22512 ورقة بحثية
تقترح هذه الورقة نموذجاً لوجستياً ذاتياً قابلاً للنقل يتنبأ بأعطال المعدات النادرة في البيئات غير المتجانسة من خلال تعلم أنماط الفشل المشتركة عبر تكوينات مستشعرات وسياقات تشغيل متنوعة، وقد تم التحقق من صحته باستخدام مجموعة بيانات اصطناعية لثلاجة.
تقدم هذه الورقة LivePlan، وهو إطار عمل فعال من حيث التكلفة يعزز أداء الوكلاء البرمجيين في معالجة مشكلات GitHub المعقدة عبر توظيف مراقب حتمي للكشف عن الانحرافات السلوكية في الوقت الفعلي واستشارة مستشار يعتمد على النماذج اللغوية الكبيرة بشكل انتقائي لإجراء تصحيحات مستهدفة، محققاً بذلك تحسينات كبيرة في معدل الحل مع حد أدنى من الأعباء الإضافية.
تقترح هذه الورقة طريقة دنيا خالية من المكافآت تستفيد من طرح بأسلوب "المبارزة" (dueling-style) للاختلافات غير المعتمدة على الأفعال في نماذج العالم الكامنة لعزل قنوات الأفعال القابلة للتحكم ورفض المشتتات ذات النمط المشترك بفعالية، مما يؤدي إلى استعادة التخطيط والتحكم الموثوقين حتى في ظل وجود حركة غير منضبطة في المشهد.
يعالج MolBioKG تحدي البداية الباردة للجزيئات غير المسجلة في اكتشاف الأدوية في المجال الحيوي الطبي من خلال تقديم نظام ثنائي الطبقات يعمل على تجذير سلاسل SMILES الخارجة عن الرسم البياني ضمن رسم بياني معرفي واسع النطاق عبر التثبيت الهيكلي متعدد الدقة والتنقل التكيفي المدفوع بالنماذج اللغوية الكبيرة، مما يحسن دقة الاستدلال واستدعاء الأهداف بشكل كبير دون تدريب خاص بالمهمة.
تقدم هذه الورقة البحثية HYMELL، وهو إطار عمل هجين ثلاثي المستويات يجمع بين النمذجة التحليلية وتعلم الآلة لتقدير زمن انتقال الاستدلال واستهلاك الطاقة بدقة لمختلف بنيات النماذج اللغوية الكبيرة على أجهزة مثل NVIDIA H100، محققاً خطأً يقل عن 5% وممكناً لاستكشاف مساحة التصميم بكفاءة دون الحاجة إلى أجهزة.
تقترح هذه الورقة إطار عمل "شجرة القرار ذات الاستراتيجية المختلطة" (MDT)، الذي يستفيد من البيانات المولدة بواسطة الحلّال (solver) بدلاً من العروض البشرية لصياغة استراتيجيات التوازن في شكل قواعد متفرقة، مما يحسن بشكل كبير قدرة النماذج اللغوية الكبيرة على لعب ألعاب الاستراتيجية المختلطة مثل "تكساس هولدم بلا حدود" عبر تقليل مسافتها عن توازن اللعبة بنسبة تزيد عن 52%.
يقدم CubicQuant تنسيقًا قياسيًا غير منتظم ومعلميًا يربط أكواد المقدار المتباعدة بانتظام بمستويات إعادة بناء تكيفية عبر منحنى تكعيبي رتيب، مما يتيح استنتاج نماذج اللغات الكبيرة (LLM) بكفاءة بدقة 1-8 بت مع تقليل خطأ إعادة البناء مقارنة بالكمية الصحيحة المنتظمة والكمية ذات الفاصلة العائمة المحدودة، مع الحفاظ على قابلية التنفيذ المباشر على وحدات معالجة الرسومات (GPU).
تُثبت هذه الورقة أن تحليل دوائر الاستعلام-المفتاح (query-key) ودوائر القيمة-المخرجات (output-value) في نماذج الانتباه الذاتي يؤدي إلى فروق ضمنية في معدلات التعلم، حيث يدفع تسارع تعلم الاستعلام-المفتاح بالنسبة لتعلم القيمة-المخرجات نحو أنماط انتباه أكثر حدة وقابلية أفضل للتفسير دون التضحية بالأداء التنبؤي.
تقترح هذه الورقة طريقة دفع عصبي تنافسي ضعيف تستخدم تخريطاً عصبياً قابلاً للعكس وصياغة ضعيفة لمؤثر التصادم لحل معادلة بولتزمان المعتمدة على الزمن، مبرهنةً على فعاليتها من خلال النتائج العددية.
تقدم هذه الورقة خوارزمية تحوط مكافأة متعددة المقاييس ومبتكرة تحقق أول ضمانات زمنية حدودية وخالية من الأفق للتعلم من العروض التوضيحية الصحيحة في الإعدادات المستمرة دون ملاحظة المكافآت، وذلك عبر الاستفادة من تصويت مشترك على اختبارات الأمثلية المتسامحة لتقييد الفجوة الخفية التراكمية عبر الإنتروبيا المترية.