24820 ورقة بحثية
يُعد LoPO إطار عمل مبتكر يوفر في آن واحد إثبات التعلم وإثبات الملكية من خلال العلامات المائية المتسلسلة، محققاً دقة عالية في الكشف وخصوصية للبيانات مع تقليل تكاليف التحقق بشكل كبير والحفاظ على المتانة ضد هجمات التزوير.
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة سابقة التدريب يمكنها تعلم وتوقع المتواليات الناتجة عن نماذج ماركوف المخفية بفعالية من خلال التعلم في السياق، محققةً دقة تقارب المستوى الأمثل في البيانات الاصطناعية وأداءً تنافسياً في مهام اتخاذ القرار لدى الحيوانات في العالم الحقيقي، مما يرسخ التعلم في السياق كأداة قوية للكشف عن البنى الخفية في البيانات العلمية المعقدة.
تقدم هذه الدراسة مراجعة شاملة للتطورات الأخيرة القائمة على التعلم العميق في التنبؤ بمسارات البشر متعددة الوكلاء من عام 2020 إلى عام 2025، حيث تصنف الأساليب حسب البنية والتمثيل والاستراتيجية مع تحديد التحديات الرئيسية واتجاهات البحث المستقبلية.
تُثبت هذه الورقة أن تقنيات تقليل الأبعاد غير الخطية، مثل UMAP وt-SNE، يمكن أن تُمكّن من الكشف الشخصي والخالي من الملصقات عن عدم انتظام ضربات القلب من خلال تجميع الأنماط المورفولوجية الفردية بفعالية وفصل النبضات الطبيعية عن حالات عدم انتظام ضربات القلب بطريقة غير مُشرفة.
تقترح هذه الورقة طريقة قوية لتحديد بصمة النماذج اللغوية الكبيرة بناءً على توزيعات الانحراف المعياري المستقرة لمصفوفات معاملات الانتباه، مما يثبت أن هذه التوقيعات الجوهرية يمكنها تحديد سلالة النموذج وكشف انتهاك حقوق الطبع والنشر حتى بعد التدريب المستمر المكثف أو عملية إعادة التدوء (upcycling).
تقدم هذه الورقة DiaData، وهي قاعدة بيانات متكاملة واسعة النطاق تضم 149 مليون قياس لمستوى الغلوكوز من 2,510 شخصاً، صُممت لتعزيز أبحاث السكري من النوع الأول عبر توفير مجموعات بيانات شاملة لتعلم الآلة والكشف عن ارتباط بين تغيرات معدل ضربات القلب ونقص سكر الدم الوشيك.
تقدم هذه الورقة البحثية تقنية "المطابقة عند وقت الاختبار" (TTM)، وهي خوارزمية تكرارية ذاتية التحسين تعمل على تصحيح عيوب التقييم من خلال درجة مطابقة مجموعات مبتكرة، وتعزز بشكل كبير قدرات الاستدلال التركيبي في النماذج متعددة الوسائط، مما يمكنها من تجاوز النتائج السابقة المتفوقة والأداء البشري المقدر في المعايير الرئيسية.
تقترح هذه الورقة شبكة انتباه رسومية مبتكرة مستوحاة من الفيزياء، مدمجة مع توزيع باريتو المعمم المعتمد على الموسم والمكان، لتحسين التنبؤ طويل المدى بهطول الأمطار المتطرفة في تايلاند من خلال الاستفادة من الارتباطات عن بُعد وهياكل الرسوم البيانية الزمكانية.
تقدم هذه الورقة "الكنتورات القصوى" (Extremal Contours)، وهي طريقة تفسير لا تتطلب تدريباً تستبدل الأقنعة الكثيفة المتجزئة بكنتورات ناعمة ومحدبة نجمياً يتم تحسينها عبر تدرجات المصنف لإنتاج عزويات بصرية مدمجة ومستقرة وأمينة لنماذج الرؤية.
تقترح الورقة آلية تكييف فعالة من حيث المعلمات لمحاكيات الشبكة الرسومية (GNS) تستهدف طبقات تمرير الرسائل المبكرة لتمكين التكيف السريع مع خصائص المواد الجديدة ببيانات دنيا، مما يسهل تطبيقات تعميم المواد والتصميم العكسي.