22512 ورقة بحثية
تقدم هذه الورقة أول تطبيق واقعي لنماذج المعايرة غير المتصلة (offline calibration models) لاختيار المعلمات الفائقة في التعلم التعزيزي، مما يثبت فعاليتها في محطة بلدية لمعالجة المياه من خلال توليد مسارات طويلة الأمد وواقعية واستعادة اتجاهات حساسية ذات معنى في بيانات مستشعرات عالية الأبعاد وغير مستقرة.
تقترح هذه الورقة إطار عمل (gated-LoRA) واعٍ بمعلومات السوق يعمل على تكييف النموذج التأسيسي (Chronos-2) للتنبؤ بأسعار الكهربال لليوم التالي القابل للنقل في الأسواق شحيحة البيانات، وذلك من خلال دمج معلومات السوق متعددة المصادر والبوابات المعتمدة على الحالة، مما يحقق انخفاضات كبيرة في الأخطاء مقارنة بنماذج (zero-shot) والضبط الدقيق التقليدي (vanilla fine-tuning).
تقدم هذه الورقة MiDAS، وهو إطار عمل بسيط للتعلم التعزيزي من النوع "من عدم الاتصال إلى الاتصال" (offline-to-online) يُمكّن سياسات الروبوتات العامة من التكيف بسرعة مع مهام جديدة وتحقيق تحسن ذاتي قوي بدءاً من عرض توضيحي بشري واحد فقط.
تقدم هذه الورقة PAIR، وهي طريقة مبتكرة للتخصيص التكيفي لعمليات التدحرج (rollout allocation) في التعلم التعزيزي مع المكافآت القابلة للتحقق (RLVR)، والتي تصحح الانحياز الإحصائي للمقدرات النقطية من خلال نمذجة تفاعلات التدحرج كرسم بياني تبايني وتطبيق إعادة وزن الاشتمال المدرك للثنائيات، مما يحقق دقة أعلى بعدد أقل بكثير من الرموز (tokens) المولدة مقارنة بالأساليب الحالية.
تُثبت هذه الورقة أنه في حين أن تفكيك تحليل العقارات الأوروبية المدرجة إلى وكلاء نماذج لغوية كبيرة متخصصين يحسن بشكل كبير من أداء المهام الرقمية، فإن تعزيز الحكم المالي التكاملي يتطلب تكييفاً مستهدفاً للمعلمات عبر التعلم المعزز (GRPO) بدلاً من الاكتفاء بالتفكيك على مستوى الأوامر النصية وحدها.
تتناول هذه الورقة التوتر الاستراتيجي بين مزودي المحتوى ومنصات محركات التوليد عبر نمذجة تفاعلهم كلعبة ستيكلبرج متكررة واقتراح آلية مكافأة المحتوى القابل للتحقق (VCR) التي توائم حوافز المبدعين مع موثوقية الإجابة، مما يحقق نتيجة رابحة للطرفين تتفوق على الدفاعات الحالية.
تقدم الورقة البحثية FlowMeas، وهو إطار عمل للتعلم التوليدي يعمل على تحسين بروتوكولات القياس الكمي المقيدة بالموارد باستخدام شبكات التدفق لأخذ عينات من دوائر كليفورد الضحلة، مما يحقق تقليلاً كبيراً في الأخطاء وقابلية للتوسع عبر الأنظمة الجزيئية والفيرميونية مقارنة بالطرق الحالية.
تُظهر هذه الورقة أنه بالنسبة للنماذج اللغوية الكبيرة الصغيرة المضبوطة بالتعليمات في المسائل العلمية الصعبة، فإن الاتساق الذاتي عبر التصويت بالأغلبية غالباً ما يقلل من الدقة مقارنة بالاستدلال أحادي العينة لأن الاتفاق العالي بين الإجابات المولدة لا يرتبط بشكل موثوق بالصحة.
تُثبت هذه الورقة أن انتباه النواة غير السالب يتطلب عدداً أسياً من الميزات لحل مهام بولية محددة مكونة من ثلاثة رموز يمكن لآليات الانتباه الكامل أو الـ softmax الكثيف معالجتها بكفاءة، مما يؤسس لفجوة تعبيرية جوهرية بين آليات الانتباه القائمة على النواة والانتباه الكامل.
تُعد AutoGrable طريقة فعالة من حيث التكلفة تقوم تلقائياً ببناء رسوم بيانية مثالية من الجداول وقواعد البيانات العلاقاتية عبر اختيار الأعمدة لتعظيم محاذاة التسميات وتقليل مخاطر الإشغال، وكل ذلك دون الحاجة إلى تدريب شبكة عصبية رسومية.