24832 ورقة بحثية
تقترح هذه الورقة البحثية "الحد الأدنى الواعي بالحدة المفلتر بمعامل زد-سكور" (Z-Score Filtered Sharpness-Aware Minimization)، وهي طريقة تعزز القدرة على التعميم من خلال تطبيق تصفية قائمة على معامل زد-سكور للاحتفاظ فقط بمكونات التدرج الأكثر أهمية خلال خطوة الاضطراب، مما يؤدي إلى تقليل الضجيج وتحسين دقة الاختبار باستمرار عبر مختلف مجموعات البيانات والبنيات مقارنة بمتغيرات الحد الأدنى الواعي بالحدة الموجودة.
تقترح هذه الورقة البحثية طريقة ICNN-enhanced 2SP، وهي طريقة تستفيد من الشبكات العصبية المحدبة للمدخلات (ICNN) لاستبدال صياغات البرمجة المختلطة بمتغيرات صحيحة (MIP) كثيفة الحوسبة بصياغات برمجة خطية فعالة، مما يحقق أوقات حل أسرع بكثير وقابلية توسع فائقة للبرمجة العشوائية ذات المرحلتين مع الحفاظ على جودة حل عالية.
تقدم هذه الورقة إطار عمل لما بعد التدريب يقوم بإلحاق شبكات مهايئة خفيفة الوزن وقابلة للتدريب بنماذج مدربة مسبقاً ومجمدة لتحقيق ثبات تعزيزي قوي (على سبيل المثال، تجاه الدوران والضجيج) دون تدهور الأداء الأصلي، وذلك باستخدام خسائر ماركوف-واسرشتاين وارتباط واسرشتاين مبتكرة تتفوق على الطرق الحالية مثل SimCLR وHSIC.
تقترح هذه الورقة إطار عمل "الاستقصاء الواعي بالسلامة" (SAP)، وهو إطار يعمل على التخفيف من تدهور معايير السلامة أثناء عملية الضبط الدقيق للنماذج اللغوية الكبيرة (LLMs) عبر تحديد واضطراب الاتجاهات المرتبطة بالسلامة في الحالات الخفية لتوجيه تحديثات المعلمات بعيداً عن المسارات الضارة مع الحفاظ على أداء المهام.
تقترح هذه الورقة مساراً لتعلم الآلة يجمع بين التكميم بالمنتجات والتقييم المنهجي للمعلمات للتغلب على قيود التصنيفات المستمدة من البشر وإنشاء تصنيفات لتربة السطح تكون عالية التحديد، ومعتمدة على البيانات، ومرنة في التطبيق.
تقدم هذه الورقة GARG-AML، وهو إطار عمل قائم على الرسوم البيانية يتميز بالقابلية للتوسع والتفسير، والذي يكتشف تكتيكات غسيل الأموال عبر "التجزئة" (smurfing) من خلال تحليل كثافة جيرة الشبكة من الدرجة الثانية، محققاً أداءً يضاهي أحدث ما توصل إليه العلم مع إعطاء الأولوية للسرعة والشفافية التي يتطلبها المحققون الماليون.
تقترح هذه الورقة خوارزمية قائمة على القيود وذات كفاءة حوسبية، تقوم بتوجيه الحواف غير الموجهة في مخطط موجه لا حلقي (DAG) جزئي مكتمل بشكل متسلسل باستخدام نموذج ضوضاء إضافي زوجي واختبار إحصائي مبتكر، محققةً بذلك اتساق التعلم الهيكلي والمتفوقة على الأساليب الحالية في الاكتشاف السببي غير الخطي.
تقترح هذه الورقة إطار عمل جديد لتعلم "بانديت" (bandit learning) لتخصيص حسابات وقت الاختبار بشكل تكيفي، حيث يقوم بتقدير صعوبة الاستعلام ديناميكياً لإعطاء الأولوية للموارد للحالات الصعبة القابلة للحل، محققاً مكاسب أداء كبيرة مقارنة بالتخصيص الموحد في معايير الرياضيات والبرمجة.
تقترح الورقة البحثية mGRADE، وهي بنية هجينة خفيفة الوزن تجمع بين تلافيف التأخير القابلة للتعلم ومكون متكرر بوابي لتحقيق أداء رائد في نمذجة التسلسل متعدد المقاييس الزمنية مع تقليل بصمة الذاكرة بشكل كبير للأجهزة الطرفية.
تقدم هذه الورقة FunduSegmenter، وهو إطار عمل مبتكر يعمل على تكييف النموذج التأسيسي RETFound باستخدام وحدات متخصصة لتحقيق أداء هو الأفضل في حالته في عملية التجزئة المشتركة للقرص البصري والقعر البصري عبر مجموعات بيانات قاع العين المتنوعة، مما يظهر دقة وقدرة على التعميم متفوقة مقارنة بالنماذج المرجعية الحالية.