25186 ورقة بحثية
تقترح هذه الورقة البحثية "انتباه الوسائط المتبادل" (Modality-Mutual Attention - MMA)، وهو تعديل هيكلي خالٍ من المعلمات يستبدل الانتباه السببي في النماذج اللغوية الكبيرة متعددة الوسائط لتمكين رموز الصور من الانتباه إلى رموز النصوص، مما يؤدي إلى حل مشكلة عدم الاتساق بين الرؤية واللغة وتحقيق أداء هو الأفضل حالياً عبر 12 معياراً مرجعياً.
يُعد TokenButler متنبئاً خفيف الوزن وواعياً بالاستعلام، يقوم بتحديد الرموز (tokens) الحرجة ديناميكياً لإدارة ذاكرة التخزين المؤقت لـ KV بكفاءة عبر تقطير توزيعات الانتباه السببي المقنع، محققاً دقة استرجاع تقارب الدقة المثالية (near-oracle) وخفضاً كبيراً في زمن الاستجابة دون طرد الرموز بشكل دائم.
تكشف هذه الدراسة أنه على الرغم من المشهد اللغوي المتنوع في الصين، فإن نماذجها اللغوية الكبيرة ذات الأوزان المفتوحة تظهر ملفات أداء متعددة اللغات مشابهة بشكل صارخ للنماذج الغربية — حيث تتفوق في اللغات العالمية الرئيسية مثل الماندرين والفرنسية والألمانية بينما تخفق غالباً في دعم لغات الأقليات مثل الكازاخية والأويغورية — مما يشير إلى أن ممارسات القياس العالمي وموارد التدريب المشتركة تدفع نحو تجانس قدرات اللغة على حساب الأولويات المحلية.
تقدم الورقة البحثية VideoGameBench، وهو معيار قياسي حيث يتعين على نماذج الرؤية واللغة لعب ألعاب فيديو من حقبة التسعينيات باستخدام المدخلات البصرية الخام والتعليمات عالية المستوى فقط، مما يكشف أن حتى النماذج المتطورة تعاني بشكل كبير في اللعب في الوقت الفعلي بسبب القيود في الإدراك، والملاحة المكانية، وزمن انتقال الاستدلال.
تُعد خوارزمية ActiveDPO خوارزمية محاذاة ذات كفاءة في استخدام العينات، حيث تستفيد من نموذج مكافأة مُعلماتُه تعتمد على نماذج اللغات الكبيرة (LLM) وله أسس نظرية لاختيار بيانات تفضيل عالية الجودة لدوال المكافأة غير الخطية، متفوقةً بذلك على الأساليب الحالية من خلال مراعاة تأثير النموذج المستهدف صراحةً أثناء عملية اختيار البيانات.
تقترح هذه الورقة إطار عمل FAR، الذي يستبدل آلية الانتباه الذاتي في نماذج DeiT مسبقة التدريب بوحدات LSTM ثنائية الاتجاه متوافقة مع الحوسبة داخل الذاكرة (IMC) عبر التقطير والتقليم، محققاً دقة مماثلة مع تقليل كبير في زمن الاستجابة وتكاليف عرض النطاق الترددي على المسرعات القائمة على تقنية ReRAM.
تقدم هذه الورقة نهجاً للمعالجة المسبقة المنطقية باستخدام برمجة مجموعات الإجابة لاستبعاد القواعد المستحيلة من حيز الفرضيات لأنظمة البرمجة المنطقية الاستقرائية، مما يقلل أوقات التعلم بشكل جذري مع الحفاظ على دقة التنبؤ عبر مجالات متنوعة.
بالاستناد إلى مقابلات مع ٢٦ باحثاً وتجارب المؤلفين المعيشية، تحدد هذه الورقة التحديات الهيكلية والتنظيمية والتشغيلية التي تعيق انتقال مشاريع الذكاء الاصطناع لأجل التأثير الاجتماعي من مرحلة إثبات المفهوم إلى النشر في العالم الحقيقي، مع تقديم استراتيجيات عملية وأفضل الممارسات لتوجيه التعاون المستقبلي.
تقدم هذه الورقة Prefix-RFT، وهي طريقة ضبط دقيق هجينة تدمج بين الضبط الدقيق الخاضع للإشراف والضبط الدقيق بالتعزيز من خلال أخذ عينات البادئة للتغلب على قيود كل نهج على حدة، مما يظهر أداءً فائقًا ومتانة في مهام الاستدلال الرياضي.
تُقدم الورقة البحثية NDSI-BWE، وهو إطار عمل تنافسي جديد لتوسيع نطاق الحزمة الترددية يستخدم مولداً من نوع ConformerNeXt ذي قيم مركبة موجهاً بسبعة مميزات مستوحاة من الفوضى لتحقيق استعادة رائدة للترددات العالية في الكلام مع تقليل في المعلمات بمقدار ثمانية أضعاف.