25505 ورقة بحثية
إن COMPASS هو إطار عمل جديد متمحور حول البيانات يستخدم الضبط الدقيق كفء المعلمات مع أخذ عينات دلالية تكيفية لاختيار بيانات متعددة اللغات مساعدة بناءً على تجميع مدرك للتوزيع، مما يعظم النقل الإيجابي عبر اللغات ويقلل التداخل مع تمكين التكيف المستمر مع توزيعات البيانات الديناميكية.
تقدم هذه الورقة البحثية "مطابقة التدفق المرمزة لتقدير اللاحق" (TFMPE)، وهي طريقة استدلال قائمة على المحاكاة هرمية مبتكرة تستفيد من تحليل الاحتمالية ومطابقة التدفق المرمزة للتدريب على محاكاة أحادية الموقع، مما يقلل بشكل كبير من التكاليف الحسابية مع الحفاظ على تقديرات لاحقة جيدة المعايرة عبر نماذج الأمراض المعدية وديناميكيات السوائل.
تقترح هذه الورقة "تدريب توليد الملحقات" (SGT)، وهي استراتيجية فعالة من حيث التكلفة تعمل على تدريب نموذج لغوي أصغر لتوليد نصوص تكميلية ديناميكية للنماذج التأسيسية الكبيرة، مما يعزز أداء المهام الوكيلية دون الحاجة إلى تدريب لاحق مكلف أو تعديل النموذج.
تقترح الورقة البحثية طريقة "تحسين السياسة للمستقبل القريب" (NPO)، وهي طريقة تعلم تعزيزي ذات سياسة مختلطة تستفيد من نقاط التفتيش المستقبلية للنموذج نفسه كإشارات تدريب عالية الجودة ومنخفضة التباين لتسريع التقارب وتحسين الأداء، إلى جانب نسخة تكيفية تسمى "AutoNPO" تعمل على تحسين هذه العملية تلقائياً.
تقترح هذه الورقة "الطبقية الدلالية"، وهي إطار عمل يصيغ تقييم الاسترجاع كمسألة تقدير إحصائي من خلال تنظيم المستندات في مجموعات قائمة على الكيانات وتوليد استعلامات مستهدفة لضمان التغطية الشاملة والتعرف الشفاف على أوضاع الفشل، مما يتغلب على التحيزات المتأصلة في طرق التقييم الحالية القائمة على الاستدلال.
تقدم هذه الورقة إطار عمل مخصص لاستهلاك الطاقة في المركبات الكهربائية التي تعمل بالبطاريات، يدمج السياق القائم على الخرائط، ونموذج الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (BiLSTM) للتنبؤ بسلوك السائق الفردي، والنمذجة القائمة على الفيزياء لتقدير استنفاد حالة الشحن بدقة عبر ظروف القيادة المتنوعة.
تقدم هذه الورقة إطار عمل قابلاً للتوسع ومعتمداً على البيانات لتقدير تباعد كولباك - ليبلر بين مقاييس الاحتمالية في فضاء الدوال، مما يوفر مقياساً منهجياً لتقييم ومقارنة طرق استنتاج المسار في ظل عدم اكتمال الرصد حيث تكون التقييمات التقليدية القائمة على الهوامش غير كافية.
تقترح هذه الورقة إطار عمل فعال للاستدلال متعدد المجموعات يستخدم التقدير الموزون بالتباين العكسي ونمذجة الاضمحلال البارامتري للتنبؤ بدقة بآثار العلاج طويلة الأمد والقيمة المتبقية لمدى الحياة في اختبارات (A/B) قصيرة المدى، مما يمنع التقديرات الخاطئة المكلفة المتعلقة بمعدل الانصراف والتي تنشأ عن الاعتماد فقط على المقاييس قصيرة المدى أو المقاييس طويلة المدى الساذجة.
يُعد ParetoSlider إطار عمل للتعلم التعزيزي متعدد الأهداف يقوم بتدريب نموذج انتشار واحد لتقريب جبهة باريتو بأكملها، مما يمكّن المستخدمين من التنقل بين المقايضات المثلى بين الأهداف التوليدية المتعارضة أثناء وقت الاستدلال دون الحاجة إلى إعادة التدريب أو الاحتفاظ بنقاط تفتيش متعددة.
تُثبت هذه الورقة أن بنيات النماذج اللغوية المتنوعة تُظهر تطوراً تقاربياً من خلال تعلم تمثيلات عددية دورية متشابهة، ومع ذلك، فإن تركيبات محددة من البيانات والبنية وإشارات التدريب هي فقط التي تمكّن هذه السمات من أن تصبح قابلة للفصل هندسياً لمهام الحساب النمطي.