22512 ورقة بحثية
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة تطور تلقائياً بنية معرفية نمطية تحاكي التخصص الوظيفي الموجود في الدماغ البشري، مما يشير إلى أن هذه النمطية هي خاصية أساسية للأنظمة الذكية وليست مجرد مصادفة بيولوجية.
يقدم نموذج BCMT (محول الذاكرة السببية القائم على الكتل) بنية مبتكرة تفصل بين التفاعلات المحلية للرموز ونشر السياق العالمي عبر ذاكرة سببية أسية لملخصات الكتل، محققاً أداءً يضاهي نماذج المحولات الكثيفة في نمذجة السياقات الطويلة مع تحسين إنتاجية التدريب وتقليل استهلاك الذاكرة بشكل كبير.
تقدم هذه الورقة إطار عمل مبتكر يدمج متنبئاً لمستوى الجلوكوز مدركاً للوظائف الفسيولوجية مع وكيل يعتمد على النماذج اللغوية الكبيرة لإنشاء نظام تحسين وجبات شخصي وتكراري يعمل على ضبط التدخلات الغذائية ديناميكياً لتنظيم استجابات الجلوكوز بعد الأكل لدى الأفراد بفعالية.
تستقصي هذه الورقة كيفية التنبؤ بتراجعات الأداء على مستوى العينات في النماذج اللغوية الكبيرة المحدثة من خلال مقارنة الإشارات أحادية النموذج والإشارات عبر الإصدارات عبر ستة معايير، لتجد أنه لا توجد إشارة واحدة فعالة عالمياً، ولكن يمكن للأنماط المعتمدة على المهام أن توجه الممارسين في اختيار الإشارات المناسبة لتنفيذ آلية تراجع انتقائية تقوم بتوجيه العينات عالية المخاطر إلى إصدارات النماذج السابقة.
تقترح هذه الورقة وتتحقق من إطار عمل للتقييم الخالي من الملصقات (label-free) لأدوات التعلم المستمر الوكيلية (agentic continual learning) في مجال الأمن السيبراني، مبرهنةً على أن قياس تقارب نموذج الطالب نحو نموذج معلم أقوى عبر تصحيحات متفرقة يعمل كبديل موثوق للتحسن الحقيقي في الأداء عند عدم توفر معايير مرجعية مصنفة.
يُعد VoiceDesigner إطار عمل موحداً يستفيد من خط معالجة بيانات هجين ومحول انتشار مُحسّن للتغلب على القيود الحالية في توليد أصوات متنوعة واقعية وخيالية، مع تمكين تحرير صوتي قوي وقابل للتحكم.
تقترح هذه الورقة A-Fiedler، وهي استراتيجية تحكم موزعة لوكلاء الاتصالات المتنقلة تستبدل متجه فيدلر (Fiedler vector) المكلف حاسوبياً بمتجه القيمة الذاتية المهيمن للمصفوفة المجاورة لتحقيق أداء شبكة مماثل مع تحسين المتانة بشكل كبير تحت قيود الاتصال المحلي.
تقترح هذه الورقة نهجاً جديداً قائماً على الأوتوماتا يقوم ببناء أوتوماتا متبادلة زمنية من مواصفات المنطق الزمني للإشارات لتوليد مكافآت ماركوفية لتعلم التعزيز، مما يتغلب بفعالية على مشكلات توسع فضاء الحالة التي تعاني منها الطرق التقليدية القائمة على المتانة ويحقق معدلات أعلى في إرضاء السياسة.
تقدم هذه الورقة البحثية نموذج (M3PI-DeepONet)، وهو نموذج "DeepONet" فيزيائي المعلومات متعدد المدخلات والمخرجات المعدل، والذي يتميز باستراتيجية حقن تجميعي وبوابات على مستوى الطبقات للتنبؤ بدقة وكفاءة بالديناميكا الدموية غير المستقرة ثلاثية الأبعاد في تمدد الأوعية الدموية في الشريان الأورطي البطني باستخدام الحد الأدنى من البيانات المصنفة، محققاً تسريعاً كبيراً مقارنة بمحاكاة ديناميكا السوائل الحسابية التقليدية من أجل التشخيصات السريرية المحتملة في الوقت الفعلي.
تتناول هذه الورقة التحدي الحرج المتمثل في عدم دقة توصيف النموذج في تطبيقات تعلم الآلة في الفيزياء، محاججةً بأن التحليل القوي يتطلب دورة تكرارية من التشخيصات المتكاملة وتحديثات النماذج، مدعومة بعقلية تستبق وتستوعب الأخطاء غير المتوقعة للتمييز بين الاكتشافات الجديدة والتحيزات التحليلية.