26959 ورقة بحثية
تقدم الورقة إطار عمل SaFE-Scale ومعيار RadSaFE-200 لإثبات أن سلامة النماذج اللغوية الكبيرة السريرية ليست نتاجاً سلبياً لعملية التوسع، بل هي خاصية تعتمد على عملية النشر حيث تساهم الأدلة عالية الجودة بشكل كبير في تقليل الأخطاء الخطيرة، في حين تفشل عمليات الاسترجاع القياسية وزيادة الحوسبة في تكرار مكاسب السلامة هذه.
يُعد Ligandformer إطار عمل لشبكة عصبية رسومية ذات انتباه ذاتي متعدد الطبقات، يتنبأ بخصائص المركبات بدقة عالية ومتانة وقدرة على التعميم، مع توفير خرائط انتباه قابلة للتفسير للكشف عن المبررات الهيكلية وراء تنبؤاته.
تقيم هذه الورقة مدى قابلية تطبيق وجدوى وقابلية توسع خوارزميات الشبكة الموترية المستوحاة من الحوسبة الكمومية للاستخدام في حالات الاستخدام الصناعية، وذلك من خلال مراجعة الأدبيات الموجودة وتحليل التطبيقات المحتملة إلى جانب قيودها المتأصلة.
تقدم هذه الورقة سلسلة من الخوارزميات القائمة على شبكة التنسور للكشف عن الشذوذ، والتي تستفيد من ضغط بيانات "ترين التنسور" (Tensor Train) للحفاظ على هياكل البيانات الطبيعية مع إزالة الهياكل الشاذة، مما يثبت فعاليتها عبر مجموعات بيانات الأرقام والوجوه والأمن السيبراني.
تتناول هذه الورقة الصعوبة المتأصلة في اختبار العينات الثنائية الشرطي من خلال إرساء حد أساسي واقتراح إطارين عامين — أحدهما يحول اختبارات الاستقلال الشرطي والآخر يستفيد من تقدير نسبة الكثافة — لتمكين مقارنات صالحة وقوية للتوزيعات مع التحكم في العوامل المربكة.
تقترح هذه المساهمة استخدام التحسين البايزي المقيد للضبط التلقائي للمعلمات الفائقة في التحكم التنبئي بالنماذج لإدارة أحمال المباني، مما يظهر تخفيضات كبيرة في تكاليف الكهرباء مقارنة بالمتحكمات القائمة على القواعد والمتحكمات المضبوطة يدويًا، مع تسليط الضوء في الوقت ذاته على الفوائد المالية للاختيار الأمثل للبرامج.
تحدد هذه الورقة المنظورية أربع ثغرات حرجة — تسريب البيانات السرية، واستغلال الراكب المجاني، وتعطيل النظام، وانتشار المعلومات المضللة — في النماذج اللغوية الكبيرة العسكرية الاتحادية التي تواجه هجمات حقن الأوامر، وتقترح إطار عمل تعاوني بين الإنسان والذكاء الاصطناعي يجمع بين فرق الهجوم والدفاع التقنية (Red/Blue Teaming) مع تطوير السياسات المشتركة للتخفيف من هذه المخاطر.
تقدم هذه الورقة خوارزميات تعلم مبتكرة لألعاب ستيكلبرج عبر الإنترنت مع معلومات جانبية تحقق ندمًا شبه أمثل بمعدل في ظل تغذية راجعة من نوع "بانديت" (bandit feedback) عن طريق اختزال المشكلة إلى مسألة "بانديت سياقي خطي"، مما يحسن عن معدلات السابقة ويثبت الفعالية في تطبيقات مثل المزايدة في المزادات والإقناع البايزي.
تقدم هذه المساهمة iR2D2، وهو إطار عمل للتعلم العميق قابل للتوسع يوسع نموذج R2D2 ببنية متداخلة للقيام بشكل مشترك بالمعايرة الذاتية لخرائط الحساسية وإعادة بناء الصور عالية الدقة لتسريع التصوير بالرنين المغناطيسي غير الكارتيزي مع التغلب على قيود التدريب للشبكات التقليدية غير المطوية.
إنّ EntroLLM هو إطار عمل لضغط ما بعد التدريب يجمع بين التكميم المختلط وتشفير الإنتروبيا لتقليل متطلبات التخزين بشكل كبير وتسريع الاستدلال للنماذج اللغوية الكبيرة على الأجهزة الطرفية دون الحاجة لإعادة التدريب.