25186 ورقة بحثية
يعالج نموذج العالم المنشوري (PRISM-WM) أوجه القصور في نماذج العالم الكامنة المتجانسة في الأنظمة الروبوتية الهجينة عبر توظيف بنية "خليط من الخبراء" مدركة للسياق مع تعامد كامن لتفكيك الديناميكيات المعقدة إلى بدائيات قابلة للتركيب، مما يقلل من انحراف التنبؤ طويل الأمد ويُمكّن من التخطيط الموثوق للمسافات الطويلة.
تقدم هذه الورقة البحثية طريقة الاستيفاء العشوائي ذاتي الاتساق (SCSI)، وهي طريقة فعالة حاسبياً وذات أسس نظرية، تقوم بتوليد نماذج للبيانات النظيفة من الملاحظات الفاسدة عبر تعلم خريطة نقل بشكل تكراري باستخدام الوصول فقط إلى قناة الفساد كصندوق أسود.
تُظهر هذه الدراسة أن نظام التغذية الراجعة متعدد الوسائط الميسر بالذكاء الاصطناعي في الوقت الفعلي يحقق نتائج تعليمية تعادل التغذية الراجعة التقليدية من المعلمين، مع تعزيز تصورات الطلاب للوضوح والتحفيز والرضا بشكل كبير، وتقليل العبء المعرفي.
تتقصى هذه الورقة البحثية المقايضة المعلوماتية النظرية الأساسية بين معدل التكميم والتشوه لعمليات ضرب المصفوفات العامة دون معايرة إحصائية مسبقة، مع تحليل واستنباط تقريبات حدسية لمخططات التكميم الشائعة مثل (absmax INT) والفاصلة العائمة.
تقدم هذه الورقة البحثية PolySHAP، وهي طريقة توسع نموذج KernelSHAP باستخدام الانحدار متعدد الحدود من درجات أعلى لالتقاط تفاعلات الميزات بشكل أفضل، مع تقديم أول إثبات نظري بأن أخذ العينات المزدوج يعادل PolySHAP من الدرجة الثانية، مما يبرر نجاحه التجريبي.
تقترح هذه الورقة طريقة خالية من التدريب لتحسين التوجيه الخالي من التصنيف في مطابقة التدفق عبر إعادة تفسيره كمسألة تحسين هوموتوبي مع قيود متشعبة، والتي يتم حلها بكفاءة عبر التدرج المتزايد لخفض التدرج وتسريع أندرسون لتعزيز دقة التوليد، والمحاذاة مع المطالبات، والمتانة عبر النماذج واسعة النطاق.
تُثبت هذه الورقة أن الفجوة بين التفضيلات المصرح بها والمُظهَرة في النماذج اللغوية تعتمد بشكل كبير على بروتوكولات الاستقصاء، حيث تُظهر أنه بينما يؤدي السماح بالحياد في التفضيلات المصرح بها إلى تحسين الارتباط مع التفضيلات المُظهَرة القائمة على الاختيار القسري، فإن إدخال خيار الامتناع في التفضيلات المُظهَرة أو استخدام توجيه مطالب النظام يفشل في حل عدم التطابق بشكل موثوق.
تضع هذه الورقة حدوداً نظرية للتحسين، والتعميم، والخصوصية التفاضلية لعملية الانحدار الاشتقاقي على شبكات كولموغوروف-أرنولدد ذات الطبقتين، مبرهنةً على أن عرض الشبكة اللوغاريتمي المتعدد يكفي للتدريب الفعال غير الخاص، ولكنه يصبح ضرورياً في ظل قيود الخصوصية، مما يكشف عن فجوة نوعية بين الأنظمة الخاصة وغير الخاصة.
تقدم الورقة البحثية إطار عمل RAG-GNN، وهو إطار مبتكر يدمج الأدبيات الطبية الحيوية المسترجعة ديناميكيًا مع الشبكات العصبية الرسومية لتعزيز التجميع الوظيفي والدقة في تحليل إشارات السرطان بشكل كبير، مما يثبت أن الجمع بين الطوبولوجيا الهيكلية والمعرفة الدلالية يتفوق على النهج المعتمد على الطوبولوجيا فقط.
تقترح الورقة البحثية "إعادة بناء المتبقي المهيكل" (SRR)، وهو إطار عمل لتخصيص الرتب يحافظ على الفضاء الجزئي للأوزان ذي الرتبة العليا قبل التكميم، ويستخدم الرتبة المتبقية لإعادة بناء الخطأ، مما يقلل من خطأ التكميم في عملية "التكميم بعد التدريب" ويعزز أداء "الضبط الدقيق الفعال للمعلمات المكممة".