27461 ورقة بحثية
تقترح الورقة البحثية طريقة **SHEAR**، التي تعمل على تحسين التعلم المعزز لمهام الاستدلال من خلال استخدام مسافة واسرستاينين (Wasserstein distance) بين توزيعات الحالات الخفية للمسارات الصحيحة والخاطئة لإجراء تخصيص دقيق للائتمان على مستوى الرمز (token-level credit assignment) دون الحاجة إلى نماذج مكافأة إضافية أو تعليقات توضيحية على مستوى الخطوة.
تقدم الورقة البحثية "التعلم المعزز بهامش الثقة" (RLCM)، وهو إطار عمل يعمل على تحسين معايرة الاستدلال في النماذج اللغوية الكبيرة من خلال استخدام مكافأة عملية معززة بالهامش لتوسيع فجوة الثقة بين خطوات الاستدلال الوسيطة الصحيحة والخاطئة، مما يؤدي إلى تقليل الإفراط في الثقة وتمكين الحوسبة الأكثر كفاءة في وقت الاختبار.
باستخدام الترقيع التنشيطي لنقل الحالات الخفية من آثار الاستدلال إلى عمليات الإجابة المباشرة، يوضح المؤلفون أن رموز "سلسلة الأفكار" الفردية تشفر معلومات كافية ذات صلة بالمهمة لاستعادة الإجابات الصحيحة حتى عندما يكون أثر الاستدلال الأصلي معيباً.
تُعد UniAda هجوماً عدائياً متعدد الأهداف من نوع الصندوق الأبيض مصمماً لأنظمة القيادة الذاتية من طرف إلى طرف، حيث يستخدم مخطط وزن تكيفي للتلاعب في كل من زاوية التوجك وسرعة المركبة في آن واحد من خلال اضطرابات غير مرتبطة بالصور.
تُعد TEMPO بنية جديدة قائمة على نموذج المحولات (Transformer) تتعلم تسلسلات تطور الأمراض الرتبية والمتصلة من البيانات المقطعية من خلال التعلم الخاضع للإشراف القائم على المحاكاة، وهي تتفوق بشكل كبير على النماذج القائمة على الأحداث من حيث الدقة والمنطق البيولوجي.
تقترح هذه الورقة شبكة "U-Net" زمنية مستوحاة من الفيزياء تستخدم فقدًا إدراكيًا قائمًا على نموذج "VGG" وشرطًا حديًا مكافئًا مرجحًا زمنيًا لإعادة بناء ديناميكيات سوائل عالية الدقة ومحافظة على الاضطراب من ملاحظات زمنية متفرقة.
يقدم V-GRPO إطار عمل للتعلم التعزيزي عبر الإنترنت يتسم بالاستقرار والكفاءة لنماذج التوليد لإزالة الضجيج، وذلك من خلال دمج بدائل الاحتمالية القائمة على ELBO مع خوارزمية تحسين السياسة النسبية للمجموعات (GRPO)، محققاً أداءً هو الأفضل في فئته في مجال تخليق الصور من النصوص مع تسريع كبير مقارنة بالطرق الحالية.
تُثبت هذه الورقة أن الاستراتيجية الأكثر فعالية لفحص أمراض القلب الهيكلية المتعددة عبر تخطيط كهربائية القلب هي الجمع بين التكيف ذاتي الإشراف داخل النطاق والضبط الدقيق الخاضع للإشراف الانتقائي لنموذج تأسيسي لتخطيط كهربائية القلب مدرب مسبقاً.
لمعالجة مقايضة الاستقرار واللدونة في الاسترجاع التوليدي المستمر، تقترح الورقة البحثية ضبط ذاكرة ما بعد التكيف (PAMT)، وهي طريقة تستخدم رأس ذاكرة بارامتريًا متفرقًا ونمطيًا لتوفير تصحيحات متبقية أثناء فك التشفير، مما يسمح للنموذج بتعلم مستندات جديدة دون التسبب في نسيان كارثي لما تعلمه سابقًا.
تعيد هذه الورقة إنتاج فعالية طريقة التخطيط المسبق في الاسترجاع التوليدي (PAG) مع إثبات أن أداءها حساس لتباينات الاستعلام، مثل الأخطاء المطبعية وعدم التطابق عبر اللغات، والتي يمكن أن تزعزع استقرار إشارة التخطيط الاستباقي.