27461 ورقة بحثية
تُظهر الورقة البحثية أن المعرفة الطهوية الضمنية للطهاة يمكن استردادها بشكل منهجي من تضمينات المكونات ذات الأبعاد الثلاثمائة، وذلك عبر استخدام عملية تنسيق معززة بنماذج لغوية كبيرة لتحديد خمسة عشر محوراً متعدد الأبعاد للنكهة والقوام والثقافة.
تقترح هذه الورقة إطار عمل للشبكات العصبية المستوحاة من الفيزياء (PINN) يعتمد على التوفيق (collocation) ويتسم بالمتانة لمحاكاة انتشار التلوث المعتمد على الزمن من مصادر متحركة، مما يثبت من خلال دراسة حالة في سبيتسبرغن أن الانقلاب الحراري يؤدي إلى تدهور جودة الهواء بشكل كبير عن طريق حبس الملوثات بالقرب من الأرض.
تقترح الورقة البحثية إطار عمل "مونت كارلو الطارد للدرجة" (SRMC)، وهو إطار عمل موفر للذاكرة يقلل من تباين مونت كارلو في فضاءات الحالة العامة باستخدام متوسط متحرك لتقييمات الدرجة لإنشاء هدف بديل يعتمد على التاريخ يثبط أخذ العينات المتكررة.
تقدم هذه الورقة طريقة لبناء تمثيلات تكاملية صريحة لشبكات ReLU ذات الطبقتين يمكنها تقريب كثيرات الحدود متعددة المتغيرات بحدود خطأ تعتمد على معاملات الحدود أحادية الحد والتوزيع بدلاً من الاعتماد الصريح على البعد أو الدرجة.
تُثبت هذه الورقة أن استخدام شبكات سياميز المقنعة (Masked Siamese Networks) لإجراء التجميع العميق ذاتي الإشراف على السلاسل الزمنية الحرارية يمكن أن يعمل بفعالية على تحويل البيانات المناخية المعقدة إلى حالات منفصلة ذات معنى دلالي تعكس ظواهر واقعية مثل أحداث النينيو.
تقدم هذه الورقة "Energy-Arena"، وهي منصة تقييم ديناميكية مفتوحة وقائمة على واجهة برمجة التطبيقات (API)، صُممت لتحسين قابلية المقارنة والشفافية في التنبؤ بالطاقة التشغيلية من خلال استبدال مجموعات البيانات التاريخية الثابتة بنوافذ تقييم مستمرة وتطلعية.
تقترح الورقة البحثية -CRF، وهي طريقة تسريع لنماذج الانتشار في المجال الترددي تستخدم آلية تخزين مؤقت تعتمد على التغذية الراجعة للخطأ والمدفوعة بالأحداث لإعادة حساب ميزات مفتاح-وقيمة (KV) للمحول بشكل انتقائي بناءً على التمركز الطيفي والتناظر المرآتي، مما يحقق تسريعاً بنحو 2.2 ضعف دون التضحية بجودة العينات.
تقدم هذه الورقة توصيفًا تقاربيًا دقيقًا لمنحنيات التعلم للخوارزميات الطيفية في الإعدادات عالية الأبعاد، كاشفةً أن المخاطر الزائدة تمر عبر ثلاثة أنظمة متميزة — التنظيم المفرط، والتنظيم الناقص، والاستيفاء — ومثبتةً أن فرط الملاءمة الحميد يحدث باستمرار عندما تقع نعومة دالة الانحدار ضمن عتبة محددة.
يُعد StackFeat-RL إطار عمل للتعلم الميتا (meta-learning) يستخدم تدرجات السياسة من نوع REINFORCE لتحسين خوارزمية تكرارية لاختيار الميزات ذات المعيار المزدوج، مما يحقق دقة تنبؤية فائقة وندرة أعلى في اكتشاف المؤشرات الحيوية للبيانات الجينومية عالية الأبعاد مقارنة بالطرق التقليدية.
تقدم هذه الورقة إطار عمل مؤتمتًا بالكامل لقياس وتخفيف انحياز التفضيل الذاتي في أنظمة "النموذج اللغوي الكبير كحكم" (LLM-as-a-judge) باستخدام أزواج استجابات متساوية الجودة للفصل بين الانحياز التقييمي وقدرة النموذج، مقترحةً في النهاية استراتيجية تقييم متعددة الأبعاد تقلل من الانحياز بمتوسط قدره 31.5%.