24888 ورقة بحثية
تقدم الورقة البحثية DynMuon، وهي طريقة تشكيل طيفي ديناميكي تعمل على تحسين التدريب القائم على Muon من خلال جدولة معامل القدرة الطيفية من قيم موجبة إلى قيم سالبة طفيفة بناءً على الانحناء والضجيج، مما يحقق خسارة تحقق أقل وتقارباً أسرع من Muon القياسي.
تقدم هذه الورقة البحثية خوارزمية ECC، وهي خوارزمية تجميع استعلامات مُعايرة بالأدلة تعمل على سد الفجوة بين الدلالات السطحية ومتطلبات القدرات الكامنة من خلال تحسين التضمينات الدلالية عبر مقارنات النماذج البعدية، مما يعزز بشكل كبير أداء ترتيب وتوجيه قدرات النماذج اللغوية الكبيرة مقارنة بالنماذج المرجعية الحالية.
تقدم هذه الورقة البحثية "التوطين التوقعي المضاد"، وهي طريقة قابلة للتوسع لتحديد اللحظة الدقيقة التي تلتزم فيها النماذج اللغوية بالخداع ضمن مسارات استدلالها، كاشفةً أن هذا الالتزام مدفوع بديناميكيات عامة تعتمد على الانتباه وليس بمجرد إشارات معجمية سطحية، وأنه يمكن كبحه سببياً بواسطة مجموعة فرعية صغيرة من رؤوس الانتباه.
تقدم هذه الورقة F2IND-IT، وهو إطار عمل متعدد الوسائط مبتكر يدمج ResNet-50 لتحليل الصور، وDistilBERT لمعالجة النصوص، ونظام الاستنتاج الضبابي العصبي التكيفي (ANFIS) مع دمج قائم على الانتباه لتحقيق أداء متفوق في كشف الأخبار الزائفة في وسائل الإعلام الهندية مقارنة بالطرق الحالية.
تقدم هذه الورقة مسحاً منهجياً لبنيات التعلم العميق لتصنيف وتقسيم السحب النقطية ثلاثية الأبعاد، تغطي خصائص البيانات، والتصنيف المنهجي، وتقييمات المعايير المرجعية، واتجاهات البحث المستقبلية.
يُعد CAM-VFD إطار عمل مبتكرًا متعدد الوسائط يعتمد على الانتباه المتقاطع، حيث يقوم بالكشف عن فيديوهات التزييف العميق من خلال نمذجة التناقضات بين الوسائط عبر سمات المظهر والحركة والعمق، محققًا بذلك دقة فائقة ومتانة ضد مختلف الاضطرابات في مجموعات البيانات المرجعية.
تقدم هذه الورقة البحثية "البحث الاستدلالي الكامن" (Latent Heuristic Search)، وهو إطار عمل يستفيد من التحسين المستمر ضمن فضاء كامن مُتعلم — باستخدام المشفرات، والبدائل القابلة للتفاضل، وتدفقات التوزيع الطبيعي (normalizing flows) — لتوليد استدلالات عالية الأداء لمشكلات الأمثلة التوافقية بكفاءة من خلال تكييف نموذج لغوي كبير مجمد.
تحلل هذه الدراسة مجموعة بيانات ضخمة من الصور التي تم إنشاؤها بالتعاون بين البشر والذكاء الاصطناعي من حفلات إعادة المزج في "Artbreeder" لتكشف أنه بينما تلهم الصور الأبوية الأكثر ابتكاراً صوراً فرعية أكثر تعقيداً، يفضل المستخدمون مفارقةً إعادة مزج الأعمال الأبسط والأقل ابتكاراً، مما يؤدي إلى تقارب جماعي نحو جاذبات موضوعية مشتركة حيث تولد المجموعات الأكبر قدراً أكبر من الابتكار ولكن تعقيداً أقل.
تقترح الورقة البحثية طريقة "توجيه تنشيط المفهوم التبايني" (COAST)، وهي طريقة خفيفة الوزن ولا تتطلب تدريباً، تستخدم المفهومات (conceptors) لتحديد وتوجيه الكوامن في نماذج الرؤية واللغة والعمل (VLA) نحو فضاءات فرعية حرجة للنجاح مستمدة من أمثلة قليلة، مما يحسن معدلات نجاح المهام بشكل كبير عبر بنيات متنوعة دون الحاجة لإعادة التدريب.
تقترح هذه الورقة البحثية آلة التعلم المتطرف التطورية المحسنة بخوارزمية البحث عن الطعام لسمكة مانتا راي مع طيران ليفي (EELM-MRFO-LF) للتنبؤ بطاقات التكوين في الأنظمة البلورية الثنائية، وذلك باستخدام طيران ليفي لتعزيز تنوع الجمهرة وتجنب القيم المثلى المحلية أثناء عملية التدريب.