12306 ورقة بحثية
تقدم هذه الورقة هدف "غرو-فاسترين" المشترك (JGW)، وهو امتداد لمسافة "غرو-فاسترين" التقليدية يتيح مطابقة فعالة ودقيقة لعدة كائنات في آن واحد، مما يظهر أداءً فائقاً في تطبيقات تتراوح من محاذاة الأشكال الهندسية إلى نمذجة المعقدات الجزيئية الحيوية.
تقترح هذه الورقة قانون كابلان (Kaplan) مُعدلاً يتنبأ بدقة باستهلاك طاقة وحدة معالجة الرسومات (GPU) لنماذج الانتشار من خلال تفكيك عملية الاستدلال إلى مكونات تشفير النص، وإزالة الضجيج، وفك التشفيد، مما يثبت أن عملية إزالة الضجيج تهيمن على استخدام الطاقة ويسمح بتقدير موثوق عبر البنيات المختلفة من أجل التخطيط المستدام للذكاء الاصطناعي.
تُظهر هذه الورقة أن نماذج الانتشار تعاني جوهرياً في مهام التوليد المقيد بسبب عدم قدرتها على أخذ عينات من المناطق الممكنة ذات الأبعاد المنخفضة، وتقترح نهجاً تتابعياً ذاتي الانحدار معززاً بالتعلم التعزيزي وبحث شجرة مونت كارلو كبديل أكثر فعالية لاستيفاء القيود الهندسية والفيزيائية الصارمة.
تقترح هذه الورقة طريقة خالية من التدريب لتحسين التوجيه الخالي من التصنيف في مطابقة التدفق عبر إعادة تفسيره كمسألة تحسين هوموتوبي مع قيود متشعبة، والتي يتم حلها بكفاءة عبر التدرج المتزايد لخفض التدرج وتسريع أندرسون لتعزيز دقة التوليد، والمحاذاة مع المطالبات، والمتانة عبر النماذج واسعة النطاق.
تقدم هذه الورقة البحثية إطار عمل S(H)NAP، وهو إطار تدقيق غير مرتبط بنموذج محدد يستخدم العزو التدخلي التوليدي ليكشف أنه في حين أن نموذج التعلم العميق "Sybil" يتنبأ بدقة بمخاطر سرطان الرئة، إلا أنه يعاني من أوضاع فشل حرجة مثل الحساسية تجاه المصنوعات الاصطناعية غير المبررة سريريًا وانحياز شعاعي متميز.
تقدم الورقة البحثية نموذج CAFT، وهو نموذج رؤية-لغة تم تدريبه على 30 مليون زوج من الصور والنصوص، والذي يستخدم مبدأ تعلم هرمي من الجزء إلى الكل لمحاذاة المناطق النصية المحلية مع تفاصيل الصور، محققاً أداءً هو الأفضل في فئته على معايير استرجاع النصوص الطويلة دون الحاجة إلى إشراف صريح على مستوى المناطق.
تقدم هذه الورقة طريقة معتمدة لتقدير الوضعية ثلاثية الأبعاد للوكلاء السيبرانيين الفيزيائيين ذوي المهام الحرجة للسلامة، والتي تستخدم تحليل إمكانية الوصول والتحقق الرسمي من الشبكة العصبية لتوفير ضمانات سلامة للحالات الأسوأ بناءً فقط على صور الكاميرا وهندسة الهدف المعروفة.
تُثبت هذه الورقة البحثية جدوى نشر نظام للإجابة على الأسئلة المتعلقة بالذاكرة العرضية في الوقت الفعلي مع الحفاظ على الخصوصية على الأجهزة الطرفية، وذلك عبر استخدام خط معالجة لنماذج اللغات الكبيرة متعددة الوسائط (MLLM) ثنائي المسارات يحقق دقة تنافسية وزمن استجابة منخفض مقارنة بالحلول القائمة على السحابة.
يُعد SubspaceAD طريقةً للكشف عن الشذوذ تعتمد على التعلم القليل دون الحاجة لتدريب، حيث تستفيد من ميزات DINOv2 المجمدة وتحليل المكونات الرئيسية (PCA) لنمذجة التباينات الطبيعية في فضاء فرعي منخفض الأبعاد، محققةً أداءً هو الأفضل في فئته على مجموعتي بيانات MVTec-AD وVisA دون الحاجة إلى بنوك ذاكرة، أو بيانات مساعدة، أو ضبط للنموذج.
تقدم الورقة البحثية إطار عمل LINE، وهو إطار عمل "صندوق أسود" لا يتطلب تدريباً، يستفيد من النماذج اللغوية الكبيرة ومولدات النصوص إلى صور لاكتشاف وتكرير تسميات المفاهيم ذات المفردات المفتوحة لكل عصبون في نماذج الرؤية بشكل تكراري، محققاً أداءً هو الأفضل في فئته وكاشفاً عن مفاهيم جديدة أغفلتها المفردات المحددة مسبقاً.