25770 ورقة بحثية
تحدد هذه الورقة حجم إعادة التشغيل، والحداثة المتوقعة، وإنتروبيا أخذ العينات كعوامل رئيسية تحكم فعالية إعادة التشغيل غير المنتظم في التعلم المعزز خارج السياسة، مما يثبت أن استراتيجية "التقليم الهندسي" (Truncated Geometric) البسيطة تحسن كفاءة العينة بشكل كبير في أنظمة الحجم المنخفض بينما تظل تنافسية في أنظمة الحجم المرتفع.
تقترح هذه الورقة نهجاً للتعلم التعزيزي العميق شبه الهرمي يفصل بين عملية الإرسال وعملية التوجيه لحل مشكلة إعادة جدولة المركبات في الشبكات السككية بفعالية، مما يظهر تحسناً ملحوظاً في التنسيق، واستغلال الموارد، والمتانة مقارنة بالطرق الاستدلالية وطرق التعلم التعزيزي المتجانسة الحالية.
يُعدّ MemReread إطار عمل موجَّهًا بالذاكرة يعمل على تعزيز الاستدلال الوكيل طويل السياق عبر تفعيل عمليات تفكيك الأسئلة وإعادة القراءة عندما تكون الذاكرة الأولية غير كافية، مما يؤدي إلى استعادة الأدلة المستبعدة ودعم الاستدلال غير الخطي مع الحفاظ على التعقيد الزمني الخطي.
تقدم الورقة البحثية DP-LAC، وهي طريقة خفيفة الوزن للضبط الدقيق للنماذج اللغوية في التعلم الاتحادي مع الحفاظ على الخصوصية التفاضلية، والتي تقوم بتقدير وتكييف عتبة القص بكفاءة دون تكاليف خصوصية إضافية أو ضبط للمعلمات الفائقة، محققةً تحسناً بنسبة 6.6% في الدقة مقارنة بالنهج القائمة.
بينما خفض الذكاء الاصطناعي التوليدي حواجز الدخول أمام رواد الأعمال المنفردين بشكل كبير، مما أدى إلى طفرة في إطلاق المنتجات التجريبية، لا تزال المشاريع القائمة على الفرق تهيمن على النتائج الأعلى جودة.
تقدم هذه الورقة مسار استرجاع معزز عالي الأداء لمهمة فهم المستندات متعددة المجالات باللغة الأوكرانية، والذي يستفيد من التجزئة السياقية، والاسترجاع الكثيف المدرك للسؤال، وإعادة التصنيف المشروط بخيارات الإجابة لتحقيق أعلى درجات في لوحة المتصدرين عبر إعطاء الأولوية للحفاظ على بنية المستند والوعي بفضاء الإجابة على حساب الاستدلالات المعقدة.
تقترح هذه الورقة "التوافق الإيجابي" كضرورة لتوسيع نطاق أبحاث الذكاء الاصطناعي لما هو أبعد من مجرد السلامة ومنع الضرر، داعيةً إلى أنظمة تعمل بنشاط على تعزيز الازدهار البشري والبيئي من خلال مبادئ تصميم قائمة على التعددية واللامركزية والفضيلة.
تقدم الورقة البحثية إطار عمل TAP، وهو إطار عمل مبتكر يجمع بين تقنية استكمال البيانات بالانتشار (diffusion inpainting) وسياسة مشروطة بالمتعلم لاختيار وحقن البيانات الجدولية الاصطناعية ذات المنفعة العالية بشكل نشط، مما يسد الفجوة بين دقة التوزيع وأداء النماذج اللاحقة لتحسين نتائج التصنيف والانحدار بشكل كبير في ظل الندرة الشديدة للبيانات.
تقدم هذه الورقة البحثية نموذج \textsc{KrausKGE}، وهو نموذج لتمثيل الرسوم البيانية للمعرفة يستند إلى تمثيل كراوس (Kraus decomposition) وثلاثة بديهيات هيكلية (الخطية، والحفاظ على الأثر، والإيجابية التامة) يتعامل بطبيعة الحال مع العلاقات المعقدة من نوع -إلى-، ويدعم الاستدلال متعدد القفزات (-hop) دون الحاجة إلى مشفرات مسار صريحة، ويلغي الحاجة إلى قيود المعيار (norm constraints) مع التفوق على النماذج المرجعية الحالية.
تقدم هذه الورقة البحثية "مكافآت العمليات القابلة للتحقق" (VPR)، وهو إطار عمل يستفيد من الأوراكل (oracles) الموضوعية لتوليد إشراف كثيف على مستوى الخطوة الواحدة لتعلم التعزيز، مما يحسن من عملية تخصيص الائتمان في الاستدلال الوكيل طويل المدى، ويُظهر أداءً وتعميماً فائقين عبر مختلف معايير الاستدلال مقارنة بالتغذية الراجعة المتفرقة على مستوى النتيجة.