22512 ورقة بحثية
تقدم هذه الورقة البحثية OTLesMix، وهي طريقة مبتكرة لتعزيز البيانات تستفيد من مراكز باريستر (barycenters) لـ Wasserstein وخرائط النقل الأمثل لتوليد آفات دماغية اصطناعية واقعية ذات أشكال ومواقع متنوعة، مما يحسن بشكل كبير أداء نماذج التجزئة مقارنة بالنهج القائمة على الخلط الحالية.
تقترح هذه الورقة وتتحقق من صحة إطار عمل لتعزيز الواقعية الهيكلية للمعايير المرجعية السريرية الاصطناعية عبر التعامل مع المنفعة كقيد بدلاً من كونها مؤشراً للجودة، مبرهنةً على أن المراجعات المستهدفة يمكن أن تحسن بشكل كبير من واقعية البيانات وتنوعها دون المساس بالأداء التشغيلي اللاحق.
تقدم هذه الورقة خوارزمية "Subgradient Tamed Unadjusted Langevin Algorithm" (SG-TULA)، وهي طريقة أخذ عينات مبتكرة تتعامل مع الجهود غير الملساء وغير المحدبة ذات نمو التدرج فوق الخطي دون استخدام التنعيم، محققةً حدود تقارب غير تقاربية محسنة ومظهرةً أداءً تنافسياً في مرحلة ما قبل التدريب للنماذج اللغوية الكبيرة مقارنةً بالمحسنات القياسية مثل AdamW وMuon.
تقدم هذه الورقة البحثية طريقة التقطير الذاتي غير الخاضعة للإشراف والمنبثقة عن السياسة نفسها (U-OPSD)، وهي طريقة مبتكرة تمكن النماذج اللغوية الكبيرة من التحسن عبر التصحيح الذاتي باستخدام توليداتها الخاصة فقط من خلال الاتساق الداخلي، محققةً أداءً يضاهي التقنيات الخاضعة للإشراف أو يتجاوزها دون الاعتماد على إشارات خارجية للحقيقة الأرضية.
تقدم هذه الورقة HarnessOpt-Bench، وهو معيار مرجعي جديد صُمم لتقييم قدرة النماذج اللغوية الكبيرة الرائدة على تحسين أطر العمل الوكيلة (بما في ذلك المطالبات، والأدوات، وكود التنسيق) بشكل تكراري تحت قيود الموارد، مما يثبت أن قدرة التحسين هذه هي مهارة متميزة وقابلة للقياس مع وجود مجال كبير للتحسين.
تقدم هذه الورقة إطار عمل للتقدير القابل للتوسع لنماذج المتجهات ذات الانحدار الذاتي والمتوسطات المتحركة (VARMA) عالية الأبعاد، والذي يحقق تكلفة حوسبية تقترب من الخطية ومستقلة عن طول السلسلة من خلال الاستفادة من إعادة تمثيل الارتباط الذاتي الجزئي والإحصاءات الكافية القائمة على تحويل فورييه، مما يمكّن التقدير القائم على دالة الإمكان من التفوق على مناهج المتجهات ذات الانحدار الذاتي (VAR) التقليدية في الأبعاد التي تفشل فيها الطرق الكلاسيكية.
تقدم هذه الورقة CalibForge، وهو نظام ذاتي يقوم بتخليق مهام تدريب نهائية فعالة باستخدام معايرة الحلّال التنافسي لتحديد "منطقة قابلة للتعلم" تكون فيها المهام قابلة للحل ولكنها صعبة في الوقت ذاته، مما يؤدي إلى مكاسب كبيرة في الأداء عبر معايير قياسية متعددة للوكلاء مقارنة بطرق تنسيق البيانات التقليدية.
تقدم هذه الورقة خوارزمية تعلم PAC غير متباينة (agnostic) للتصنيف الثنائي تحقق حداً مثالياً إحصائياً للمخاطر، مما يستقر بمرونة التعقيد العيني حتى الثوابت العالمية من خلال مطابقة الحدود الدنيا الراسخة.
تقدم الورقة البحثية MIST، وهو معيار للثقة الانتقائية، وتقترح SCOPE، وهي طريقة تدريب تعمل على تحسين النماذج لمقاومة السياق المضلل مع الحفاظ على قدرتها على الاستخدام الصحيح للمعلومات المفيدة أو غير ذات الصلة، مما يعالج قصور مجرد تجاهل جميع الإشارات الخارجية.
تقدم هذه الورقة تحليلاً ثيرموديناميكياً مدعوماً بالتعلم الآلي لمحرك "سيلارد" الكمي باستخدام جسيم واحد، مع مقارنة تكاليف معالجة المعلومات وآليات التشغيل بنظيرتها الكلاسيكية لتوضيح المقايضات الثيرموديناميكية ودور إدراج الحواجز في النظام الكمي.