cs.AI

Manikin-Recorded Cardiopulmonary Sounds Dataset Using Digital Stethoscope

تقدم هذه الورقة أول مجموعة بيانات لأصوات القلب والرئة المسجلة عبر مانيكان (نموذج محاكاة) والمُلتقطة رقمياً —بما في ذلك الإشارات القلبية التنفسية الطبيعية وغير الطبيعية، المنفردة والمختلطة، عبر مواقع تشريحية مختلفة— والمصممة لتعزيز تطبيقات الذكاء الاصطناعي في الكشف الآلي عن الأمراض ومعالجة الإشارات الصوتية.

DUET: Optimizing Training Data Mixtures via Feedback from Unseen Evaluation Tasks

تقدم الورقة البحثية DUET، وهي خوارزمية جديدة من المستوى العالمي إلى المحلي تجمع بين دوال التأثير والتحسين البايزي لتحسين مجموعات بيانات تدريب النماذج اللغوية الكبيرة (LLMs) نظرياً وتجريبياً لمهام تقييم غير مرئية باستخدام التغذية الراجعة فقط، دون الحاجة إلى معرفة مسبقة ببيانات المهمة.

Tokenizing Single-Channel EEG with Time-Frequency Motif Learning

تقدم هذه الورقة البحثية TFM-Tokenizer، وهو إطار عمل مبتكر ومستقل عن النموذج، يتعلم مفردات من الأنماط الزمنية-الترددية من إشارات تخطيط كهربائية الدماغ (EEG) أحادية القناة لتوليد رموز منفصلة، مما يحسن بشكل كبير من الدقة، والقدرة على التعميم عبر النماذج التأسيسية المتنوعة، والقابلية للتوسع لتشمل الأجهزة غير القياسية مثل تخطيط كهربائية الدماغ عبر الأذن (ear-EEG).

Pro-DG: Procedural Diffusion Guidance for Architectural Facade Generation

تقدم هذه الورقة Pro-DG، وهو مسار عمل جديد لـ ControlNet يستفيد من القواعد الإجرائية الهرمية لتوليد واجهات معمارية واقعية للغاية مع تعديلات هيكلية دقيقة، مثل تكرار الطوابق وإعادة ترتيب النوافذ، مع الحفاظ على دقة المظهر المحلي والهوية المعمارية.

Autofocus Retrieval: An Effective Pipeline for Multi-Hop Question Answering With Semi-Structured Knowledge

تقدم هذه الورقة البحثية "Autofocus-Retriever" (AF-Retriever)، وهو إطار عمل معياري يربط بفعالية بين المعرفة المهيكلة وغير المهيكلة من خلال مسار هجين مبتكر للاسترجاع وإعادة التصنيف، محققاً أداءً هو الأفضل حالياً في معايير الإجابة على الأسئلة متعددة الخطوات عبر الاستفادة من النماذج اللغوية الكبيرة والتوسع التدريجي للنطاق.

Dual Ascent Diffusion for Inverse Problems

تقدم هذه الورقة "صعود الرفع المزدوج" (Dual Ascent Diffusion)، وهو إطار تحسين صعود مزدوج مبتكر يستفيد من مسبقات نماذج الانتشار لحل المشكلات العكسية غير محددة الحل بجودة صورة فائقة، ومتانة تجاه الضجيج، وسرعة، ودقة في الملاحظة مقارنة بالطرق الحالية المتطورة.

Distributions as Actions: A Unified Framework for Diverse Action Spaces

تقدم هذه الورقة إطار عمل موحداً للتعلم التعزيزي يعيد تعريف الأفعال كتوزيعات معلمية لإنشاء فضاء أفعال مستمر، مما يتيح مقدراً للتدرج منخفض التباين وخوارزمية ممثل-ناقد (DA-AC) فعالة تحقق أداءً تنافسياً عبر مهام التحكم المنفصلة والمستمرة والهجينة.

Shared representations in brains and models reveal a two-route cortical organization during scene perception

Decomposing Representation Space into Interpretable Subspaces with Unsupervised Learning

تقدم هذه الورقة طريقة غير خاضعة للإشراف تسمى تقليل مسافة الجوار (NDM)، والتي تنجح في تفكيك فضاءات تمثيل النماذج العصبية إلى فضاءات فرعية قابلة للتفسير وغير محاذية للقواعد، تتوافق مع مفاهيم مجردة ومتغيرات دوائر متميزة، كما هو موضح من خلال التحليل النوعي والتجارب الكمية على نماذج GPT-2 ونماذج بمقياس 2B.

Deceive, Detect, and Disclose: Large Language Models Play Mini-Mafia

تقدم هذه الورقة "Mini-Mafia"، وهي لعبة استنتاج اجتماعي ومعيار مرجعي مبسط يوضح كيف يمكن لصيغة تحليلية مدمجة تعتمد على معايير الخداع والكشف والإفصاح الجوهرية أن تتنبأ بدقة بتفاعلات النماذج اللغوية الكبيرة والنتائج الجماعية عبر مجموعات متنوعة من النماذج.