24832 ورقة بحثية
تقترح هذه الورقة نهجاً جديداً غير معلمي للكشف عن الشذوذ الشرطي باستخدام الدوال التوافقية الناعمة لتحديد الأحداث السريرية غير العادية، مثل الاختبارات المختبرية المفقودة، من خلال تقدير ثقة الملصق واستخدام التنظيم لمنع اكتشاف القيم المتطرفة المعزولة أو حالات الحدود.
تُعد MONET خوارزمية تحسين متعددة المهام جديدة تعمل على نمذجة فضاءات المهام كرسوم بيانية لتمكين نقل المعرفة بكفاءة من خلال مزيج من التعلم الاجتماعي بين المهام المتجاورة والتحسين الفردي عبر الطفرات، متفوقةً بذلك على الأساليب الحالية القائمة على MAP-Elites في مختلف المجالات واسعة النطاق.
تقترح هذه الورقة إطار عمل للكشف باستخدام محاكٍ قائم على الوكلاء ونموذج عصبي للتمييز بين سحب السيولة الميكانيكي ("الأسعار المتداعية") وإعادة تسعير المعلومات في سجلات أوامر الحد المحدودة الإلكترونية، مما يحقق تحسينات كبيرة في الأداء مقارنة بالطرق القائمة على القواعد.
تُظهر الورقة البحثية أن حساسية التلقين في النماذج اللغوية الكبيرة يمكن تفسيرها من خلال مستويات تنشيط "رؤوس المهام المعجمية" —وهي آليات داخلية مشتركة تمثل المهمة بغض النظر عما إذا كان التلقين يستخدم تعليمات أو أمثلة— وأن تباين الأداء ينبع من مدى قوة تحفيز هذه الرؤوس أو تخفيفها بواسطة التمثيلات المتنافسة.
تقترح الورقة لغة توصيف رسمي تسمى "عقود النواة" (Kernel Contracts) لتحديد وقياس والتحكيم في التباينات في سلوك نواة تعلم الآلة عبر منصات الأجهزة المختلفة من خلال توفير إطار عمل معياري لتحديد أخطاء الدقة، والترتيب، والذاكرة.
يقدم LTB-KAN بنية شبكة كولموغوروف-أرنولد (Kolmogorov-Arnold Network) مبتكرة تحقق تعقيداً زمنياً خطياً وتقليلاً في أعداد المعلمات من خلال استبدال حسابات B-spline المكثفة بنهج base-spline أكثر كفاءة واستخدام تحليل مصفوفة حاصل الضرب لمجموع العناصر (product-of-sums matrix factorization).
تقدم هذه الورقة البحثية EgoMAGIC، وهو عبارة عن مجموعة بيانات فيديو طبي من منظور الشخص الأول واسعة النطاق، صُممت لدعم تطوير المساعدين الافتراضيين المتكاملين مع الواقع المعزز من خلال مهام مثل اكتشاف الأفعال، وتحديد الأشياء، وتصحيح الأخطاء.
تقدم الورقة البحثية إطار تحليل الصوت والفيديو واللفظ (AVVA)، وهو نهج منهجي قابل للتوسع يدمج التفسير النوعي مع النمذجة الكمية لتحويل الخطاب الصفي متعدد الوسائط إلى مجموعات بيانات دقيقة وموثقة من خلال عملية تثليث وتقييم استقرار متعددة الخطوات.
تقترح هذه الورقة إطار عمل خفيف الوزن لمطابقة المرضى بالتجارب السريرية بشكل قابل للتوسع، يجمع بين التوليد المعزز بالاسترجاع لاستخراج المقاطع السريرية ذات الصلة من السجلات الصحية الإلكترونية الطويلة مع النمذجة القائمة على النماذج اللغوية الكبيرة والمتنبئات خفيفة الوزن، محققاً أداءً يضاهي النهج الشامل والمكلف حاسوبياً للنماذج اللغوية الكبيرة بتكلفة أقل بكثير.
تقدم الورقة البحثية PrivUn، وهو إطار تقييم يكشف أن أساليب نسيان النماذج اللغوية الكبيرة الحالية تعاني من "النسيان الضحل" و"تأثيرات التموج المدفوعة بالتدرج"، وتقترح استراتيجيات جديدة تتضمن الاختيار المدرك للارتباط والتدخل متعدد الطبقات لتحقيق نسيان خصوصية أكثر عمقاً ومتانة.