25400 ورقة بحثية
تقدم هذه الورقة "الأبعاد السببية" (كابا) كمقياس جوهري للنموذج يحدد الرتبة الفعالة للتأثير السببي لطبقة المحول (transformer)، مما يكشف أنه بينما تتوسع القدرة التمثيلية خطياً مع عرض المشفّر التلقائي المتناثر (sparse autoencoder)، فإن القدرة السببية تتشبع عند مستوى دون خطي يظل ثابتاً تجاه حجم النموذج ويظهر أنماطاً هيكلية متميزة عبر عمق الشبكة.
يقدم MeshFIM إطار عمل "الملء من المنتصف" (Fill-in-the-Middle) القائم على التوليد الذاتي، والذي يتيح تحريراً وإصلاحاً محلياً فعالاً وعالي الجودة للشبكات منخفضة المضلعات عبر إعادة توليد مناطق محددة مشروطة بالسياق المحيط، مما يتغلب على عدم الكفاءة والاضطراب الهيكلي الذي تسببه طرق إعادة التوليد التقليدية التي تعتمد مبدأ "الكل أو لا شيء".
تقدم هذه الورقة "الترميز الصوتي المعجمي" (LAC)، وهو إطار عمل تتواصل فيه وكلاء النماذج اللغوية الكبيرة (LLM) المدربة مسبقًا عبر الصوت من خلال تحويل الموجات الصوتية إلى أوصاف نصية إنجليزية قابلة للتفسير وإعادة بنائها عبر صقل الحلقة المغلقة، مما يعامل اللغة الطبيعية فعليًا كتمثيل نقل فاقد ذي معدل محدود للصوت.
تقترح هذه الورقة إطار عمل OLSF-TRS، وهو إطار عمل معمم وقابل للتوسع يدمج التحسين التوافقي المهيكل مع التعلم المعزز متعدد الوكلاء لتحسين القرارات المتسلسلة للطلبات والحاويات والروبوتات في أنظمة مناولة الحاويات الروبوتية، محققاً أداءً قريباً من الأمثل في النطاقات الصغيرة ومتفوقاً بشكل كبير على أفضل الخوارزميات الاستدلالية الحالية في السيناريوهات واسعة النطاق من خلال تقليل حركات الحاويات وتعزيز الكفاءة التشغيلية.
تحدد هذه الورقة أن طرق نسيان النماذج اللغوية الكبيرة الحالية غالباً ما تخل بالأمانة من خلال الهلوسة أو التصرف بشكل غير متسق، وتقترح تعريفاً رسمياً لنسيان الأمانة إلى جانب طريقة جديدة تسمى ReVa تعمل على تحسين فعالية النسيان وفائدة المعرفة المستبقاة بشكل كبير.
تقدم هذه الورقة EDMolGPT، وهو إطار عمل توليدي يستفيد من خرائط كثافة الإلكترونات منخفضة الدقة لملء موقع الارتباط كشرط قائم على أسس فيزيائية للتصميم الجزيئي الجديد (de novo)، مما يتغلب على قيود تمثيلات الجيوب الصلبة ويُمكّن من توليد جزيئات ذات هيئات ثلاثية الأبعاد واقعية.
يُعد EvoMAS إطار عمل مبتكر يعالج أوجه القصور في تصميمات الوكلاء المتعددين الاستاتيكية ذات الخطوة الواحدة، وذلك من خلال التعلم لبناء وتكييف سير العمل ديناميكيًا أثناء وقت التنفيذ عبر عملية اتخاذ قرار تسلسلية على المستوى الميتا، مما يؤدي إلى تحسين الأداء بشكل كبير في المهام المعقدة طويلة الأمد.
تقترح الورقة البحثية إطار عمل TRACE، وهو إطار لتعيين الائتمان المدرك للدور في التعلم المعزز القائم على كسر الحماية متعدد الجولات، والذي يعالج أوجه القصور في الإشراف الخشن على مستوى المسار من خلال تقدير المساهمات على مستوى الدور وتعيين عقوبات مستهدفة، مما يؤدي إلى تحسين معدلات نجاح الهجوم بشكل كبير وتمكين محاذاة الدفاع متعدد الجولات بشكل أكثر فعالية.
تقدم هذه الورقة بنية مضاعف قابل لإعادة التشكيل أثناء وقت التشغيل مدمجة في نواة RISC-V تتيح مقايضات دقيقة بين الطاقة والدقة لاستنتاج الشبكات العصبية، مما يحقق تخفيضات كبيرة في القدرة والطاقة في كل من الأنماط الدقيقة والتقريبية مع الحفاظ على أداء حوسبي عالٍ.
تقدم الورقة البحثية cuRegOT، وهو حل عالي الأداء معزز بوحدات معالجة الرسومات للنقل الأمثل ذي التنظيم الإنتروبي، والذي يتغلب على قيود الطرق الحالية من خلال تحسينات خوارزمية وهيكلية مبتكرة، محققاً تسريعاً كبيراً وضمانات تقارب صارمة عبر نماذج اختبار متنوعة.