25436 ورقة بحثية
تقدم هذه الورقة PrecisionDiff، وهو إطار عمل آلي للاختبار التفاضلي يحدد بشكل منهجي مخاطر الموثوقية الخفية والواسعة النطاق في النماذج اللغوية الكبيرة من خلال اكتشاف التناقضات السلوكية الدقيقة وتفاوتات كسر الحماية المحتملة الناتجة عن تباين تكوينات الدقة الرقمية.
تقدم هذه الورقة FRAMES، وهي استراتيجية تدريب مبتكرة تستفيد من الحد الأدنى من المعلومات الزمنية من إطارين متتاليين فقط من محاكاة الديناميكا الجزيئية عبر دالة فقدان مساعدة لتحسين دقة التنبؤ بالطاقة والقوة لمجالات القوة الجزيئية بشكل كبير، مما يثبت أن إضافة تسلسلات مسارات أطول يمكن أن تؤدي في الواقع إلى تدهور الأداء.
يكشف معيار MIRROR أن النماذج اللغوية الكبيرة تفشل عالمياً في التنبؤ بأدائها في المهام متعددة المجالات ولا تستطيع ترجمة المعرفة الذاتية الجزئية بفعالية إلى اتخاذ قرارات أفضل، مما يشير إلى أن السقالات الميتا-معرفية الخارجية، بدلاً من تحسين الوعي الذاتي، هي أمر ضروري لأنظمة الذكاء الاصطناعي المستقلة الأكثر أماناً.
تقدم هذه الورقة دراسة تجريبية واسعة النطاق تُثبت أن وضع بناء الجملة للاختبار في نفس موقع كود التنفيذ يحسن بشكل كبير من جودة وصحة وحفظ الكود المُنشأ بواسطة الذكاء الاصطناعي عبر مختلف النماذج التأسيسية والبنيات، مقارنة بهياكل الاختبار المنفصلة.
تثبت هذه الورقة جدوى استخدام شبكة عصبية كمومية مدمجة مكونة من كيو بتين (2-qubit) لتقريب تسعير خيارات "بلاك-شولز-ميرتون" بدقة عبر منصات أجهزة كمومية متعددة من الفئة ذات المقياس المتوسط المشوبة بالضجيج (NISQ)، مما يؤسس لإطار عمل تأسيسي لتطبيق تعلم الآلة الكمومي على نماذج مالية أكثر تعقيداً.
يُعد ChipCraftBrain إطار عمل متعدد الوكلاء يرتكز على مبدأ التحقق أولاً، حيث يجمع بين الاستدلال الرمزي-العصبي والتنسيق التكيفي لتحقيق أقصى درجات الصحة الوظيفية في توليد لغة وصف العتاد (RTL) المؤتمتة، متفوقاً بشكل كبير على النماذج المرجعية أحادية المحاولة في الاختبارات المعيارية الصناعية مثل CVDP الخاصة بشركة NVIDIA، مع تمكين التفكيك الهرمي الناجح لتصميمات الأنظمة على شريحة (SoC) المعقدة.
تقدم الورقة البحثية Super Apriel، وهو شبكة فائقة (supernet) بـ 15 مليار معلمة تتيح الاختيار الديناميكي لأربعة أنواع مختلفة من خلاطات الانتباه (attention mixers) لكل طبقة عند وقت الخدمة لتقديم مقايضات متعددة بين السرعة والجودة من نقطة فحص واحدة، مدعومة بنموذج بديل لتحسين التكوينات، وتُظهر أنه بينما تستقر ترتيبات الطبقات مبكراً في النماذج الصغيرة، فإن أكثر تكوينات الـ 15 مليار معلّمة كفاءة تتطلب وصول التدريب إلى التقارب الكامل لتحديدها.
يُعد MMCORE إطار عمل موحداً وفعالاً من الناحية الحسابية يستفيد من نموذج رؤية-لغة مُدرب مسبقاً لتوليد تضمينات بصرية دلالية لتهيئة نموذج انتشار، مما يحقق أداءً رائداً في توليد الصور متعدد الوسائط وتحريرها دون الحاجة إلى إعادة تدريب مكثفة أو دمج عميق للنماذج.
تثبت هذه الورقة تجريبياً أن تقنيات التعميم المتقدمة، مثل تعزيز البيانات والإيقاف المبكر، يمكن أن تقلل معدلات نجاح هجمات استنتاج العضوية بمقدار يصل إلى 100 مرة، مما يتحدى الافتراضات السابقة حول الارتباط بين تعميم النموذج والضعف الأمني.
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة ترمز لعدم اليقين والصحة كظواهر داخلية متميزة من خلال استخدام المشفّرات التلقائية المتفرقة لتحديد ثلاث مجموعات وظيفية مختلفة من الميزات — عدم اليقين الصرف، وعدم الصحة الصرف، والميزات المختلطة — حيث يؤدي كبح الأخيرة إلى تحسين الدقة بشكل كبير ويُمكّن من الامتناع الانتقائي الفعال.