27306 ورقة بحثية
تقدم هذه الورقة نهج تدريب مسبق تبايني باستخدام 7,330 صورة من صور مجهر المجهر الإلكتروني الماسح المقطعي ذي الحقل المظلم ذي الزاوية العالية (HAADF-STEM) والبيانات الوصفية الخاصة بها لتعلم فضاء تضمين مشترك، مما يتيح شبكة نقل أسلوب توليدية تقوم بتحويل الصور التجريبية إلى أساليب استحواذ مختلفة وتسهل إزالة الضجيج الفيزيائي.
تقترح هذه الورقة إطار استدلال بايزي تبايني يدمج قيود المساواة الخطية في نماذج تعلم الآلة لضمان امتثال التنبؤات للقوانين الفيزيائية المعروفة مع توفير تقديرات قوية لعدم اليقين، مما يظهر أداءً محسناً وامتثالاً للقيود على نموذج بطارية أحادي الجسيم مقارنة بالشبكات العصبية البايزية القياسية.
تقدم الورقة البحثية Influpaint، وهو نموذج انتشار توليدي يصيغ التنبؤ بالإنفلونزا كمهمة ترميم مكاني زماني (spatiotemporal inpainting) لالتقاط ديناميكيات الأوبئة المعقدة وعدم اليقين متعدد الأنماط بفعالية، محققاً دقة تنافسية في كل من تحديات CDC FluSight الاسترجاعية والآنية.
تجادل هذه الورقة بأن تكرار الطبقات في النماذج اللغوية الكبيرة ليس خاصية هيكلية متأصلة، بل هو تابع وظيفي لهدف المعايرة، مما يثبت أن اختيار الهدف له تأثير أكبر على نتائج تقليم العمق من خوارزمية البحث المستخدمة تحديداً.
يُعدّ Nemotron 3 Nano Omni نموذجاً جديداً مفتوح المصدر متعدد الوسائط يدعم أصلياً مدخلات الصوت والنص والصورة والفيديو، ويقدم دقة محسنة وقدرات وكيلة واستدلالاً فعالاً من خلال هيكل أساسي مكون من 30 مليار معلمة و3 مليارات معلمة نشطة وتقنيات لتقليل الرموز، مع إصدار نقاط تفتيش وبرمجيات لدعم المزيد من الأبحاث.
تقدم هذه الورقة "التدريب المتوافق مع الحوسبة" (Compute Aligned Training)، وهو إطار عمل مبتكر يعمل على مواءمة أهداف التدريب للنماذج اللغوية الكبيرة مع استراتيجيات الاستدلال في وقت الاختبار عبر اشتقاق دوال خسارة جديدة، مما يؤدي إلى تحسين توسع الأداء بشكل كبير مقارنة بأساليب الضبط الدقيق الموجه للتعليمات (SFT) والتعلم المعزز (RL) القياسية.
يُعد PolyKV نظاماً مبتكراً يُمكّن وكلاء استدلال نماذج اللغات الكبيرة (LLM) المتعددين والمتزامنين من مشاركة مجمع ذاكرة تخزين مؤقت (KV cache) واحد مضغوط بشكل غير متماثل —باستخدام تكميم int8 للمفاتيح (Keys) وتكميم 3-بت قائم على تحويل فورييه السريع (FWHT) للقيم (Values)— محققاً خفضاً في الذاكرة يصل إلى 97.7% مع تدهور طفيف في الارتباك (perplexity) مع الحفاظ على جودة مخرجات عالية عبر مختلف أحجام النماذج وأطوال السياق.
تقدم هذه الورقة البحثية تقنية "التنعيم المترابط بـ لابلاس" (LBS)، وهي إعادة صياغة تحليلية لتقنية "التنعيم العشوائي" تلغي الحاجة إلى التدريب المعزز بالضجيج وتخفض تكاليف التصديق بشكل جذري، مما يتيح متانة موثقة رسمياً وسريعة على الأجهزة الطرفية محدودة الموارد.
تقدم هذه الورقة المبادئ التأسيسية للشبكات العصبية المستنيرة بالفيزياء (PINNs) وتثبت ملاءمتها لحل مشكلات الهندسة التفاضلية من خلال صياغة الإنشاءات الهندسية كمهام لتقليل الخسارة، وهو ما توضحه ملخصات لثلاثة أعمال ذات صلة.
تُبين هذه الورقة أن شرط قابلية القياس من نوع بوريل (Borel measurability) لـ "القيم العليا للفجوة الشبحية" (ghost-gap suprema) في إثبات التناظر القياسي لتعلم VC هو أقوى مما هو ضروري، حيث تُظهر بدلاً من ذلك أن الأحداث السيئة ذات الصلة هي أحداث تحليلية (analytic) وبالتالي فهي قابلة للقياس في إتمام أي مقياس بوريل منتهي، وهي نتيجة تمت صياغتها رسمياً في لغة Lean 4 بما يضعف فرضيات قابلية القياس اللازمة لإثبات قابلية التعلم بنظام PAC.