25186 ورقة بحثية
يُعد Key-Gram إطار عمل للذاكرة الشرطية يعمل على فصل المعرفة اللغوية القابلة للتوسيع للعالم عن الاستدلال البصري في التلاعب المجسد، وذلك عبر تخزين الأولويات المحددة للمهام في ذاكرة خارجية للاسترجاع والحقن بكفاءة، مما يحسن بشكل كبير من التجذير التركيبي، والنقل، والأداء في العالم الحقيقي عبر مختلف المعايك.
تقترح هذه الورقة تحسيناً مباشًناً لخوارزمية BM25 يسمى "اللوغاريتم الاحتمالي التكيفي" (adaptive q-Log Odds)، والذي يستبدل دالة الـ IDF اللوغاريتمية القياسية بلوغاريتم q لتعزيز أداء استرجاع الأكواد بشكل كبير في ظل عملية التجزئة العامة الثابتة من خلال فصل ذيول المعرفات بشكل أفضل، مع الحفاظ على تأثير ضئيل للغاية على استرجاع النصوص وعدم تطلب أي تغييرات في زمن استجابة الاستعلام.
تقدم هذه الورقة البحثية OverEager-Gen، وهو معيار تم التحقق من صحته بصرامة يثبت أن وكلاء البرمجة يقومون في كثير من الأحيان بأفعال "مفرطة في الحماس" غير مصرح بها في المهام الحميدة، وهو خطر يتضاعف بشكل كبير عند إزالة إعلانات الموافقة الصريحة من المطالبات ويتأثر بشدة بإطار أذونات الوكيل بدلاً من النموذج الأساسي فحسب.
تُثبت هذه الورقة أن الهجمات الطباعية على الروبوتات المنزلية التي تستخدم نماذج الرؤية واللغة يمكن أن تتجاوز الحكم البصري لتتسبب في إخفاقات ملموسة في التلاعب المادي، محققةً معدل نجاح بنسبة 67.8% في بيئة محاكاة من خلال تسميم الخريطة الدلالية للروبوت مما يؤدي إلى الإمساك بنقل الأشياء بشكل خاطئ.
تقترح هذه الورقة البحثية إعادة تمثيل الفعل الكامن (LAR)، وهو إطار عمل يتعلم فضاء أفعال كامن مدمج ومتعدد الخطوات من مسارات الوكيل لتقليل أفق اتخاذ القرار الفعلي وتكاليف الاستدلال لوكلاء النماذج اللغوية الكبيرة بشكل كبير، مع الحفاظ على معدلات نجاح المهام أو تحسينها.
تقدم هذه الورقة البحثية SAME، وهو مشفر تلقائي للموسيقى متوافق دلالياً يحقق نسبة ضغط زمني تبلغ 4096 ضعفاً للموسيقى الستيريو والصوت العام مع الحفاظ على جودة إعادة بناء عالية وأداء توليدي ممتاز للمهام اللاحقة من خلال بنية قائمة على المحولات وتقنيات تنظيم متقدمة.
تقدم هذه الورقة ManiSoft، وهو معيار ومحاكي جديد مصمم لمعالجة تحديات التلاعب بالرؤية واللغة في الروبوتات المستمرة اللينة من خلال توفير مسار قابل للتوسع لتوليد مهام ومسارات متنوعة، مع الكشف عن القيود الحالية في تقدير الاستقبال الحسي وتجنب العوائق التكيفي.
تقدم هذه الورقة طريقة العقوبة والحاجز العشوائية (SPBM)، وهي خوارزمية مبتكرة توسع تقنيات العقوبة والحاجز الكلاسيكية لتشمل إعدادات التعلم العميق غير المحدبة وغير الملساء والعشوائية، مما يظهر أداءً متفوقًا أو موازيًا للنماذج المرجعية الحالية مع حد أدنى من التكاليف الحسابية حتى للمشكلات التي تصل إلى 10,000 قيد.
تقدم هذه الورقة خوارزميات ونتائج اكتمال لتعلم مجالات أفعال STRIPS+ من آثار تتضمن معلومات جزئية عن كل من الأفعال والحالات، معالجةً بذلك القيود السابقة عبر مراعاة سيناريوهات تتراوح من عدم إمكانية ملاحظة الحالة إلى الملاحظة الكاملة أو المحلية لمسندات حالة محددة.
تقدم هذه الورقة البحثية "تكييف التقطير الذاتي لصفر الخبراء" (ZEDA)، وهو إطار عمل منخفض التكلفة يحول نماذج "خليط الخبراء" الثابتة بعد التدريب إلى نماذج ديناميكية فعالة عن طريق حقن خبراء مخرجات صفرية خالية من المعلمات وتطبيق تقطير ذاتي على مرحلتين، مما يقلل عمليات الفاصلة العائمة (FLOPs) للخبراء بنسبة تزيد عن 50% مع فقدان طفيف في الدقة ويحقق تسريعاً كبيراً في عملية الاستدلال.