22512 ورقة بحثية
تقدم الورقة البحثية تقنية "Right Reset"، وهي تقنية سبر تعتمد على إزالة البادئة تستفيد من النماذج اللغوية السببية للكشف عن حدود النصوص عبر قياس الحفاظ على مسارات الحالة الخفية، متفوقة بذلك على النماذج المرجعية التقليدية القائمة على التضمين في استعادة السجلات الأصلية من النصوص المسطحة دون الحاجة إلى تدريب خاص بالمهمة.
تتناول هذه الورقة تحدي تقييم تكوينات النماذج اللغوية الكبيرة في ظل ميزانيات محدودة من خلال صياغة المهمة كمسألة "بانديت" متعددة الأهداف ومراعية للتكلفة، واقتراح خوارزميات مبتكرة للاختيار عبر الإنترنت وتحديد جبهة باريتو مع ضمانات نظرية بشأن الندم الميزاني واحتمالية الخطأ، والتحقق من فعاليتها من خلال التجارب.
تتناول هذه الورقة القضية الحرجة المتمثلة في تدهور المحاذاة غير المقصود الناتج عن الضبط الدقيق على مهام غير متعلقة بالسلامة، وذلك عبر تقديم إطار عمل جديد لمشكلة "استبطان الآثار الجانبية"، وبناء مجموعة بيانات مقابلة لها، واقتراح "مهايئ الاستبطان المدرك للتغير" (DAIA) للكشف بفعالية عن حالات عدم المحاذاة الناشئة هذه وتفسيرها.
تقدم الورقة البحثية iStructTab، وهو إطار عمل للتعلم متعدد الوسائط يستخدم تسلسل الواصفات المعزز بالرسوم البيانية (GEDS) لتحسين ترتيب الميزات عبر الرسوم البيانية للتشابه ويدمج هذا الهيكل في محول مدرك للترتيب، مما يؤدي إلى تقليل تشتت الميزات وتحسين الأداء التنبؤي بشكل كبير في معايير البيانات الصورية والجدولية.
تقدم الورقة البحثية NeuMoSync، وهي بنية تعلم مستمر مبتكرة مستوحاة من آليات التعديل العصبي العالمية في الدماغ، والتي تدمج التعديل والتزامن الديناميكي الخاص بالنيورونات لتعزيز اللدونة، والقدرة على التكيف، والاحتفاظ بالمعرفة بفعالية عبر مختلف معايير التعلم المتسلسل.
تقدم الورقة البحثية EvtGraph، وهو إطار عمل للضغط متكيف مع الأحداث، يقوم بتحويل البيانات الزمنية متعددة الوسائط غير المنتظمة إلى تمثيل متمحور حول الأحداث ومقيد بالميزانية لتحقيق مقايضات فائقة بين الأداء والكفاءة مقارنة بنماذج المحولات (Transformer) والنماذج المتكررة الحالية.
تقدم هذه الورقة نموذج عالم هرمي ذاتي الإشراف للموسيقى الرمزية، يتعلم تمثيلات غنية متعددة المقاييس دون الحاجة إلى تسميات توضيحية لتمكين كل من الفهم الموسيقي العميق والتوليد الفعال والقابل للتحكم لوكلاء التشارك في الإبداع المتمحورين حول الإنسان.
تقدم هذه الورقة تحليلاً نظرياً غير تقاربي يثبت أن التدرج المتناقص في الانحدار اللوجستي يحقق محاذاة ضعيفة مع اتجاه الهامش الأقصى في من التكرارات عبر التتبع المباشر للتدفقات الشعاعية والمماسية، مما يفسر ظاهرة التعميم في المراحل المبكرة دون الاعتماد على معدلات التقارب التقاربية البطيئة.
تقدم هذه الورقة BinaryPC، وهي آلية انتباه متفرقة تعتمد على البيانات ولا تتطلب تدريباً، تستفيد من المكونات الرئيسية الثنائية لإنشاء أكواد هاش فعالة، مما يحسن بشكل كبير من إنتاجية فك التشفير في النماذج اللغوية الكبيرة ذات السياق الطويل مع الحفاظ على الدقة دون الحاجة إلى تدريب قائم على التدرج.
تقدم هذه الورقة البحثية MESH، وهي طريقة تحسين Sinkhorn موفرة للذاكرة تتضمن تحديثات الزخم الخفي والتحضير المسبق الاختياري للكتل لتمكين التدريب منخفض الذاكرة لنماذج خليط الخبراء (Mixture-of-Experts) بنجاح عبر معالجة عدم الاستقرار الزمني لتدرجات الخبراء الموجهة التي تتسبب في فشل طرق Sinkhorn عديمة الحالة القياسية.