25186 ورقة بحثية
تقدم هذه الورقة إطار عمل جديد لتفسير الشبكات العصبية الرسومية (GNN) على مستوى النموذج، يقوم بإعادة بناء القيم اللوجستية الأصلية متعددة الفئات عبر تركيب مفاهيم المخططات الفرعية المرتكزة في قواعد رمزية وتمريرها عبر مصنف مجمد، مما يحقق تفسيرات عالمية عالية الدقة وقابلة للتجسيد عند وقت الاختبار مع تحليل للمساهمة على مستوى القواعد، وبسرعة أكبر بكثير من الطرق السابقة.
تجادل ورقة الموقف هذه بضرورة تحول كشف السمية من معاملة السمية كخاصية جوهرية للنصوص المعزولة إلى قياسها كضرر تواصلي سياقي، وذلك عبر تقديم إطار الإجهاد السياقي (CSF) وأداة تقييم (CSF-Eval) لالتقاط كيفية توليد انتهاكات المعايير المتصورة والسياق الاجتماعي للاضطراب الفعلي بشكل أفضل.
تقدم هذه الورقة البحثية مسار عمل يستخدم النماذج اللغوية الكبيرة لاستخراج وتحديد زمن النتائج السريرية من تقارير الحالات الطبية، مما أدى إلى إنشاء مجموعة بيانات نصية زمنية مفتوحة الوصول لمرض الإنتان (Sepsis-3) تُظهر دقة عالية في استعادة الأحداث والترتيب الزمني مقارنة بتدوينات الأطباء.
تقترح هذه الورقة البحثية "إلغاء تعلم اتصال النمط" (MCU)، وهو إطار عمل مبتكر يستفيد من اتصال النمط غير الخطي والاستراتيجيات التكيفية للتغلب على تشابك الأوزان في الطرق الحالية، مما يؤدي إلى توليد طيف من نماذج إلغاء التعلم التي توازن بفعالية بين جودة النسيان والأداء التنبؤي مع تقليل العبء الحسابي.
تقدم هذه الورقة البحثية "التعطيل المتغير منخفض الرتبة" (LRVD)، وهو إطار عمل بايزي يكسر التماثل الدوراني لتقنية LoRA عبر الاستدلال المتغير لتحديد الرتب الفعالة للمهايئ واليقين التنبؤي تلقائياً مع حد أدنى من العبء الإضافي للمعلمات.
تقدم هذه الورقة طريقة لتفكيك التباين على مستوى الطبقات للشبكات التوأمية العميقة، والتي تعزل عدم اليقين الخاص بالمُشفر عن عدم اليقين الخاص بالرأس عبر تفعيل تقنية "مونت كارلو دروب آوت" (Monte Carlo Dropout) بشكل مستقل، مما يثبت أن مكون المُشفر يحدد بفعالية التحولات التوزيعية ويوجه استراتيجيات جمع البيانات لتحسين تقدير تأثير العلاج الفردي.
تقترح هذه الدراسة استقصائية إطار عمل رباعي الأدوار (مساعد، ومتعاون، وعالم، ومقيّم) يدمج بين الاستقلالية، والوظيفة الإدراكية، والابتكار العلمي لتحليل القدرات، والقيود، ومتطلبات الإشراف البشري للنماذج اللغوية الكبيرة في البحث والاكتشاف العلمي بشكل منهجي.
تقترح هذه الورقة إطار عمل "تعاون الوكلاء المقنع" (MAC)، الذي يعزز اتخاذ القرار الطبي من خلال الاختيار المنهجي لوكلاء النماذج اللغوية الكبيرة (LLM) الأمثل وفق معيار باريتو، وإخفاء المخرات المتضاربة بشكل تكراري لتمكين انتشار المعلومات التكيفي والمتدرج.
تقترح هذه الورقة تعزيز النماذج القائمة على "ترانسفورمر" (Transformer) للتنبؤ بالسلاسل الزمنية الطويلة من خلال دمج مرشحات طيفية قابلة للتعلم في مرحلة الإدخال، مما يحسن الأداء، ويقلل حجم النموذج، ويسمح باستغلال أفضل للطيف الترددي الكامل مع إضافة حد أدنى من المعلمات.
تؤسس هذه الورقة إطاراً احتمالياً لنمذجة البنى التحتية الوكيلة الكامنة في الشبكات العصبية باستخدام التجميع اللوغاريتمي الموزون لإثبات شروط الإجماع الصارم، وتوضح كيف يفسر هذا النظرية ظهور الشخصيات المتناقضة مثل "والويجي"، مما يقدم استراتيجيات جديدة لتحسين توافق الذكاء الاصطناي.