25186 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد للتحقق من نماذج المحولات (transformer) يعزز الدقة عبر الاستفادة من تجريدات قائمة على دالة ReLU لتحديد حدود نواتج الضرب النقطي في طبقات الانتباه الذاتي بدقة، مما يقلل بشكل كبير من الإنذارات الكاذبة مقارنة بطرق التقريب المحدب الحالية مع الحفاظ على كفاءة مقبولة.
تقترح هذه الورقة البحثية "تحسين السياسة الهجين" (HPO)، وهي طريقة جديدة للتعلم التعزيزي تجمع بين تدرجات المسار وتدرجات دالة الدرجة لتمكين التدريب غير المنحاز والفعال في فضاءات العمل الهجينة المتقطعة والمستمرة، مما يتفوق بشكل كبير على النهج القياسية مثل (PPO) في مشكلات التحكم عالي الأبعاد ومشكلات المخزون.
تقدم هذه الورقة البحثية "التعلم المعزز في فضاء المصفوفات" (MSRL)، وهو إطار هندسي يمثل قطع مسارات الحركة عبر واصفات مصفوفة موجبة محددة شبه، لتمكين التركيب الجبري ونقل الهندسة الانتقالية المحلية، مما يحقق كفاءة عينة فائقة وأداءً متفوقاً في التعميم التركيبي مقارنة بالطرق القائمة.
تقدم هذه الورقة البحثية BBCritic، وهو نموذج جديد يعيد صياغة نقد واجهات المستخدم الرسومية (GUI) كمسألة محاذاة دلالية مستمرة بدلاً من التصنيف الثنائي، مستفيداً من التعلم التبايني للتغلب على قيود النماذج الحالية وتحقيق أداء تصنيف متفوق دون الحاجة إلى تعليقات توضيحية إضافية.
تقدم الورقة البحثية AIM-DDI، وهو وحدة دمج متعددة الوسائط غير مرتبطة بنموذج محدد، تقوم بتمثيل معلومات الأدوية غير المتجانسة كرموز (tokens) في فضاء كامن مشترك لتعزيز التنبؤ بالتفاعلات الدوائية-الدوائية بشكل فعال، لا سيالما بالنسبة للأدوية غير المرئية، عبر بنيات معمارية متنوعة.
إن CrystalReasoner هو إطار عمل لنماذج اللغات الكبيرة (LLM) متكامل الأطراف، يقوم بتوليد هياكل بلورية صالحة ومستقرة ومشروطة بخصائص معينة من خلال دمج الأولويات الفيزيائية كرموز تفكير (thinking tokens) وتوظيف التعلم المعزز متعدد الأهداف لمواءمة التعليمات المكتوبة باللغة الطبيعية مع الإحداثيات الذرية ثلاثية الأبعاد.
تقدم الورقة البحثية "Herculean"، وهو أول معيار وكيل للذكاء المالي يقيم الوكلاء الاصطناعيين عبر أربعة تدفقات عمل معقدة (التداول، والتحوط، ورؤى السوق، والتدقيق) باستخدام بيئات معيارية قائمة على بروتوكول (MCP)، كاشفةً أنه في حين يؤدي الوكلاء بشكل جيد في التداول والرؤى، فإنهم يواجهون صعوبة كبيرة في التنسيق طويل الأمد والتحقق المنظم المطلوب لعمليات التحوط والتدقيق.
تقدم هذه الورقة مفهوم "الأنوية الدنيا" (minimal cores) لتوضيح أن مسارات الاستدلال في النماذج اللغوية مفرطة في الاكتمال بشكل كبير، مما يكشف أن مجموعة فرعية صغيرة من الخطوات تحافظ على دقة التنبؤ مع تقديم تمثيل هندسي أنظف وأقل أبعاداً لعملية الاستدلال الكامنة.
تقدم الورقة البحثية LoMETab، وهو تعميم من الرتبة للمجموعات الضمنية الضربيه التي توسع فئة الفرضيات لـ BatchEnsemble وتوفر تنوعاً قابلاً للتحكم من خلال رتبة المهايئ ومقياس التهيئة، مما يوفر إطاراً مرناً لتحسين أداء التعلم العميق للبيانات الجدولية بما يتجاوز البناءات ثابتة الرتبة-1.
تقدم الورقة البحثية نموذج DiHAL، وهو نموذج هجين موجه هندسياً يعمل على تحسين نماذج اللغة الانتشارية المستمرة من خلال تحديد الطبقات المثلى ضمن نماذج المحولات مسبقة التدريب لاستبدالها بجسر انتشار لإعادة بناء الحالة الخفية، مما يتجنب الاسترداد المباشر للرموز من المستمر إلى المتقطع ويحقق أداءً فائقاً.