27306 ورقة بحثية
تقدم الورقة إطار عمل CLEAR لتوضيح أن المعايير الطبية القياسية تفشل في استيعاب الغموض الواقعي، مما يكشف أن زيادة خيارات الإجابة، وتحويل صياغة الامتناع إلى الاعتراف بعدم اليقين، وزيادة حجم النماذج، تؤدي جميعها إلى تدهور موثوقية النماذج اللغوية الكبيرة من خلال تفاقم "عجز التواضع" حيث تجد النماذج صعوبة في الامتناع عن الإجابات غير الصحيحة.
تقدم هذه الورقة خوارزمية "تتبع-وتوقف" (Track-and-Stop) معززة بالإقصاء لاختبار الفرضيات النشط ذي الثقة الثابتة، والتي تعمل على تقليص البدائل غير الرائدة تدريجياً لتحقيق حدود زمن توقف أكثر إحكاماً في العينات المحدودة، وتوفر مقايضة قابلة للضبط بين سرعة الإقصاء وضمانات الثقة.
تقترح هذه الورقة إطار عمل للتهيئة الموجهة بـ "فيشر" (Fisher-guided) لضبط (LoRA) الدقيق، والذي يستفيد من معلومات الانحناء المستحثة من البيانات اللاحقة لاختيار الفضاءات الجزئية للتكيف ذات الصلة بالمهمة، مما يحسن أداء النموذج بشكل كبير مقارنة باستراتيجيات تهيئة الأوزان فقط الحالية.
تجادل هذه الورقة بأن تقييمات التلقين بالتحليل المقابل المعيارية غالبًا ما تعزو حساسية النموذج إلى عوامل محددة بسبب فشلها في مراعاة الحساسية العامة للتغيرات في الصيغة السطحية، وتقترح إطارًا قويًا يقارن التدخلات المستهدفة بنماذج مرجعية من إعادة الصياغة للتمييز بين التأثيرات الحقيقية والضجيج العرضي.
تُعد GEODE طريقةً للكشف عن البيانات خارج النطاق (OOD) تحافظ على الهندسة، حيث تستخدم فقدان معيار تكيفي للزوايا لمحاكاة فوائد معايرة الحدود لتعرض القيم المتطرفة اصطناعياً، مما يحقق أداءً قوياً عبر جميع المقاييس السبعة القياسية دون الحاجة إلى بيانات مساعدة منسقة.
تقدم هذه الورقة "الاستدلال التبايني العميق للانحدار الرمزي" (DVISR)، وهو امتداد بايزي تبايني لـ "الانحدار الرمزي العميق" يستنتج التوزيعات البعدية لكل من أشجار التعبيرات وثوابتها لتمكين الانحدار الرمزي القابل للتوسع والمدرك لعدم اليقين.
تُثبت هذه الورقة أن إطار عمل Infoprop Dyna يُمكّن روبوت Mini Wheelbot من تعلم السباق عالي السرعة على مسار في العالم الحقيقي خلال 11 دقيقة فقط، مما يلغي الحاجة إلى محاكيات قائمة على الفيزياء وتقنيات التوزيع العشوائي للمجال التي تُتطلب عادةً لعملية النقل من المحاكاة إلى الواقع.
تقدم هذه الورقة طريقة عالية الكفاءة وقابلة للنقل لصياغة أمثلة خادعة غير مستهدفة من خلال تحسين مرشحات صور تلافيفية بسيطة بحجم 3×3 مستوحاة من كشف الحواف، محققة معدلات نجاح هجومية كبيرة بـخمس مراتب عشرية أقل من النماذج القائمة على النماذج التوليدية.
تقدم هذه الورقة نهجاً معززاً بالتعلم الآلي يعمل على تسريع إعادة البناء التكتيكي (ptychographic reconstruction) التكراري من خلال دمج مؤثر "الأمام السريع" (fast-forward operator) مُتعلم في الحلول القياسية، محققاً اختزالاً في وقت التنفيذ الفعلي (wall-clock time) يتجاوز الضعف مع الحفاظ على الاتساق الفيزيائي وإظهار المتانة على بيانات السينكروترون التجريبية.
تقدم هذه الورقة Extreme Weather Bench (EWB)، وهي مجموعة معايير جديدة مفتوحة المصدر ومدفوعة من المجتمع، صُممت لتوحيد تقييم نماذج الذكاء الاصطناعي ونماذج التنبؤ العددي بالطقس مقابل أحداث طقس عالمية متنوعة وعالية التأثير من خلال مجموعة موحدة من دراسات الحالة، والبيانات الرصدية، والمقاييس القائمة على التأثير.