12113 ورقة بحثية
تقدم هذه الورقة البحثية AutoPrune، وهو إطار عمل مبتكر يسخر النماذج اللغوية الكبيرة نفسها لتصميم خوارزميات تقليم مثالية تلقائياً عبر التفكير المتسلسل القائم على الرسوم البيانية وتخصيص التناثر الديناميكي المدرك للانحراف، مما يلغي الحاجة إلى الخبرة البشرية مع التخفيف بفعالية من تدهور الأداء الناجم عن القيم المتطرفة في النماذج اللغوية الكبيرة.
تقدم هذه الورقة أول إطار نظري وخوارزمية تحسب تفسيرات تركيبية مثالية مضمونة للخلايا العصبية عبر فضاء الحالة بأكمله، مما يكشف أن 10-40% من نتائج البحث الشعاعي السابقة هي دون المستوى الأمثل، مع تقديم بديل أكثر مرونة وكفاءة.
تجادل هذه الورقة بأن نماذج "محولات الرؤية" (Vision Transformers) تفشل جوهرياً في مهام الاستدلال المكاني غير القابلة للحل مثل الدوران الذهني، لأن بنيتها ذات العمق الثابت مقيدة حوسبياً بفئة التعقيد ، وهي غير كافية لحل "مسألة الكلمة" (Word Problem) كاملة التعقيد من فئة والمطلوبة للحفاظ على البنية الجبرية للمجموعات غير القابلة للحل مثل .
تقترح الورقة البحثية إطار عمل FEA-SLT، وهو إطار عمل شامل (end-to-end) خالٍ من الإشارات اليدوية (gloss-free) يستفيد من ديناميكيات الوجه كمرتكزات دلالية لحل الغموض اليدوي وتحسين دقة الترجمة، محققاً أداءً هو الأفضل حالياً (state-of-the-art) في مجموعتي بيانات PHOENIX14T وCSL-Daily.
تقترح هذه الورقة البحثية المعايرة الدلالية المتعامدة (SoC)، وهي منظم قائم على "هوبر" (Huber) يعمل على تحسين ضبط التلقين في وقت الاختبار لنماذج الرؤية واللغة من خلال فرض فصل سلس للنماذج الأولية لتجنب الثقة المفرطة الناتجة عن قيود التعامد الكامل، مما يعزز معايرة عدم اليقين مع الحفاظ على الأداء التمييزي.
تجسّر هذه الورقة الفجوة النظرية في فهم الشبكات العصبية التلافيفية الخاضعة للإشراف في المسائل العكسية للتصوير من خلال اشتقاق صيغة تحليلية قابلة للتفسير لمُقدِّر متوسط الخطأ التربيعي الأدنى محلي التباين (LE-MMSE) الذي يدمج الانحيازات الاستقرائية للشبكات العصبية التلافيفية ويتنبأ بدقة بمخرجات الشبكة عبر مهام وبنيات متنوعة.
تقدم هذه الورقة إطار عمل وكيلِيًّا يتميز بـ ScripterAgent وDirectorAgent، مدعومًا بمعيار مرجعي ومقاييس تقييم جديدة، لسد الفجوة الدلالية بين الحوار وتوليد الفيديو السينمائي طويل الأمد من خلال ترجمة المفاهيم عالية المستوى إلى نصوص برمجية قابلة للتنفيذ تضمن التماسك السردي والأمانة للنص.
تقدم الورقة البحثية SONIC-O1، وهو معيار شامل تم التحقق منه بشرياً ويتكون من 60 ساعة من البيانات الصوتية المرئية الواقعية عبر 13 مجالاً، والمصمم لتقييم وكشف تفاوتات الأداء في قدرات النماذج اللغوية الكبيرة متعددة الوسائط في التلخيص، والإجابة على الأسئلة، والاستدلال الزمني.
تقدم الورقة البحثية MaskLAM، وهي طريقة تعمل على تحسين نماذج الأفعال الكامنة في ظل وجود مشتتات بصرية عبر قصر هدف إعادة البناء في مرحلة ما قبل التدريب على بكسلات العميل من خلال التجزئة صفرية المعرفة، مما يجبر النموذج على تعلم الديناميكيات التي يتحكم فيها العميل فقط دون الحاجة إلى تغييرات هيكلية إضافية أو تسميات للأفعال.
تقدم هذه الورقة DiSCo وTable-GLS، وهو إطار عمل مبتكر يعزز بكفاءة قدرات الاستنتاج الجدولي لنماذج الرؤية واللغة الكبيرة من خلال فك الارتباط بين المحاذاة الهيكلية والدلالية وتوظيف الاستنتاج الموجه بالهيكل، وكل ذلك دون الحاجة إلى تدريب إشرافي مكلف أو أدوات خارجية.