والتعلم المعزز الميتا، في اختبارات مرجعية مثل Overcooked وGoogle Research Football.
تقدم هذه الورقة نموذجاً لتوليد الفيديو رباعي الأبعاد مدركاً للهندسة، يفرض اتساقاً ثلاثي الأبعاد متعدد الرؤى من خلال محاذاة خرائط النقاط عبر الرؤى لإنتاج تسلسلات فيديو مستقبلية متماسكة زمنياً ومتوافقة مكانياً من وجهات نظر جديدة، مما يمكّن سياسات التحكم الروبوتية القوية التي تعمم عبر وجهات نظر كاميرا مختلفة.
تقدم هذه الورقة JSON-Bag، وهي طريقة عامة لتمثيل مسارات الألعاب من خلال ترميز أوصاف JSON الخاصة بها وقياس التشابه عبر مسافة جينسن-شانون، والتي تتفوق على النماذج المرجعية المصممة يدويًا في تصنيف الوكلاء والمعلمات والبذور عبر ست ألعاب طاولة مع إظهار ارتباط قوي مع مسافات سياسة الوكيل وكفاءة العينات.