27306 ورقة بحثية
تقترح الورقة البحثية إطار عمل OSCAR، وهو إطار عمل للمعايرة الذاتية عبر الإنترنت يستفيد من الفجوة التوليدية-التمييزية في النماذج اللغوية-البصرية الكبيرة لبناء بيانات التفضيل عبر بحث شجرة مونت كارلو (Monte-Carlo Tree Search) وتحسين التفضيل المباشر (Direct Preference Optimization)، مما يقلل بفعالية من الهلوسة دون الاعتماد على إشراف خارجي.
تقدم هذه الورقة "مجموعات Conformalized Quantum DeepONet"، وهو إطار عمل يستخدم الشبكات العصبية الكمومية المتعامدة والدوائر الكمومية الممركزة بالمعلمات والمتراكبة لتحقيق تعلم مؤثر قابل للتوسع مع تعقيد استدلال خطي وتقدير كمي لعدم اليقين خالٍ من التوزيع وصارم للتطبيقات الحرجة للسلامة.
تُثبت هذه الورقة أن أوزان نموذج Gemma 4 31B المدربة مسبقاً والمجمدة والمقتصرة على النصوص يمكن نقلها بفعالية عبر الوسائط المتعددة لتحقيق أداء يضاهي أحدث ما توصل إليه العلم في مهام التحكم الروبوتي، واتخاذ القرار، والاستدعاء الترابطي باستخدام واجهة تدريبية رقيقة فقط، مما يثبت أن قدرة الأوزان في النموذج على تحمل عبء التدريب المسبق هي قدرة جوهرية متأصلة في أوزانه وليست مرتبطة بوسيطه المحدد أو بيانات تدريبه.
تقدم هذه الورقة HyperODE RCA، وهو إطار عمل موحد يدمج انتباه الرسم البياني الفائق، والمعادلات التفاضلية العادية الكامنة، ودمج الانتباه المتقاطع متعدد الوسائط لتحقيق تحديد قوي وقابل للتفسير لمسببات الجذر في أنظمة الخدمات المصغرة المعقدة من خلال نمذجة التبعيات من الرتب العليا والديناميكيات الزمنية غير المنتظمة عبر بيانات القابلية للمراقبة غير المتجانسة.
يُعد VQ-SAD نموذج انتشار عصبي-رمزي يستفيد من نموذج VQ-VAE مجمد لترميز أنواع الذرات والروابط إلى رموز كامنة منفصلة، مما يتغلب على قيود التمثيلات المستمرة ويحقق أداءً رائدًا في معايير توليد الجزيئات مثل QM9 وZINC250k.
تحدد هذه الورقة أن أهداف التعلم المعزز القياسية ذات المكافآت القابلة للتحقق (RLVR) تؤدي إلى انهيار التنوع لكونها غير مبالية بتوزيع الكتلة الاحتمالية بين الحلول الصحيحة، وتقترح تحسين السياسة الموحدة الصحيحة (UCPO) لفرض توزيع موحد على المخرات الصالحة، مما يحسن بشكل كبير تنوع وتغطية العينات المتعددة مع الحفاظ على دقة المحاولة الواحدة.
تقترح هذه الورقة خوارزمية جديدة للتعلم المعزز القائم على النموذج تحقق حدود ندم مثالية بتعقيد أوراكل مستقل عن أحجام فضاءات الحالة والعمل، مما يجعلها أول طريقة كفؤة مزدوجة الأوراكل قادرة على حل عمليات ماركوف لقرار (MDPs) ذات فضاءات حالة وعمل لانهائية.
تقدم الورقة نظرية مجال الشبكة (MeshFT) وتطبيقها العصبي، MeshFT-Net، وهو إطار عمل يحافظ على البنية ويفصل بين البنية الطوبولوجية للشبكة وخصائصها المترية لاستخلاص صيغة "بورت-هاميلتونيان" (port-Hamiltonian)، مما يتيح عمليات محاكاة عالية الكفاءة في استهلاك البيانات، ومتسقة فيزيائياً، ومستقرة مع انحراف طاقة يقترب من الصفر وقدرة قوية على الاستقراء الخارجي.
تقدم هذه الورقة Foresight Arena، وهو معيار مرجعي على السلسلة (on-chain) غير مقيد، يقيم وكلاء التنبؤ بالذكاء الاصطناعي في أسواق التنبؤ الواقعية باستخدام عقود ذكية لا تتطلب الثقة وقواعد تسجيل ملائمة لقياس دقة التنبؤ بصرامة مع منع الإفراط في التخصيص وتلوث البيانات.
تقترح الورقة البحثية GD4، وهي طريقة انتشار إزالة تشويش منفصلة قائمة على الرسوم البيانية تقوم بإزالة التشويش المباشر في فضاء الرموز المنفصلة لتحقيق كشف MIMO سريع وعالي الجودة مع مقايضات أداء وتعقيد متفوقة مقارنة بالنماذج المرجعية التقليدية ونماذج الانتشار الحالية في كل من الأنظمة ناقصة التحديد وفائقة التحديد.