25436 ورقة بحثية
تجسّر هذه الورقة فجوة نظرية حرجة في تحسين الحد الأقصى الأدنى ثنائي المستوى من خلال تقديم أول تحليل منهجي للتعميم للمحللات القائمة على التدرج من الدرجة الأولى، مستخلصةً حدوداً دقيقة تكشف عن مقايضة محكمة بين الاستقرار الخوارزمي وأداء التعميم عبر أساليب المقياس الزمني الواحد والمقياسين الزمنيّين.
تقترح هذه الورقة إطار عمل للتكيف مع كشف الشذوذ بأسلوب التشكيك (conformal anomaly detection) يكون لاحقاً (post-hoc)، ومستقلاً عن النموذج (model-agnostic)، ويستفيد من نماذج التأسيس للسلاسل الزمنية سابقة التدريب لتوليد درجات شذوذ قابلة للتفسير ومعايرة مع معدلات إنذار كاذب مضبوطة، مما يتيح النشر القوي والسريع في البيئات الصناعية محدودة الموارد دون الحاجة إلى ضبط دقيق إضافي.
تقدم هذه الورقة إطاراً لنمذجة الموثوقية المدركة للمسار يعتمد على الانحدار الذاتي العصبي السببي الديناميكي (DCNAR)، والذي يتفوق على نماذج البقاء التقليدية من خلال التقاط انتشار التدهور عبر المكونات المؤسسية المتفاعلة للتنبؤ بشكل أفضل بالإخفاقات النظامية في الأنظمة الديمقراطية.
تقترح الورقة البحثية HiPO (تحسين التفضيل الهرمي)، وهو امتداد مبتكر لتحسين التفضيل المباشر يعمل على تفكيك الاستجابات إلى أجزاء استدلالية لتمكين التدريب الدقيق المحدد لكل جزء، مما يؤدي بشكل كبير إلى تحسين التدفق المنطقي والاتساق والأداء للنماذج اللغوية الكبيرة في مهام الاستدلال المعقدة مقارنة بأسلوب DPO القياسي.
توسع هذه الورقة إطار عمل إغلاق العزوم القائم على تعلم الآلة لمعادلة الانتقال الإشعاعي من بُعد واحد إلى بُعدين عبر الاستفادة من البنية ثلاثية الأقطار الكتلية لنموذج الكلاسيكي لاشتقاق شروط جبرية صريحة تضمن التباين الزوجي الفائق (symmetrizable hyperbolicity) من خلال تمثيل بارامتري قابل للتعلم وموجب محدد ومتماثل.
تُثبت هذه الورقة البحثية أنه بالنسبة للنماذج اللغوية الصغيرة، فإن التلقين بأسلوب "النماذج القليلة" (few-shot prompting) المصمم بعناية مع التوثيق يتفوق بشكل كبير على تكيف "LoRA" القائم على الشبكات الفائقة (hypernetwork) المعقدة لاستخدام الأدوات، محققاً أداءً يقارب أداء GPT-5 مع زمن استجابة أقل، مما يوجه الممارسين نحو هندسة التلقين بدلاً من التعقيد الهيكلي.
تقدم هذه الورقة إطار عمل للملاحة الذاتية القائم على نموذج عالمي باستخدام خوارزمية TD-MPC2 لعمليات استئصال الخثرة الميكانيكي، والذي أظهر متانة وسلامة فائقتين مقارنة بخوارزميات "Soft Actor-Critic" المتطورة في كل من التجارب المحاكاتية والتجارب المختبرية، مما يفتح مساراً واعداً نحو تدخلات الأوعية الدموية المدعومة بالذكاء الاصطناعي القابل للتعميم.
تقترح هذه الورقة إطار عمل لإعادة البناء بطريقة الإمكان الأعظم للهولوجرافيا الرقمية متعددة المظاهر، والتي تُمذِج صراحةً الارتباط بين المظاهر (inter-look speckle correlation) باستخدام عملية ماركوف من الدرجة الأولى، وتحل مشكلة الأمثلة المقيدة الناتجة عن ذلك باستخدام خوارزمية التدرج المتناقص المتدرج المعززة ببدائل الصور العميقة، مما يظهر متانة وأداءً فائقين مقارنة بالطرق التقليدية التي تفترض تحققات عشوائية مستقلة للمظاهر.
تقترح هذه الورقة إطار عمل "خليط من الخبراء" ممتد زمنياً يرتكز على إطار عمل الخيارات في التعلم المعزز، والذي يستخدم متحكماً على مستوى الطبقات لتقليل معدلات تبديل الخبراء بشكل كبير (من أكثر من 50% إلى أقل من 5%) مع الحفاظ على دقة النموذج، مما يتيح خدمة أكثر كفاءة في استهلاك الذاكرة والتعلم المستمر للنماذج واسعة النطاق.
تقترح الورقة البحثية طريقة SMART، وهي طريقة نقل طيفي للانحدار الخطي متعدد المهام تستفيد من التشابه الطيفي بين الفضاءات الجزئية المنفردة للمصدر والهدف لتحسين دقة التقدير والمتانة في حالات العينات الصغيرة باستخدام النماذج الملائمة للمصدر فقط، مع توفير ضمانات نظرية وخوارزمية تحسين فعالة قائمة على خوارزمية ADMM.