24883 ورقة بحثية
تقدم هذه الورقة التعلم المتداخل الموحد (FedNL)، وهو إطار عمل مبتكر يعيد صياغة التعلم الموحد كنظام تحسين متداخل ثلاثي المستويات لتعلم قواعد التحسين بشكل تعاوني، مما يمكّن العملاء من إجراء تكيف وقت الاختبار خفيف الوزن وصفرِي الاستباق (zero-shot) بذاكرة استدلال ثابتة على البيانات غير المتماثلة (Non-IID).
تقترح الورقة البحثية بنية "مامبا" متعددة المقاييس والمعززة بالفيزياء (PIMSM)، وهي بنية تعتمد على فضاء الحالة تعمل على مواءمة التجزئة الزمنية للنموذج مع المقاييس الزمنية الفيزيائية للتغلب على عدم تطابق النواة الزمنية، مما يحقق تمثيلات عصبية قوية ومستقرة للسلاسل الزمنية العلمية في ظل حدوث تحولات توزيعية شديدة.
تقترح هذه الورقة مسار التقاطع (IP)، وهو إطار عمل للتعلم عبر الأنماط تحت إشراف ضعيف يعمل على محاذاة آثار بصمات الواي فاي مع ناقلات الحركة العطالية لتعلم تمثيلات مدركة للإزاحة من أجل تحديد المواقع النسبية الداخلية بدقة دون الحاجة إلى تعليقات إحداثيات كثيفة.
تقدم هذه الورقة البحثية F^3A، وهو موجه لتقليم الرموز المرئية لا يتطلب تدريباً، يقوم بتخصيص ميزانية رموز ثابتة ديناميكياً عبر معاملة التقليم كعملية بحث عن أدلة مشروطة بالمهمة، مما يقلل تكاليف الاستدلال في النماذج متعددة الوسائط دون الحاجة إلى تدريب إضافي أو تعطيل مسار فك التشفيد الأصلي.
تُعد ProxyKV إطار عمل عابر للنماذج يستخدم وسيط نموذج صغير خفيف الوزن وغير متزامن، بالإضافة إلى تقنية HybridAxialMapper مبتكرة، لتقليم ذاكرة التخزين المؤقت (KV cache) بكفاءة لاستنتاج النماذج اللغوية الكبيرة ذات السياق الطويل، محققاً دقة عالية تضاهي الأساليب الرائدة مع تقليل عبء مرحلة التعبئة المسبقة (prefilling) بشكل كبير.
تقدم هذه الورقة البحثية TailedTS، وهي مجموعة بيانات مرجعية واسعة النطاق لعدد مشاهدات صفحات ويكيبيديا التي تتميز بتوزيعات ذات ذيول ثقيلة وتضخم صفري، والمصممة لتقييم نماذج التنبؤ بالسلاسل الزمنية في ظل ظروف غير غاوسية والكشف عن رؤى حول دورية المنصات الرقمية ذات حركة المرور العالية.
تجادل هذه الورقة بأن التباين في فعالية توجيه التنشيط مدفوع أساساً بصعوبة البحث بدلاً من غياب الحلول من الرتبة الأولى، وتقترح إطار عمل GRACE الذي يستفيد من محاذاة حدود المطالبة ومقياس جديد لـ "حبيبية المفهوم" لتوجيه بحث ميزاني فعال وواعٍ بالهندسة للوصات التوجيهية المثلى.
تقدم هذه الورقة البحثية SwordBench، وهو معيار شامل لتقييم التعامد والفعالية في توجيه التمثيلات الصورية في نماذج الرؤية، كاشفةً أنه بينما توفر الطرق الخطية قدرة فائقة على الفصل، إلا أنها غالباً ما تفشل في منع الأضرار الجانبية مقارنة بالمشفرات التلقائية المتفرقة.
تقترح هذه الورقة إطار عمل للتعلم ثنائي المصدر ومنفصل يدمج نمطي التصوير المقطعي بالإصدار البوزيتروني (PET) والتصوير المقطعي المحوسب (CT) لمعالجة التباينات في التوصيف لتقسيم عدوى العظام، مستخدمةً تقييماً ثلاثي الأبعاد صارماً على مستوى المريض لإظهار كيف يمكن للنماذج المتوازية أن تستوعب بفعالية الفلسفات التشخيصية المتميزة للخبراء من أجل نشر ذكاء اصطناعي سريري قوي.
تُعد CheckSupport أداة مفتوحة المصدر وقابلة للنشر محلياً، تستفيد من النماذج اللغوية الكبيرة المضبوطة بالتعليمات لأتمتة اختيار واستكمال قوائم مراجعة التقارير العلمية المستندة إلى الأدلة، مما يحقق دقة عالية وحفاظاً على الخصوصية مع تقليل العبء اليدوي لتقديم المخطوطات بشكل كبير.