22512 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد لتدريب شبكات تدفق التوازن (GFlowNet) يربط بين توازن التدفق وتحسين المكافأة المتوقعة لاستخلاص أساليب جديدة قائمة على السياسة، وتتميز باستراتيجية مقترنة للتدريب المشترك للسياسات الأمامية وتصميم السياسات الخلفية، وهو أمر مضمون نظرياً ومثبت تجريبياً في تحسين الأداء على كل من مجموعات البيانات المحاكية والواقعية.
تتقصى هذه الورقة كيفية سلوك النماذج اللغوية عند "نسيان" المهارات عبر الضبط الدقيق باستخدام تسميات عشوائية، كاشفةً أن تعميم النسيان غير متوقع للغاية ويعتمد على المهمة، حيث يفشل غالباً في الامتداد إلى ما وراء أمثلة تدريبية محددة رغم المخرجات العشوائية ظاهرياً، بينما تظل قدرات المهام الكامنة سليمة كما يتضح من نجاح الاختبار الخطي.
تُثبت هذه الورقة أن استحثاث التناثر في نماذج الانتشار يقلل بشكل كبير من تعقيدها الحسابي عبر الاستفطادة من البعد الجوهري للبيانات، مما يؤدي إلى مسارات عمل أكثر كفاءة وتوليد عينات ذات جودة أعلى.
توسع هذه الورقة تحليل ديناميكيات تدفق التدرج في الشبكات العصبية المتجانسة إلى ما وراء نظام التهيئة الصغيرة من خلال توصيف أول نقطة سرج يتم مواجهتها بعد الهروب من الأصل، وإثبات أن بنية التناثر التي تشكلت قبل هذا الهروب تظل محفوظة حتى نقطة السرج التالية.
تقدم هذه الورقة البحثية Curiosity-Diffuser، وهي طريقة تعزز موثوقية سياسات التقليد الروبوتية باستخدام وحدة تقطير الشبكة العشوائية (RND) لتوجيه نماذج الانتشار الشرطية نحو توليد مسارات ذات فضول أقل، مما يقلل من الهلوسة والتعميم المفرط مع مواءمة السلوكيات بشكل وثيق مع بيانات التدريب.
تُثبت هذه الورقة أن المشاعر المُعبَّر عنها في نصوص المراجعات السابقة تعمل كمؤشر استباقي دقيق للتحسينات المستقبلية في التقييمات المعروضة في أسواق التأجير قصير الأمد في الولايات المتحدة، مما يكشف أن أنظمة التقييم الحالية للمنصات تتجاهل معلومات قيمة محتفظ بها داخل نص المراجعة نفسه.
تقدم الورقة البحثية UnivIntruder، وهو إطار عمل لهجوم عدائي مبتكر يستفيد من نموذج CLIP عام واحد ومفاهيم نصية لتوليد اضطرابات عالمية، وقابلة للنقل، ومستهدفة تحقق معدلات نجاح عالية ضد الشبكات العصبية العميقة والأنظمة الواقعية المتنوعة دون الحاجة إلى الوصول إلى بيانات تدريب الهدف أو استعلامات مفرطة للنماذج.
تقدم الورقة البحثية نماذج Eso-LMs، وهي عائلة جديدة من النماذج اللغوية التي تدمج بين نماذج الانتشار المقنعة والنماذج ذات الترتيب الذاتي باستخدام الانتباه السببي لتمكين الحساب الدقيق للاحتمالية وتخزين الذاكرة المخبأة (KV caching)، مما يحقق أداءً رائدًا في الكفاءة والجودة على جبهة باريتو (Pareto frontier) بين السرعة والجودة في التوليد غير المشروط.
تقدم هذه الورقة إطار عمل جديداً متعدد الوكلاء يتكون من ثلاث مراحل يجمع بين النماذج اللغوية الكبيرة، والتضمينات الصوتية-الدلالية، والتعلم التبايني لترجمة التورية اللغوية من الإنجليزية إلى الفرنسية بنجاح، محققةً مراكز متقدمة في مسابقة CLEF JOKER 2025 عبر إعطاء الأولوية للإبداع اللغوي على الترجمة الحرفية.
تقدم الورقة البحثية إطار عمل HYPER، وهو إطار عمل جديد وفعال حاسوبياً يجمع بين المتوسط البايزي للنماذج الهيدرولوجية المفاهيمية غير المعايرة وبين الحوسبة الخزانية لتصحيح الخطأ، مما يظهر متانة وقدرة على التعميم تتفوق على معايير التعلم العميق مثل شبكات الذاكرة الطويلة قصيرة المدى (LSTM) في التنبؤ بتصريف الأنهار للأحواض غير المقاسة.