25400 ورقة بحثية
تقدم هذه الورقة البحثية \texttt{AB-SID-iVAR}، وهي طريقة تعلم نشط قائمة على العمليات الغاوسية تتعلم بفعالية الدوال المجهولة تحت توزيعات بولتزمان ذاتية الاستحثاث من خلال تقريب الهدف المستعصي دون تقدير دالة التجزئة، مما يحقق خطأً تنبؤياً يتلاشى ويتفوق على النهج الحالية في تطبيقات مثل نمذجة سطح طاقة الجهد واكتشاف الأدوية.
تقدم هذه الورقة البحثية تقنية "Gated Cropped Attention-Delta" (GCAD)، وهي طريقة مبتكرة لتوجيه التنشيط تعمل على تخفيف تلوث ذاكرة الـ KV-cache في الحوارات المستمرة عبر استخراج وتنسيق إشارات التوجيه من مساهمات "البرومبت النظامي" (system-prompt) في آلية الانتباه الذاتي، مما يؤدي إلى تحسين التماسك طويل الأمد بشكل كبير مع الحفاظ على التحكم في الشخصية.
تقدم هذه الورقة NASH، وهو إطار عمل جديد لاختيار البيانات يقوم بتفكيك دالات المنفعة المستهدفة إلى مكونات غنية بمعلومات "شابلي" وتجميعها بشكل غير خطي لاختيار مجموعات فرعية من بيانات التدريب عالية الجودة باستمرار وكفاءة، متجاوزاً بذلك قيود طرق "داتا شابلي" القياسية التي غالباً ما لا تؤدي أداءً أفضل من الاختيار العشوائي.
تقترح هذه الورقة البحثية طريقة GESR، وهي طريقة انحدار رمزي تعزز البرمجة الجينية التقليدية عبر توظيف نموذجي BERT لتوجيه عمليات الطفرة والعبور الجيني بذكاء، مما يؤدي إلى تحسين الكفاءة الحسابية والأداء العام بشكل كبير.
تتحدى هذه الورقة البحثية الافتراض القائل بأن التعاون بين الوكلاء المتعددين يحسن بطبيعته من قدرة النماذج اللغوية الكبيرة على الاستنتاج، وذلك من خلال إثبات أن الضغط الاجتماعي المحاكى يؤدي إلى تفعيل "تأثير المارة" و"التراخي المعرفي"، مما يتسبب في دفع النماذج إلى كبت استنتاجاتها الداخلية الصحيحة لصالح الامتثال الاجتماعي المتملق، وهو ما يكشف عن ثغرات هيكلية حرجة في الطبوغرافيات التعاونية غير المنظمة.
تجادل هذه الورقة بأن معالجة اللغات الطبيعية المستدامة للموارد المنخفضة تتطلب نهجاً تكميلياً يجمع بين النقل عبر اللغات والجهود الخاصة بكل لغة، مستعرضةً من خلال دراسة حالة اللغة اللوكسمبورغية أن النماذج متعددة اللغات تحتاج إلى بيانات مستهدفة عالية الجودة ومتوافقة مع المهام للوصول إلى كامل إمكاناتها.
تقدم هذه الورقة AURORA، وهو إطار عمل خفيف الوزن من الوكلاء الدقيقين المتوازيين الذي يستفيد من مبدأ الطاقة الحرة، وحساب "do" السببي، وآلية تنفيذ ثنائية البوابات لتشخيص وتخفيف الإخفاقات الرمادية في المتصل الحوسبي بشكل موثوق مع القضاء على التدخلات التدميرية من خلال الوعي الصارم بعدم اليقين.
تقترح هذه الورقة البحثية إطار عمل FedMITR، وهو إطار تعلم اتحادي من خطوة واحدة (one-shot) لنماذج المحولات الرؤيوية (Vision Transformers)، يجمع بين عكس النموذج المتناثر (sparse model inversion) لتوليد بيانات اصطناعية متوافقة دلاليًا واستراتيجية إعادة تسمية الرموز (token relabeling) لتعزيز متانة التنبؤ، مما يحقق أداءً فائقًا وحدود تعميم أكثر إحكامًا في ظل ظروف التوزيع غير المتماثل للبيانات (non-IID).
يقدم GridProbe نموذجاً حسابياً تكيفياً في وقت الاختبار وخالياً من التدريب لنماذج الرؤية واللغة (VLMs) للفيديوهات الطويلة، يعتمد على سبر البعد اللاحق (posterior probing) على شبكة إطارية لتوليد خرائط أهمية قابلة للتفسير، مما يتيح اختياراً ديناميكياً للإطارات يقلل بشكل كبير من التكلفة الحسابية مع الحفاظ على الدقة أو تحسينها في المهام التي تتطلب قدرات استدلالية عالية.
يُعد MPerS إطار عمل مبتكر لتجزئة مشاهد الاستشعار عن بُعد يستفيد من مطالبات "خليط الخبراء الديناميكي" (Mixture-of-Experts) لتوليد أوصاف عالية الجودة من نماذج لغوية بصرية متعددة (MLLMs)، والتي يتم دمجها تكيفياً عبر وحدة "الخليط الديناميكي للخبراء" (Dynamic MixExperts) وانتباه موجه بالاستعلام اللغوي لتوجيه الميزات البصرية المستخرجة بواسطة DINOv3 لتحقيق أداء تجزئة فائق.