26959 ورقة بحثية
تقترح هذه الورقة "حامي الخصوصية الغاوسي" (GPP)، وهو إطار عمل تبايني عميق وموزع يُمكّن التعلم الاتحادي من إصدار تمثيلات بيانات مطهرة ومنخفضة الأبعاد تحافظ بفعالية على المنفعة مع تقليل تسرب السمات الحساسة من خلال تقليل المعلومات المتبادلة.
تقدم هذه الورقة طريقة "تكرير الانتشار التركيبي" (RCD)، وهي طريقة توجيه خالية من التدريب تعمل على التخفيف من حدة متوسط الأنماط في التخطيط طويل الأمد عبر الاستفيد من خطأ إعادة البناء الذاتي واتساق التداخل لتوجيه الانتشار التركيبي نحو مسارات عالية الكثافة ومتماسكة عالميًا.
تقدم هذه الورقة البحثية AdNGCL، وهو إطار عمل تكيفي لجدولة العينات السلبية يعمل على تحسين اختيار العينات السلبية ديناميكياً عبر طبقات الصعوبة باستخدام نهج مقيد بالميزانية ومحكوم بالخسارة، محققاً بذلك أداءً هو الأفضل في فئته على تسعة من مجموعات بيانات الرسوم البيانية مع توفير تحكم صريح في التكاليف الحسابية.
تقترح هذه الورقة إطار عمل للكشف عن التزييف العميق على مستوى الفونيم (الوحدة الصوتية) باستخدام تضمينات WavLM ذاتية الإشراف، لتوضيح أن تحليل الوحدات الصوتية المحددة، ولا سيما الحركات الصائتة المعقدة والاحتكاكية، يقدم طريقة فعالة وقابلة للتفسير لتحديد الكلام الاصطناعي المتلاعب به عاطفيًا عبر مختلف الظروف العاطفية.
تقترح هذه الورقة البحثية تقنية "التقنيع الموجه بالاستدلال" (AGM)، وهي تدخل يتم أثناء عملية التدريب يعمل على الكشف الديناميكي عن الرموز الزائفة الخاصة بنطاق معين ومعاقبتها باستخدام الاستدلال القائم على التدرج لتحسين التصنيف القوي للمشاعر عبر النطاقات في وضع الصفر (zero-shot) دون الحاجة إلى تسميات النطاق المستهدف.
تقدم هذه الورقة البحثية "الاستدلال عبر الفضاء الجزئي المبوّب" (Gated Subspace Inference)، وهي طريقة لا تتطلب إعادة تدريب تعمل على تسريع استدلال نماذج المحولات (transformer) عبر تفكيك التنشيطات إلى مكونات فضاء جزئي منخفض الرتبة ومكونات متبقية مع بوابات تكيفية، مما يحقق تسريعاً كبيراً في الطبقات الخطية مع الحفاظ على جودة المخرجات ودقة مطابقة تماماً على مستوى الحروف في نماذج محددة.
تقدم هذه الورقة آلية اختيار توكنات متتالية تسرع عملية انتباه المحولات (transformer attention) عبر وراثة وتحديث التوكنات التمثيلية بشكل تدريجي عبر الطبقات، مما يقلل تعقيد الاختيار من إلى مع الحفاظ على استبقاء عالٍ للمعلومات.
تقترح هذه الورقة أول خوارزميات مثبتة الكفاءة في البيانات للألعاب الماركوفية المتينة توزيعياً ذات فضاءات الحالات الكبيرة باستخدام التقريب الدالي الخطي، والتي نجحت في كسر لعنة تعدد الوكلاء في كل من الإعدادات التوليدية والإعدادات التفاعلية عبر الإنترنت المقترحة حديثاً.
تقدم هذه الورقة "التكلفة الزائدة الموحدة" (NEC)، وهي مقياس يزن أخطاء التصنيف بناءً على تكاليف مستوى الحالة للكشف عن أن معظم الأخطاء تحدث في الأمثلة الغامضة ومنخفضة التكلفة، بينما تجد أن التدريب الحساس للتكلفة يحقق فوائد غير متسقة ما لم تكن التكاليف قابلة للتنبؤ من خلال سمات المدخلات.
تقدم هذه الورقة البحثية OCRR، وهو معيار مرجعي جديد لتقييم استعادة التصحيح عبر الإنترنت تحت تأثير انزياح التوزيع، وتثبت أن ركيزة مقترحة تعتمد على الإضافة فقط وسلسلة الهاش تتفوق بشكل كبير على النماذج المرجعية الحالية للتعلم المستمر والضبط الدقيق من خلال تحقيق دقة عالية في الفئات الجديدة مع الحفاظ في الوقت ذاته على الأداء في البيانات الأصلية وبأقل قدر من استهلاك الذاكرة.