24888 ورقة بحثية
تقدم هذه الورقة إطار عمل للتعلم الآلي يستخدم معالجة مسبقة صارمة خاصة بكل نمط لبيانات تخطيط كهربائية الدماغ (EEG) وتخطيط كهربائية العضلات (EMG)، مستندةً إلى مراجعة أدبية واسعة النطاق، للتنبؤ بفعالية العلاج لدى المرضى الذين يعانون من آلام الرقبة المزمنة ودعم اختيار العلاج الشخصي.
تكشف هذه الورقة أن نموذج لغة البروتين ESM2-8M يتنبأ بالقاعدة البيولوجية العالمية لبدء الميثيونين ليس من خلال التعرف المباشر على البقايا المحجوبة، بل عبر استرجاع أولوية إحصائية بواسطة دائرة حوسبية موزعة ومعقدة، مما يثبت أن الثقة العالية للنموذج قد تعكس افتراضات إحصائية بدلاً من أدلة بيولوجية حقيقية.
يعالج DACA-GRRO أوجه القصور في أساليب التعلم التعزيزي الحالية لنماذج الانتشار اللغوية من خلال تقديم درجات تقدم إزالة الضجيج واحتمالية القناع الطبقي لتمكين التخصيص الائتماني الزمني وتقليل انحياز المجال المتوسط، مما يؤدي إلى تحسينات كبيرة في الأداء عبر مختلف معايير الاستدلال والتوليد.
تقدم هذه الورقة البحثية التعلم الخاضع للإشراف الموجه بالأهداف (GCSL)، وهو إطار عمل فعال للضبط الدقيق غير المتصل الذي يعامل إشارات التغذية الراجعة كأهداف صريحة ويستفيد من اللغة الطبيعية لتوجيه النماذج اللغوية الكبيرة نحو تحقيق عتبات الجودة باستمرار، مما يجعله يتفوق على الطرق الخاضعة للإشراف القياسية مع تجنب التكاليف الباهظة للتعلم التعزيزي المتصل.
يُعد Flow-Direct إطار عمل لا يتطلب تدريباً يعمل على تعزيز كفاءة التغذية الراجعة وقابلية إعادة الاستخدام في نماذج التدفق عبر بناء مجال توجيه مستمر وغير معلمي من العينات المتراكمة التي تم تقييمها بالمكافأة، مما ينقل التوزيعات سلف التدريب تحليلياً إلى التوزيعات المستهدفة دون التخلص من أي معلومات متعلقة بالمكافأة.
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.