24858 ورقة بحثية
تقدم هذه الورقة DexBench، وهو معيار اختبار صُمم لتقييم الفهم الديناميكي للأكواد البرمجية لدى النماذج اللغوية الكبيرة من خلال تقييم قدرتها على الاستنتاج حول تنفيذ البرامج عبر مهمتين متكاملتين: التنبؤ بالسلوك بناءً على المدخلات، واستنتاج طفرات المدخلات لتحقيق أهداف سلوكية محددة.
تقدم هذه الورقة "Gist Sparse Attention"، وهو إطار عمل قابل للتعلم من طرف إلى طرف يقوم بضغط السياق إلى رموز موجزة (gist tokens) لتوجيه الانتباه المتناثر وفك تشفير أجزاء خام ذات صلة بشكل انتقائي للمعالجة التفصيلية، محققاً أداءً فائقاً في اختبارات السياق الطويل مع تعقيد فك ترميز لوغاريتمي.
تقترح هذه الورقة نظاماً للإنذار المبكر لتعفن الدم يتميز بالقابلية للتفسير سريرياً، والذي يستفيد من إطار عمل محاكاة زمنية بتوجيه من النماذج اللغوية الكبيرة لنمذجة المسارات الفسيولوجية وتوليد تنبؤات شفافة، محققاً أداءً فائقاً على مجموعتي بيانات MIMIC-IV وeICU مع التوافق مع التقدير السريري.
تقترح الورقة البحثية إيريس (IRIS)، وهو إطار عمل موحد للضبط الدقيق عبر اللعب الذاتي يستفيد من معامل تباعد ريني (Rényi divergence) القابل للتعديل باستمرار لتكييف أوزان الأهمية ديناميكيًا عبر مراحل التدريب، مما يجعله يتفوق على الأساليب الحالية ويحقق نتائج متفوقة بعدد أقل بكثير من العينات المشروحة.
تقدم هذه الورقة SDNGuardStack، وهو إطار عمل للتعلم التجميعي القابل للتفسير تم تدريبه على مجموعة بيانات InSDN، والذي يحقق دقة بنسبة 99.98% في اكتشاف اختراقات الشبكات المعرفة برمجياً (SDN) مع استخدام تقنية SHAP لتوفير رؤى شفافة وقابلة للتنفيذ لمحللي الأمن.
تقدم هذه الورقة البحثية بنية SCM (الذاكرة الموحدة عبر النوم)، وهي بنية ذاكرة مستوحاة بيولوجياً للنماذج اللغوية الكبيرة تستخدم خمسة مكونات أساسية — بما في ذلك توحيد مراحل النوم والنسيان الخوارزمي — لتحقيق دقة استرجاع مثالية مع تقليل ضجيج الذاكرة بشكل كبير والحفاظ على زمن انتقال منخفض للبحث.
تقترح هذه الورقة تقنيات معالجة لاحقة، وتحديداً الاختيار العشوائي والتركيب الخطي، لتوليد نماذج تستوفي متطلبات الخصوصية التفاضلية التعسفية من مجموعة من النماذج المدربة مسبقاً دون تدريب إضافي، مع إثبات تفوق التركيب الخطي نظرياً والتحقق من صحة النهج عبر مجموعات بيانات متنوعة.
تقدم هذه الورقة نموذجاً بديلاً (surrogate model) من نوع U-Net يعتمد على التعلم العميق والمُحسَّن، والذي يتنبأ بكفاءة ودقة بمستويات حد فيضان المياه القصوى لحوض ووبر (Wupper) في ألمانيا، مما يوفر بديلاً قابلاً للتطبيق حوسبياً للمحاكاة الهيدروليكية التقليدية كثيفة الاستهلاك للموارد.
تقدم هذه الورقة طريقة جديدة وفعالة لتعلم أشجار انحدار المئينات المثلى التي تولد تنبؤات قابلة للتفسير للتوزيع الشرطي الكامل لمتغير مستهدف دون الحاجة إلى افتراضات توزيع مسبقة.
تجادل هذه الورقة بأن الاستخدام الاستراتيجي للمصطلحات متعددة المعاني في خطاب الذكاء الاصطناعي، وهي ممارسة تُسمى "التلميع اللفظي" (glosslighting)، يستغل القوة الإقناعية للغة البشرية مع الحفاظ على القدرة على الإنكار التقني لدفع الاستثمار، وتشكيل التصور العام، وتحويل مسار التدقيق الأخلاقي.