25186 ورقة بحثية
تكشف هذه الورقة أنه في حين أن ضغط ذاكرة التخزين المؤقت لـ KV يحسن من معدل الإنتاجية، إلا أنه يمكن أن يؤدي إلى تدهور الأداء بشكل حاد في سيناريوهات التعليمات المتعددة عن طريق التسبب في تجاهل تعليمات محددة وتسرب مطالبات النظام، ولكنها تقترح تعديلات بسيطة على سياسة الاستبعاد للتخفيف من هذه المشكلات.
تقدم هذه الورقة البحثية TRACE، وهو إطار عمل غير مرجعي يستفيد من بنك أدلة لتقييم مسارات الاستدلال متعددة الأبعاد للنماذج اللغوية الكبيرة المعززة بالأدوات بكفاءة ودقة، مما يعالج قيود مقاييس مطابقة الإجابات التقليدية والتكلفة العالية لتوسيم الحقيقة الأرضية.
تقترح الورقة البحثية إطار عمل PRISM، وهو إطار عمل مبتكر يقوم بإسقاط إشارات التصوير بالرنين المغناطيسي الوظيفي (fMRI) في فضاء نصي مهيكل، ويستخدم الانتشار المرتكز على الكائنات مع البحث عن السمات والعلاقات لتحقيق إعادة بناء رائدة للمحفزات البصرية من خلال التوافق بشكل أفضل مع الطبيعة التركيبية للنشاط العصبي.
تقدم هذه الورقة البحثية WAR-R1، وهو إطار عمل لتوصية واجهات برمجة تطبيقات الويب (Web API) قابل للتفسير يعتمد على نموذج لغوي كبير خفيف الوزن يستخدم الاستدلال الدلالي، والتوليد التكيفي لعدد المتغيرات عبر رموز خاصة، وعملية تدريب ثنائية المراحل مع التعلم التعزيزي لتحسين دقة التوصية وتوفير مبررات شفافة في آن واحد.
تقدم هذه الورقة DTPQA، وهو معيار للأسئلة والأجوبة المرئية الملحق ببيانات المسافة، والذي يضم مجموعات بيانات اصطناعية وواقعية، مصممة خصيصاً لتقييم متانة قدرات الإدراك لنماذج الرؤية واللغة في سيناريوهات حركة المرور عبر مسافات الأجسام المتفاوتة.
تقترح هذه الورقة تصنيفاً موجهاً نحو المشكلات يصنف أكثر من عشرين مقياساً للكشف عن الشذوذ في السلاسل الزمنية إلى ستة أبعاد بناءً على تحديات التقييم الخاصة بها، كاشفةً من خلال تجارب شاملة أن ملاءمة المقياس تعتمد بطبيعتها على المهمة، ومسلطةً الضوء على الحاجة إلى منهجيات واعية بالسياق لتجنب تضخم الدرجات وضمان التقييم المرجعي القوي.
تقدم هذه الورقة مفهوم تعقيد المتوسط لتوضيح أن تحقيق التماثل التقريبي في نماذج تعلم الآلة أسهل بشكل أسي من فرض التماثل التام، مما يوفر تبريراً رسمياً للتفضيل التجريبي للتماثل التقريبي في الممارسة العملية.
تقدم هذه الورقة PolyBench، وهي مجموعة بيانات مرجعية واسعة النطاق تضم أكثر من 125,000 مهمة لتصميم البوليمرات معززة بالمعرفة الهيكلية، وتُظهر أن النماذج اللغوية الصغيرة المدربة باستخدام طريقة مبتكرة لتقطير الاستدلال المعزز بالمعرفة يمكنها التفوق على النماذج ذات الحجم المماثل ومنافسة النماذج اللغوية الكبيرة الرائدة في الاستدلال حول تصميم البوليمرات.
تقدم هذه الورقة OPT-Engine، وهو إطار عمل معياري قابل للتوسع لتقييم النماذج اللغوية الكبيرة في مهام نمذجة الأمثلة، كاشفةً أن النماذج الحالية تعاني من ضعف المتانة مع زيادة التعقيد، ومحددةً صياغة القيود المؤتمتة باعتبارها العائق الرئيسي أمام الاستدلال المتكامل مع الحلّال (solver).
تقدم الورقة البحثية PaAno، وهي طريقة تعلم تمثيل قائم على الرقع (patch-based) خفيفة الوزن تستخدم التلافيف أحادية الأبعاد (1D convolutions) ومزيجاً من خسائر الثلاثي (triplet losses) والخسائر المسبقة (pretext losses) لتحقيق أداء رائد في اكتشاف الشذوذ في السلاسل الزمنية مع الحفاظ على الكفاءة الحسابية مقارنة بالبنيات القائمة على المحولات (transformer-based architectures) الثقيلة.