22512 ورقة بحثية
تقدم هذه الورقة مجموعة بيانات موسعة بشكل كبير وجاهزة للذكاء الاصطناعي ونطاقها واسع لنمذجة الاستجابة للأدوية المضادة للسرطان، تدمج ملايين القياسات وأكثر من 50,000 مركب جديد، مما يثبت أن النماذج المدربة على هذا المورد تحقق تعميماً متفوقاً على الأدوية غير المرئية مقارنة بمعيار IMPROVE الأصلي.
تحلل هذه الورقة كيفية تدفق المعلومات البيولوجية من الجذع إلى وحدة الانتشار في نموذج Boltz-1 للتنبؤ ببنية البروتين، كاشفةً أنه بينما يمكن فك تشفير البنية الثانوية وكيمياء التسلسل خطياً في الجذع، فإن البنية الثانوية فقط هي التي تنتقل بفعالية إلى وحدة الانتشار، والأهم من ذلك، أن قابلية فك التشفير الخطي لميزات مثل الحلزونات لا تضمن إمكانية توجيهها سببياً لتغيير مخرجات النموذج.
تُثبت هذه الورقة ضمانات التقارب لخوارزمية الانحدار الاشتقاقي (gradient descent) على الشبكات العصبية الأمامية العامة ذات العمق والعرض التعسفيين، وذلك عبر تقديم شرط نعومة ليبشيتز (Lipschitz smoothness) معمم ومبتكر يعتمد فقط على الخصائص القياسية لدوال التنشيط الشائعة والدالة الخاسرة، حيث تُثبت أن الحد الأدنى لمعيار مربع التدرج يتقارب إلى الصفر بمعدل قدره دون اشتراط تهيئة خاصة أو افتراضات تتعلق بمجموعة البيانات.
تقدم هذه الورقة SABLE، وهو إطار عمل وكيل (agentic) مفتوح المصدر ومعياري يستخدم التنسيق باللغة الطبيعية والتحسين البايزي للتنقل بكفاءة عبر مساحات التصميم المقيدة اصطناعياً ومتعددة الأهداف في مرحلة تطوير المركبات الواعدة (hit-to-lead) لاكتشاف الأدوية.
تقترح هذه الورقة GraphRP، وهو إطار دفاع استباقي يستخدم إعادة برمجة النموذج المدركة للبنية لتعديل حدود قرار الشبكة العصبية الرسومية ديناميكيًا، مما يخفف بفعالية من هجمات استخراج النماذج مع الحفاظ على المنفعة للاستعلامات الحميدة من خلال معالجة القيود الطوبولوجية للدفاعات الحالية القائمة على الفضاء الإقليدي.
تُعد FLARE++ بنية انتباه منخفضة الرتبة تعمل على تعزيز كفاءة النماذج البديلة للمعادلات التفاضلية الجزئية (PDE) على النطاقات غير المنتظمة عبر إدخال توجيه رموز ديناميكي مشروط بالمدخلات من خلال خطوة ترميز إضافية، مما يحقق تحسينات تنافسية في الدقة مقارنة بالنماذج المرجعية ذات الاستعلامات الثابتة مع الحفاظ على التعقيد الخطي ودعم التنفيذ القابل للتوسع عبر وحدات معالجة رسومات متعددة.
تقترح هذه الورقة إطار عمل للتعلم الانتقالي الاتحادي الهرمي (HFTL) لشبكات المركبات القائمة على التوأم الرقمي، والذي يعالج عدم تجانس البيانات وندرتها من خلال تجميع المركبات والتعلم الانتقالي، مع دمج آلية لجودة البيانات لضمان دقة النموذج العالمي ضد المركبات الضارة.
يقدم البحث "Semantic Prism"، وهو إطار عمل حتمي لتوليد التقسيم الدلالي يستخدم مولداً ذا خطوة واحدة مستخلصاً من الانتشار ومحاذاة أدلة المولد الهرمية لتقديم صور دلالية بواجهة لونية ثابتة، محققاً دقة هي الأفضل في فئتها، وممكناً مقياساً جديداً لترتيب الأخطاء دون الحاجة إلى عناصر مساعدة (C-IHD) يتفوق بشكل كبير على مقايضات الثقة التقليدية عبر مجموعات بيانات متعددة.
تقدم هذه الورقة إطار عمل "كشف الغموض القوي" (RAD)، الذي يحدد كمية الغموض التنبؤي في نماذج تعلم الآلة باستخدام مقاييس اتساق متكاملة في "فضاء النموذج" و"فضاء الميزات" لتحديد والامتناع عن التنبؤات غير الموثوقة في السيناريوهات عالية المخاطر.
تقدم هذه الورقة نظاماً قوياً لفهم الصوت متعدد المستويات يجمع بين مشفر "ويسبير" (Whisper) مضبوط بدقة باستخدام تقنية "لورا" (LoRA) مع نموذج "ترانسفورمر" (Transformer) مدرك للمتحدث ومشروط بالعائلة، وذلك لتصنيف تسجيلات الرضع الصاخبة التي تمتد ليوم كامل عبر بيئات منزلية متنوعة بفعالية.