24939 ورقة بحثية
تقدم هذه الورقة البحثية "climt-paraformer"، وهو محاكي ترانسفورمر (Transformer) مدرك للذاكرة الزمنية لتمثيل العمليات الحملية، والذي يتفوق على النماذج المرجعية الخالية من الذاكرة والنماذج المتكررة في الدقة ويحافظ على الاستقرار عبر عمليات محاكاة مناخية تمتد لعقود من خلال نمذجة التبعيات الزمنية في الحالات الجوية بشكل صريح.
تقدم هذه الورقة TravelFraudBench، وهو معيار مفتوح المصدر وقابل للضبط يتميز برسم بياني للسفر غير متجانس يحتوي على ثلاث طوبولوجيات متميزة لحلقات الاحتيال، والذي يثبت أن الشبكات العصبية الرسومية تتفوق بشكل كبير على النماذج المرجعية غير الرسومية في اكتشاف واستعادة حلقات الاحتيال مع تسليط الضوء على التزامن بين الأجهزة وعناوين البروتوكول الرقمي (IP) كإشارات حاسمة.
تقدم هذه الورقة LoGraB، وهو معيار لتعلم الرسوم البيانية المجزأة، وAFR، وهي طريقة إعادة بناء طيفية تكيفية تستعيد جزر الرسوم البيانية الوفية من التضمينات المشوشة والحساسة للخصوصية مع توفير ضمانات نظرية حول الاستقرار والتسرب.
تقترح هذه الورقة عائلة من أهداف تنظيم النقل الأمثل التنافسي التي تتعلم بشكل مشترك إحصاءات ملخصة عالية الجودة ومحاكيات متسقة فيزيائياً، مما يحسن بشكل كبير الدقة الإحصائية طويلة المدى للنماذج القائمة على البيانات للأنظمة الفوضوية حيث تفشل دوال الخسارة التقليدية.
تقدم هذه الورقة البحثية "Preconditioned DeltaNet"، وهو إطار عمل مدرك للانحناء يعزز النماذج المتكررة ذات التعقيد دون التربيع مثل DeltaNet وMamba-2، وذلك عبر اشتقاق متغيرات مسبقة الشرط من نظرية المربعات الصغرى عبر الإنترنت، مما يحقق تحسينات مستمرة في الأداء في نماذج اللغة ذات السياق الطويل ومهام الاستدعاء الاصطناعي.
تقدم هذه الورقة مُتكاملًا زمنيًا عصبيًا هجينًا يدمج المحولات ذاتية الانحدار ضمن مخطط عناصر محدودة مختلط يعتمد على طريقة الرماية لضمان الاستقرار القابل للإثبات والحفاظ على الطاقة، مما يتيح التنبؤ الفعال طويل الأمد بالأنظمة الفوضوية بعدد أقل بكثير من المعلمات وتسريع حوسبي هائل مقارنة بالنماذج التأسيسية الحالية.
تضع هذه الورقة قانون قياس جديدًا للنماذج اللغوية الحلقية يحدد كفاءة عمق التكرار، كاشفًا أن كل تكرار إضافي يحقق عوائد تناقصية تعادل قوة قدرها 0.46 في المعلمات الفريدة، مما يتيح مقايضات يمكن التنبؤ بها بين عمق النموذج، وعدد المعلمات، وحوسبة التدريب.
تقدم هذه الورقة TabSHAP، وهو إطار عمل للتفسير غير المرتبط بنموذج محدد يعمل على قياس التأثير التوزيعي للميزات الفردية في المصنفات الجدولية القائمة على النماذج اللغوية الكبيرة من خلال تكييف تقدير أسلوب شابلي باستخدام تباعد جينسن-شانون على مستوى المفتاح والقيمة المتسلسلة، مما يحقق موثوقية أعلى من الطرق التقريبية الخطية الحالية.
تقدم هذه الورقة CSTM-Bench، وهي مجموعة بيانات وإطار تقييم للكشف عن تهديدات وكلاء الذكاء الاصطنا de عبر الجلسات التي تتهرب من الحواجز الوقائية عديمة الذاكرة، مما يثبت أن قارئات النواة (Coreset Readers) ذات الذاكرة المحدودة تتفوق على كل من النهج المقيد بالجلسة والنهج القائم على السجلات الكاملة، مع اقتراح مقياس جديد يوازن بين استدعاء الكشف واستقرار الخدمة.
تتقصى هذه الورقة كيفية تمثيل النماذج اللغوية الكبيرة لكيانات متعددة من خلال تحديد فجوات (slots) متميزة للكيان "الحالي" و"السابق" في تنشيطات الرموز (token activations)، كاشفةً أنه بينما تستطيع النماذج فك تشفير المعلومات من كليهما، فإنها تستخدم فجوة الكيان السابق بشكل انتقائي للاستدلال العلاقاتي بينما تعتمد على فجوة الكيان الحالي للاسترجاع الحقائقي، وهو قصور يكشف عن فجوة بين المعلومات المتاحة والاستخدام الفعلي في سيناريوهات الربط المعقدة.