25436 ورقة بحثية
تكشف هذه الدراسة أنه في حين يمكن لنماذج المحولات (transformer models) أن تتعلم بفعالية وتعمم الاتصال المتعدي على الرسوم البيانية شبيهة الشبكات منخفضة الأبعاد من خلال التوسع، إلا أنها تواجه صعوبة في القيام بذلك على الرسوم البيانية المعقدة التي تحتوي على العديد من المكونات غير المتصلة أو الهياكل عالية الأبعاد.
تقدم هذه الورقة "النقل الأمثل متعدد المستويات" (MOT)، وهو إطار عمل موحد يتغلب على قيود المحاذاة القياسية القائمة على الطبقات من خلال الاستنتاج المشترك لخطط نقل ناعمة ومتسقة عالميًا بين طبقات الشبكة العصبية ومناطق الدماغ، مما يتيح مقارنات قوية وقابلة للتفسير عبر نماذج ذات أعماق وبنيات متفاوتة.
تقترح هذه الورقة إطاراً توزيعياً جديداً لتعلم التعزيز العكسي غير المتصل (offline Inverse Reinforcement Learning) يعمل على نمذجة عدم اليقين في دالة المكافأة وتوزيعات العائد الكاملة بشكل مشترك من خلال تقليل انتهاكات الهيمنة العشوائية من الدرجة الأولى، مما يتيح استعادة تمثيلات مكافأة تعبيرية وسياسات واعية بالمخاطر مع ضمانات تقارب مثبتة.
تقدم الورقة البحثية A2D2E، وهو مُقدِّر غير مرتبط بنموذج محدد يعتمد على تصاميم D-optimal المتراكمة والمجمعة، والذي يعمل على تحسين دقة واستقرار تقدير التأثير الرئيسي في النماذج الصندوقية السوداء، لا سيما في ظل الارتباط العالي بين الميزات وظروف التوزيع غير المعتادة، وذلك عن طريق استبدال نقاط التقييم القياسية بتصميم مكعب فائق أمثل.
تقترح هذه الورقة إطار عمل يجمع بين نموذج توليد بيانات "الشبكات داخل الشبكات" (Nets-within-Nets) ومسار كشف عن الشذوذ قائم على تقنية "المحول" (Transformer) لتحديد السلوكيات الزائفة وضمان التنفيذ الموثوق للمهمات عالية المستوى المحددة بمنطق الزمن الخطي (LTL) في الأنظمة متعددة الروبوتات غير المتجانسة.
تُظهر هذه الورقة أن النماذج اللغوية الكبيرة المتنوعة تتقارب نحو تمثيلات جيبية عالمية وقابلة للتبادل بشكل لافت للنظر للأرقام، وهو اكتشاف بالغ الأهمية لتقييم الترميز الرقمي بدقة وللحد من الأخطاء الحسابية من خلال التحسينات الميكانيكية.
تستقصي هذه الورقة كيفية اكتساب نماذج المحولات الصغيرة ذات فك التشفير فقط (decoder-only transformers) للبنية الكامنة من خلال معيار "Alchemy"، كاشفةً أن التعلم يحدث في مراحل منفصلة مع وجود عدم تماثل يفضل التركيب على التفكيك، ومحددةً نوافذ مرونة محددة تعتمد على الطبقة وتعد حاسمة لإتمام المرحلة.
تقترح هذه الورقة خوارزمية متكررة عبر الإنترنت لتعلم جسور الانتشار، تستفيد من خاصية الاتساق الذاتي للتحكم الأمثل لمحاكاة الديناميكيات المشروطة بكفاءة، لا سيما للأحداث النادرة، دون الحاجة إلى التفاضل عبر المسارات المحاكات.
تقدم هذه الورقة RESGA وSAEGA، وهو إطار عمل مبتكر يجسّر الفجوة بين التفسير الآلي وهندسة الأوامر عبر تطويع صعود التدرج لاكتشاف أوامر فصيحة وقابلة للتفسير تلقائياً لتوجيه شخصيات سلوكية محددة مثل التملق والهذيان في النماذج اللغوية الكبيرة.
تتناول هذه الورقة القيود النظرية والتجريبية للتكامل بين الإنسان والذكاء الاصطناعي من خلال إعادة صياغته عبر عدسة إبستمولوجية للموثوقية الحسابية، محاجةً بأن هذا التكامل يجب أن يعمل كدليل على عملية معرفية موثوقة لتوجيه اتخاذ القرار بشكل أفضل وإثراء ممارسات التصميم والحوكمة.