24888 ورقة بحثية
تعالج هذه الورقة عدم الاتساق الزمني في نماذج العالم القائمة على المحولات (Transformer) من خلال تقديم إطار استدلال احتمالي مهيكل ذي تطابق رموز قابل للتمييز، مما يحسن بشكل كبير أداء التعلم التعزيزي البصري طويل الأمد على الاختبارات المعيارية الصعبة.
تقترح هذه الورقة إطار عمل ذكاء اصطنا-عي ثنائي ونصف الأبعاد (2.5D) محافظاً ومحدود البواقي لتعزيز صور الأشعة المقطعية (CT) وتصوير الأوعية المقطعي (CTA) داخل الجمجمة، مما يحسن استعادة الإشارة مع الحد بصرامة من التعديلات التشريحية غير المقصودة، وهو ما يثبت الجدوى الأولية والاستقرار في التصوير الوعائي الحساس للسلامة دون إثبات الفعالية التشخيصية السريرية بعد.
تقترح هذه الورقة "العلامات المائية لطبقة التفاعل لمكافحة التقطير"، وهي آلية دفاع مبتكرة تدمج علامات سلوكية قابلة للكشف في مطالبات النظام الخاصة بالنماذج اللغوية الكبيرة لتتبع تقطير المعرفة غير المصرح به بشكل موثوق حتى عندما يقوم المهاجمون بإعادة صياغة أو تجريد الإشارات التقليدية على مستوى الرموز، مما يظهر قابلية نقل عالية عبر نماذج الطلاب المتنوعة وتأثيراً أدنى على تجربة المستخدم.
تقترح هذه الورقة البحثية MHMamba، وهي طريقة جديدة لتقسيم أورام الدماغ ثلاثية الأبعاد تدمج نموذج فضاء الحالة متعدد الرؤوس مع بنية على شكل حرف U وآليات دمج تكيفية لتحقيق تقسيم فعال ومستقر ودقيق بتعقيد خطي مع التغلب على قيود الشبكات العصبية الالتفافية (CNNs) والنماذج المحولة (Transformers).
تقدم هذه الورقة إطار عمل LoRA-Over، وهو إطار لضبط المعلمات بكفاءة عالية يعمل على إثراء المهايئات منخفضة الرتبة مؤقتاً بمعلمات مساعدة أثناء التدريب لتحسين القدرة على التعميم عبر مهام متنوعة، ثم يدمجها مجدداً في بنية منخفضة الرتبة قياسية للاستنتاج دون أي تكلفة إضافية.
يقدم MoleCode لغة جزيئية صريحة الرسوم البيانية وخالية من التدريب، تستبدل التمثيلات الخطية الضمنية مثل SMILES بعلاقات هيكلية صريحة، مما يمكّن النماذج اللغوية الكبيرة من التفكير مباشرة في الطوبولوجيا الجزيئية ومعالجتها لتحسين الأداء في المهام الكيميائية المعقدة.
تقترح الورقة البحثية "الذاكرة الوكيلة البصرية" (VAM)، وهي إطار عمل خالٍ من التدريب يعزز فهم الفيديوهات الطويلة عبر الإنترنت من خلال الفهرسة الانتقائية، والتنظيم الهرمي للذاكرة، والاسترجاع الوكيلي، محققةً أداءً هو الأفضل في فئته على اختبارات معيارية مثل OVO-Bench وMM-Lifelong عبر التعامل مع الذاكرة البصرية كركيزة صريحة، وقابلة للفحص، وقابلة للاستعلام.
تقترح هذه الأطروحة إطار عمل نمطي للاستدلال القابل للتوسع في التعامل مع عدم اليقين في الرسوم البيانية للمعرفة، والذي يعالج السمات غير الدقيقة، والثلاثيات الاحتمالية، والمخططات غير المكتملة من خلال تقنيات جبرية ومنطقية وهندسية متخصصة للتوفيق بين الدقة الدلالية والقدرة على المعالجة الحسابية.
تقترح هذه الورقة طريقة جديدة للانحدار الرتيب البعدي (post-hoc isotonic regression) لمعايرة احتمالات البقاء لنماذج "ديب كوكس" (Deep Cox models)، مما يوفر ضمانات نظرية وفائدة عملية محسنة دون المساس بقدرتها التمييزية.
يُعد GRASP نظام استرجاع وكيلّي كفء يعمل على تحسين دقة الإجابة على الأسئلة متعددة الخطوات واستهلاك الرموز (tokens) من خلال تفكيك الاستعلامات المعقدة إلى مهام فرعية ديناميكية والاستفيد من رسم بياني هرمي مبتكر ثلاثي الطبقات يتكون من كيانات وقضايا ومقاطع نصية لضمان التصفح المستهدف والاسترجاع عالي الاستدعاء.