26236 ورقة بحثية
تقترح هذه الورقة طريقة لتعلم المقاييس لتحسين النهج القائم على الحالات للكشف عن الشذوذ الشرطي من خلال تعلم مقياس مسافة يعكس بشكل أفضل الأنماط التي تعتمد فيها حالات الشذوذ على مجموعات فرعية محددة من السمات.
تقترح الورقة البحثية LambdaRankIC، وهو نهج جديد للتعلم من أجل الترتيب مُنفذ في XGBoost يقوم بتحسين مقياس Rank IC غير القابل للتفاضل مباشرةً للتنبؤات المالية عبر اشتقاق تدرجات لامدا ذات الصيغة المغلقة، مما يظهر أداءً فائقاً خارج العينة مقارنة بأهداف الانحدار والترتيب التقليدية على كل من البيانات السوقية المحاكات والواقعية.
تقترح هذه الورقة مسار تدريب متكامل (end-to-end) يعمل على تحسين مشترك لمُرمِّز دلالي أحادي الأبعاد ونموذج توليدي ذاتي الانحدار، محققاً أداءً رائدًا في توليد الصور بـ FID قدره 1.48 على مجموعة بيانات ImageNet 256x256.
تقيم هذه الدراسة طرقاً مختلفة لـعلاقة البنية بالخصائص الفيزيائية والكيميائية (QSPR) على مجموعة بيانات فريدة ومتعددة المهام لـتجرية الامتصاص في النموذج الاصطناعي للغشاء (PAMPA) مكونة من 143 جزيئاً، حيث تُظهر أن الواصفات الفيزيائية والكيميائية المصممة من قبل الخبراء تتفوق على تمثيلات التعلم العميق في التنبؤ بنفاذية الغشاء السلبية في سيناريوهات العينات المحدودة مع تقديم قدرة أفضل على التفسير.
تقدم هذه المساهمة إطار عمل للتحليل التنافسي الحساس للمقاييس عبر تفكيك الانتشار المقيد، مما يثبت أن نماذج الذكاء الاصطناعي التوليدي القياسية لا تستوعب القوانين الفيزيائية عبر المقاييس، بل تُظهر بدلاً من ذلك تجمداً هيكلياً وعدم استقرار تحت تأثير الاضطرابات المقيدة فيزيائياً.
تقدم هذه الورقة ControBench، وهو معيار مرجعي جديد لتحليل الخطاب المثير للجدل يدمج رسوم التفاعل الاجتماعي غير المتجانسة مع دلالات نصية غنية وأيديولوجيات المستخدمين المعلنة ذاتياً من Reddit لتمكين التقييم الواقعي للنماذج حول مواضيع مثل ترامب، والإجهاض، والدين.
تُعد SAGA مجدولاً موزعاً يعمل على تحسين كفاءة سير عمل وكلاء الذكاء الاصطناعي المركبة على مجموعات وحدات معالجة الرسومات من خلال الانتقال من الجدولة على مستوى الطلب إلى الجدولة على مستوى البرنامج، مما يحافظ على حالات ذاكرة التخزين المؤقت لمفاتيح القيم (KV cache) الوسيطة ويقلل وقت إكمال المهام بمقدار 1.64 ضعفاً رغم المقايضة في ذروة الإنتاجية.
تقدم هذه الورقة -RAG، وهو إطار عمل جديد للجيل المعزز بالاسترجاع القائم على الأشجار، يستخدم فهرس شجرة تجريدية هرمية تكيفية ووكيل استرجاع متعدد الحبيبات للتغلب على قيود الطرق الحالية في التعامل مع الأسئلة متعددة القفزات عبر المستندات، محققاً أداءً هو الأفضل في فئته على الاختبارات المرجعية ذات الصلة.
تقدم هذه الورقة "جسر شرويدنجر غير المتوازن" (USB)، وهو إطار عمل خالٍ من المحاكاة يتغلب على قيود طرق النقل الأمثل المستمرة الحالية من خلال النمذجة الصارمة لديناميكيات الولادة والوفاة المنفصلة وشبيهة بالقفزات عند دقة الخلية الواحدة لإعادة بناء مسارات السلالات الخلوية من لقطات تدميرية.
تقدم هذه الورقة Stable-GFlowNet (S-GFN)، وهو إطار عمل مبتكر يعزز عمليات اختبار الاختراق لنماذج اللغات الكبيرة (LLM red-teaming) من خلال إلغاء تقدير دالة التجزئة (partition function) واستخدام تقنيات القناع المتين واستقرار الطلاقة للتغلب على عدم استقرار التدريب وانهيار النمط، مما يحقق أداءً هجومياً وتنوعاً فائقين.