27306 ورقة بحثية
تتحدى هذه الدراسة المرجعية الافتراض القائل بأن النماذج التأسيسية الأكبر حجماً تتفوق عالمياً على البدائل الأصغر في مجال اكتشاف الأدوية، حيث تُثبت أن النماذج المدمجة والمتخصصة غالباً ما تحقق دقة تنبؤية متفوقة أو مماثلة لخصائص الجزيئات وأنشطتها عبر مجموعات بيانات متنوعة.
تقدم هذه الورقة البحثية "Quantamination"، وهي ثغرة أمنية حرجة في التكميم الديناميكي (dynamic quantization) حيث يؤدي التنفيذ غير السليم في أطر تعلم الآلة الشهيرة إلى إنشاء قنوات جانبية تسمح للمهاجمين بسرقة بيانات المستخدم الحساسة من مدخلات أخرى ضمن نفس دفعة المعالجة.
تقدم هذه الورقة إطار عمل SAS، وهو إطار يعتمد على المحولات (transformer-based) يتيح التكيف في وقت الاختبار لتعلم التعزيز الآمن غير المتصل (offline safe reinforcement learning) من خلال توليد واختيار مسارات متخيلة متوافقة مع ليابونوف (Lyapunov-compliant) كـ "سياق توجيهي" (in-context prompts) لإعادة ضبط سلوك الوكيل نحو الأمان دون الحاجة إلى إعادة التدريب.
تقدم الورقة البحثية Sparse-HFS، وهو خوارزمية تعلم شبه مُشرف قابلة للتوسع تحقق تعقيداً في المساحة قدره O(n polylog(n)) وتعقيداً في الوقت قدره O(m polylog(n)) من خلال التخفيف الطيفي للرسوم البيانية عبر الإنترنت.
يُعد FloatSOM إطار عمل جديداً للخرائط ذاتية التنظيم (Self-Organizing Map) موزعة ومعززة بمعالجات الرسوميات (GPU)، يتغلب على قيود الذاكرة من خلال التدفق المدعوم بالقرص الصلب ويدعم توبولوجيا مرنة، محققاً خطأ تكميمٍ هو الأفضل حالياً وقابلية توسع عالية الإنتاجية على مجموعات بيانات تصل إلى مليار عينة.
تقترح هذه الورقة إطار عمل قائماً على التعلم التعزيزي يصيغ توجيه الشاحنات الكهربائية العشوائي كعملية قرار شبه ماركوفية مدفوعة بالأحداث مع تمثيل حالة قائم على الرسوم البيانية وقناع للعمليات، مما يظهر أداءً فائقاً على النماذج الاستدلالية ونتائج قريبة من المثالية مقارنة بالبرمجة الرياضية في ظل حالات عدم اليقين التشغيلية وقيود الشحن.
تقدم هذه الورقة PiGGO، وهو إطار عمل للنماذج التفاضلية العادية الرسومية الموجهة بالفيزياء والمدمجة مع مرشح كالمان الموسع، لتمكين الاستشعار الافتراضي عبر الإنترنت وتقدير الحالة بمتانة وإدراك لعدم اليقين للهياكل الديناميكية غير الخطية ذات النماذج المجهولة والتحسس المتفرق.
تتناول هذه الورقة فجوة الأداء المستمرة في التعلم الاتحادي الناتجة عن كل من انحياز التسجيل وانحياز اختيار المشاركة، وذلك عبر صياغة نموذج اختيار ثنائي المراحل واقتراح FedIPW، وهو مخطط تجميع يعتمد على الأوزان العكسية للاحتمالية يستعيد بفعالية أهداف المجتمع المستهدف حتى عندما تكون المتغيرات المصاحبة على مستوى العميل محدودة.
تقترح هذه الورقة نموذج "آلة النواة لشبكة الموتر البايزية" (LA-TNKM) الذي يستخدم تقريب لابلاس الخطي لتوفير تقديرات مبدئية لعدم اليقين، مُظهرةً أداءً يطابق أو يتجاوز العمليات الغاوسية والشبكات العصبية البايزية في معايير قياسية متنوعة للانحدار.
تُظهر هذه الدراسة أن نموذج لغة صغير مفتوح المصدر (Qwen2.5-7B)، تم ضبطه بدقة وتكييفه مع مجال محدد، يتفوق بشكل كبير على كل من النماذج المرجعية والنماذج اللغوية الكبيرة المملوكة والمتقدمة في دقة تعيين درجات مؤشر شدة الطوارئ من السرديات السريرية للفرز الطبي، مما يوفر أداة موثوقة لدعم اتخاذ القرار وتحافظ على الخصوصية لأقسام الطوارئ.