22512 ورقة بحثية
تقدم الورقة البحثية SocialRL، وهي وصفة تدريبية تحول النماذج اللغوية الصغيرة إلى مفاوضين استراتيجيين عبر تعزيز التفكير الاجتماعي وسقالات نظرية العقل، مما يمكّن نموذجاً بـ 4 مليارات معلمة من مضاهاة أو تجاوز أداء النماذج الرائدة الأكبر بكثير مثل GPT-5 عبر استراتيجيات التدريب داخل النطاق والنقل عبر النطاقات في مجالات تفاوض متنوعة.
يقدم PPAPlace نموذجاً بديلاً قابلاً للتفاضل وموجهاً بالتوقيت، تم تدريبه على تسميات ما بعد التوجيه العالمي، والذي يستفيد من الانتباه الرسومي والمكاني ثنائي المسار للتنبؤ وتحسين مقاييس القدرة والأداء والمساحة (PPA) لما بعد التوجيه، مما يحسن بشكل كبير أسوأ سلب سلبي (WNS) وإجمالي السلب السلبي (TNS) مقارنة بالنماذج المرجعية الهرمية دون الحاجة إلى إعادة تدريب الدائرة الاختبارية.
تتقصى هذه الورقة البحثية هشاشة تقدير الإمكانية القصوى (MLE) عند تدريب العمليات الغاوسية، حيث تُبين أنه عندما تُنتهك الافتراضات الأساسية، يؤدي تقدير الإمكانية القصوى إلى تعميم ضعيف، وتقترح حلولاً عملية ذات أسس نظرية تتفوق على الأساليب الحالية في الدقة، وتقدير عدم اليقين، وتكلفة الاستدلال للمهام الهندسية اللاحقة.
تقترح هذه الورقة إطار عمل يعتمد على "ترانسفورمر" (Transformer) والتعلم التعزيزي العميق (DRL) القائم على الأحداث لمسألة توجيه المركبات الديناميكية متعددة المستودعات مع الطلبات عبر الإنترنت، مظهرةً أنه في حين تتيح السياسات المتعلمة اتخاذ قرارات بمستوى الميلي ثانية وتنتقل إلى نماذج أكبر دون إعادة تدريب، إلا أنها تُهزم من قِبل خوارزمية تقريبية تعتمد على أقرب نقطة صالحة في جودة التوجيه، ومن مُحسِّن الأفق المتدحرج في سرعة الاستجابة للخدمة، مما يسلط الضوء على عدم تفوق أي طريقة منفردة عبر جميع مقاييس الكفاءة والاستقرار والحوسبة.
تتقصى هذه الورقة حدود استخدام رسوم التفضيل البيانية للتنبؤ بالنتائج طويلة الأمد في التعلم عبر الإنترنت متعدد الوكلاء، حيث تُبين أنه بينما يُعد الاستقرار التفضيلي ضروريًا للاستقرار الديناميكي، فإنه ليس كافيًا في الألعاب العامة، وتقترح "المرونة تحت الانحرافات الإجمالية" كشرط أقوى قائم على العوائد لضمان الاستقرار التقاربي.
تقدم الورقة البحثية إطار عمل SPEAR، الذي يعزز التفسير الفيزيائي والاستقرار لنماذج التعلم الآلي القائمة على آلية الانتباه لاكتشاف المواد من خلال تطبيق قيود قابلة للتعلم على درجة الحرارة والنعومة على آليات الانتباه، مما يولد تفسيرات متماسكة ومتوافقة سببيًا دون المساس بدقة التنبؤ.
يقدم HI-MeshGraphNets (HI-MGN) إطار عمل للشبكات العصبية الرسومية متعددة المقاييس الهرمية، والذي يعزز كفاءة ودقة النماذج البديلة للفيزياء القائمة على الشبكات من خلال تمكين انتشار المعلومات بعيدة المدى عبر تمرير الرسائل خشن الحبيبات والاستيفاء المتعلم، مما يقلل التكاليف الحسابية ومخاطر التنعيم المفرط مقارنة بالبنيات المسطحة التقليدية.
تقترح هذه الورقة إطار عمل للترشيح الهندسي يعمل على تحسين التصنيف النصي قليل العينات من خلال اختيار العينات الاصطناعية المولدة بواسطة النماذج اللغوية الكبيرة بناءً على مسافتها الإقليدية من أمثلة الفئات الحقيقية في فضاء التضمين، محققةً مكاسب كبيرة في الأداء مقارنة بالطرق الحالية مثل SMOTE عبر مجموعات بيانات ونماذج متنوعة.
تقدم هذه الورقة "سلم كيرنل براون المتغير" (VBKL)، وهو إطار عمل فضاء الدوال ذو المسار الذري الذي يفصل بين بناء القاموس التكراري غير الخطي وبين التراكب الخطي للمتغيرات لإرساء ضمانات نظرية حول الانتظام، والتماسك، والتعميم، مع إظهار مقايضات مواتية بين الدقة والتعقيد في تجارب منضبطة.
تقترح هذه الورقة شبكة كولموغوروف-أرنولد هجينة مستوحاة من الكم (HQKAN) لتصنيف تخطيط كهربائية القلب في بيئة تعلم اتحادي تراعي الخصوصية، مبرهنةً على أنها تتفوق على المدركات المتعددة الطبقات التقليدية في الدقة والمتانة مع تقليل المعلمات القابلة للتدريب وتكاليف الاتصال بشكل كبير عبر تكوينات العملاء المتنوعة.