25160 ورقة بحثية
تقدم هذه الورقة البحثية نظام التكميم ثنائي الأبعاد (Q2D2)، وهو مخطط مبتكر يقوم بإسقاط أزواج الميزات على شبكات ثنائية الأبعاد مهيكلة للتغلب على القيود الهندسية لطرق التكميم التقليدية، مما يحقق كفاءة فائقة في ضغط الصوت وجودة إعادة بناء هي الأفضل في فئتها عبر مجالات الكلام والصوت والموسيقى.
تقدم هذه الورقة البحثية "المشفرات التلقائية المتناثرة المنظمة بالرسم البياني" (GSAE)، وهي طريقة جديدة لتعلم القواميس تعمل على تنعيم ناقلات فك التشفير عبر رسم بياني للتنشيط المشترك للنيورونات لتحسين توجيه سلامة النماذج اللغوية الكبيرة بشكل كبير، وذلك عبر زيادة الرفض للطلبات الضارة مع الحفاظ على الأداء في المهام الحميدة عبر نماذج متعددة وسيناريوهات هجوم مختلفة.
تُظهر هذه الورقة أنه في حين أن فرض التكافؤ (equivariance) في شبكات ReLU ذات الطبقتين يمكن أن يقلل من قدرتها التعبيرية، إلا أن هذا القصور يمكن تعويضه بزيادة حجم النموذج، مما يؤدي للمفارقة إلى تقليل أبعاد فضاء الفرضيات وتحسين القدرة على التعميم.
يُعد LASER إطار عمل مبتكرًا يقوم بضبط النماذج اللغوية الكبيرة على تكوينات سير عمل شبه مهيكلة متسلسلة للتنبؤ بدقة باستهلاك الموارد ووقت التشغيل، متفوقًا بذلك على النماذج المرجعية التقليدية لتعلم الآلة والخبراء البشريين من خلال الاستفادة من ترميز التدوين العلمي، وفك التشفير المقيد، وآليات الانتباه الكامل.
تقدم هذه الورقة نموذج ExplainerPFN، وهو نموذج تأسيسي للبيانات الجدولية يتيح تقديرًا من نوع "الصفر-خطوة" (zero-shot) وخاليًا من النماذج لنسب ميزات بأسلوب قيم شابلي (Shapley-value) عبر التعلم من بيانات سببية اصطناعية، مما يوفر بديلًا مبدئيًا للطرق التقليدية التي تتطلب الوصول إلى النموذج الأساسي أو التفسيرات المرجعية.
تقدم هذه الورقة هجمات التفسير الخصامي (AEAs) التي تتلاعب بالتفسيرات الناتجة عن النماذج اللغوية الكبيرة للحفاظ على ثقة البشر في تنبؤات الذكاء الاصطناعي غير الصحيحة، كاشفةً من خلال دراسة شملت أكثر من 200 مشارك أن المستخدمين عرضة بشدة لمثل هذا التلاعب المعرفي، لا سيما عندما تحاكي التفسيرات أسلوب التواصل الخبير أو تستهدف الأفراد الأقل تعليماً والأكثر ثقة.
تقدم هذه الورقة البحثية OmniVL-Guard، وهو إطار عمل موحد للرؤية واللغة يستخدم توليد سلسلة أفكار (CoT) ذاتي التطور وسياسة تحسين قياس المكافأة التكيفية للتغلب على انحياز الصعوبة وتحقيق كشف وتحديد دقيق وقوي للتزييف عبر مختلف أشكال التضليل متعدد الوسائط.
تقدم هذه الورقة البحثية إطار عمل ARQ، الذي يعزز قدرة النماذج اللغوية الكبيرة على الاستنتاج في المهام المعقدة من خلال توليد أسئلة "حجر الزاوية" وسيطة قابلة للنقل، مما يثبت إمكانية ضبط النماذج بفعالية عبر التعلم الخاضع للإشراف (SFT) والتعلم المعزز (RL) باستخدام بيانات اصطناعية لإنتاج هذه المطالبات المفيدة.
تقدم هذه الورقة مقياس تفاوت استقرار التفسير متعدد الفئات (MESD)، وهو مقياس حساس للمخاطر يحدد كمياً تفاوتات العدالة الإجرائية عبر المجموعات الفرعية التقاطعية من خلال دمج التجميع المدرك للتسميات، والانكماش التجريبي-بايزي، وتوزين القيمة المتوقعة المشروطة (CVaR)، وتبرهن على فعاليته ضمن إطار تحسين متعدد الأهداف (UEF) للكشف عن قضايا العدالة غير المرئية للمقاييس التقليدية الموجهة نحو النتائج.
يُعد ProCompNav إطار عمل ثنائي المراحل يحل استعلامات الملاحة الغامضة للمثيلات من خلال بناء مجمع مرشح بشكل تكراري واستخدام أسئلة مقارنة ثنائية للتمييز بكفاءة بين الهدف والمشتتات، مما يؤدي إلى تفوقه على الأساليب الحالية في معدل النجاح مع تقليل طول استجابة المستخدم بشكل كبير.