22512 ورقة بحثية
تقدم الورقة البحثية V-FiLLM، وهو إطار عمل مرجعي قابل للتوسع يقوم بتوليد مهام استدلال مالي موثقة من أشجار حسابية قابلة للتنفيذ لتقييم وتحسين متانة ودقة النماذج اللغوية الكبيرة في التعامل مع البيانات المالية المعقدة والمهيكلة.
تقترح هذه الورقة طريقة فعالة للتعلم المعاكس للتعزيز تستفيد من التناسب بين مصفوفة هسيان الهدف الداخلي ومصفوفة معلومات فيشر للسياسة لاشتقاق تدرج فائق مهيكل، والذي يتم تقريبه عبر التخطيط الطيفي المتدفق للتغلب على اختناقات القابلية للتوسع المرتبطة بمصفوفات فيشر الكبيرة.
تقدم هذه الورقة دراسة تجريبية تقارن بين المجموعات العميقة (Deep Ensembles)، والشبكات العصبية البايزية (Bayesian Neural Networks)، وإسقاط مونت كارلو (Monte Carlo dropout) لتقدير عدم اليقين في علم الجينوم، كاشفةً أن الشبكات العصبية البايزية هي الأفضل في التعامل مع عدم توازن الفئات والبيانات خارج التوزيع، مع إظهار فائدة درجات عدم اليقين في اختيار تنبؤات عالية الجودة للتفاعل بين البروتين والحمض النووي الريبي.
تحدد هذه الورقة "التذكر الكارثي" كسبب للنمو غير المحدود في مطالبات البرمجة الوكيلة مثل CLAUDE.md، موضحة أن إلحاق التعليمات أمر زهيد بينما حذفها مكلف حوسبياً، وتقترح أن تضمين الاستدلال الكامن في تعليقات المطالبات يمكن أن يوقف هذا التباعد بفعالية ويحسن أداء اتباع التعليمات بشكل كبير.
تقترح الورقة البحثية تدفقات البواقي الفردية ذات المرحلتين (TORF)، وهو إطار عمل مبتكر يفصل بين التنبؤ بالمتوسط وتقدير عدم اليقين باستخدام نموذج حتمي مدرب مسبقاً للتنبؤات النقطية الدقيقة، وتدفق طبيعي مقيد باستخدام دوال فردية صارمة لتعلم توزيعات بواقي مرنة، مما يحقق أداءً هو الأفضل في فئته في كل من الدقة الحتمية وتقدير الكثافة الاحتمالية دون الحاجة إلى عملية أخذ عينات مكلفة.
تُعد AlbumentationsX مكتبة تعزيز موحدة تضمن اتساق البيانات عبر الصور والتعليقات التوضيحية المتنوعة (مثل الأقنعة، والصناديق، والنقاط الرئيسية) من خلال تطبيق مجموعة واحدة من التحويلات العشوائية من بذرة مشتركة، مما يمنع مشكلات عدم المحاذاة الشائعة في مسارات المعالجة المنفصلة.
تقترح هذه الورقة إطار عمل مستوحى من أنظمة التوصية، يستخدم ميزات صوتية لنطاقات التردد وبنية شبكة عصبية اصطناعية متعددة الطبقات ذات برجين (Two-Tower MLP) لاختيار مجموعات فرعية قوية من المستشعرات للتتبع، محققةً تحسناً في الدقة بنسبة 20% مقارنة بالطرق القائمة على قوة الإشارة المستلمة (RSSI) مع الحفاظ على تكلفة حوسبية منخفضة.
تستعرض هذه الدراسة ست عائلات من اختبارات الاستقلال الشرطي المستخدمة في اكتشاف السببية القائم على القيود، حيث تحلل افتراضاتها، ومتانتها، وقابليتها للتوسع لربط خصائص مستوى الاختبار بأخطاء مستوى الرسم البياني، وتحديد التحديات المفتوحة في الإعدادات الطبية الحيوية عالية الأبعاد والمختلطة الأنواع.
تقدم الورقة البحثية نموذج التبديل اللغوي متعدد الوسائط (MMCS)، وهو نموذج تدريب مسبق مبتكر يدمج الكائنات المرئية ضمن النصوص لتوفير إشراف صريح على مستوى الكائن، مما يحسن بشكل كبير من كفاءة البيانات وقدرات الربط البصري مقارنة بطرق محاذاة الصور والنصوص التقليدية.
تقدم هذه الورقة خارطة طريق كمومية تم التحقق منها آلياً، تُظهر أن انتباه "softmax" على متماثل الاحتمالات (probability simplex) يسمح بتحقيق دقيق لكل مكون على حدة، حيث يتم تعيين جميع العمليات، بدءاً من "softmax" الأسي وصولاً إلى تجميع القيم، إلى دورات بوابات كمومية محددة وقياسات قاعدة "بورن" (Born-rule).