22512 ورقة بحثية
تقدم هذه الورقة إطار عمل للتعلم بـ (PAC) للعمليات ذاتية الانحدار العشوائية الثنائية التي تعمم النماذج الحتمية السابقة، مظهرةً أنه في حين تفتقر التعقيدات النسبية لعينات كل من الإشراف الأساسي، وسلسلة الأفكار، والإشراف من البداية إلى النهاية إلى ترتيب عالمي، يمكن وضع حدود عليا محكمة محددة تربط بين هذه المهام من خلال تحويلات المقياس.
يفصل هذا التقرير عملية نشر تجريبية لإثبات المفهوم لتدريب نموذج NanoChat الموزع عبر نظامي NVIDIA DGX Spark متصلين عن بُعد، مما يبرهن على جدوى استخدام مجموعات الذكاء الاصطناعي المدمجة من فئة الأجهزة المكتبية لكل من تدريب النماذج اللغوية الكبيرة متعددة العقد والضبط الدقيق للأمن السيبراني، مع العمل كمورد للبحث الأكاديمي والتعليم.
تُبين هذه الورقة أنه في التعلم المعزز الخطي-التربيعي ذي الملاحظة الجزئية، لا تكمن العقبة الرئيسية أمام المثالية في قدرة التعبير لدى السياسة، بل في انحياز في تقدير القيمة من قِبل الناقد ناتج عن تباين الحالة غير المفسر، وهو ما يمكن توصيفه بدقة وتصحيحه عبر ضبط أفق الاستشراف الخاص بالوكيل.
تقترح هذه الورقة "فك الارتباط الميزاتي الموجه نحو الهدف" (TOFD)، وهو إطار عمل موحد للتعلم الاتحادي المنقسم يدمج الاستدلال على الهدف، وتنقية العينات، وتحسين فك الارتباط للكشف الاستباقي عن هجمات التسمم المتنوعة والتخفيف من آثارها بقوة مع الحفاظ على تكلفة حوسبة منخفضة.
تُظهر هذه الدراسة أن نهج النموذج التأسيسي (NeuroSTORM) المطبق على بيانات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة يتفوق على طرق الاتصال الوظيفي التقليدية في تصنيف حالات الصداع لدى الأطفال والتمييز بين الشقيقة المزمنة والأنواع الفرعية الأخرى، مما يقدم إثباتاً واعداً لمفهوم استراتيجيات العلاج الفردي القائمة على التصوير بالرنين المغناطيسي الوظيفي.
تقدم هذه الورقة FUSE، وهو إطار عمل مبتكر لتوليد بيانات جدولية مختلطة الأنواع يعمل على فصل معالجة الميزات الخاصة عن التفاعلات بين الأعمدة صراحةً عبر وحدات مزج تكيفية وانتباه مشترك، مما يحسن دقة التوزيع والمنفعة في المهام اللاحقة مع توفير حدود نظرية لخطأ التوليد.
تُوصّف هذه الورقة البحثية قابلية تحديد نوى الانتقال في عمليات ماركوف لاتخاذ القرار المخصومة من خلال الأفعال المثلى وحدها، مبيّنةً أنه بينما تترك مكافآت الحالة-الفعل عائلة عالية الأبعاد من الديناميكيات غير القابلة للتمييز، فإن المكافآت التي تعتمد على الحالة التالية تسمح عادةً بالاسترداد الكامل لنواة الانتقال، في حين أن مكافآت الحالة فقط توفر معلومات أقل حتى.
تُثبت هذه الورقة أن مقارنات التعلم الآلي المؤتمت (AutoML) ذات الميزانية الزمنية القصيرة غالباً ما تكون مضخمة بسبب عيوب في البروتوكول، مثل انحياز اختيار مجموعة الاختبار وعدم فرض حدود زمنية، حيث تُظهر كيف أدى تصحيح هذه المشكلات في دراسة حالة محددة إلى انهيار معدل فوز نظام كان مهيمناً سابقاً وإلغاء المزايا ذات الدلالة الإحصائية على المنافسين.
تقدم هذه الورقة إطار عمل للتعلم التعزيزي العميق يُمكّن روبوتاً رباعي الأرجل بوزن 68 كجم من الحفاظ على حركة مستقرة في ظل فقدان قدرة المشغلات الميكانيكية، وذلك عبر استخدام بنية "ممثل-ناقد" غير متماثلة مع محاذاة كامنة ومعلم لتردد المشية قابل للتعلم لإعادة تنظيم التنسيق تكيفياً دون استراتيجيات أعطال محددة مسبقاً.
تقدم هذه الورقة تقلب الارتباط الزمني (TCV) لقياس كيفية تسبب تطور الارتباطات الثنائية في تدهور أداء الشبكات العصبية الرسومية في التنبؤ بالسلاسل الزمنية، وتقترح GLIDE، وهي بنية مبتكرة تعتمد على تمرير الرسائل القائم على المسار وفصل الانتشار الاستاتيكي-الديناميكي، والتي تتفوق بشكل كبير على النماذج الحالية في كل من الإعدادات الاستاتيكية والديناميكية للغاية.