22512 ورقة بحثية
ديلتورس (Deltoris) هو إطار عمل للتصميم المشترك بين الخوارزمية والأجهزة يتيح الاستدلال في الوقت الفعلي وبكفاءة عالية في استهلاك الطاقة لنماذج الرؤية واللغة والأفعال القائمة على الانتشار على الأجهزة الطرفية، وذلك عبر الاستفرد بالندرة البِتّية المدركة زمنياً، والاستدلال التخميني، ومسرع نظام "سيستوليك" مخصص للعمل بتسلسل البتات لتحقيق تسارعات كبيرة مقارنة بالحلول الحالية.
تُظهر هذه الورقة أنه بينما يؤدي العزل المتماثل ثنائي الجوانب في اختبارات A/B إلى القضاء على التداخل في السوق، فإنه يتسبب في تكلفة تفاعل مستمرة لا تتلاشى مع نمو المنصة إذا كان جودة المطابقة تتبع توزيعاً ذا ذيل ثقيل، مما يستلزم إجراءً لتقدير ما قبل الإطلاق للموازنة بين هذه المقايضة.
تُفند هذه الورقة فرضية المحاذاة فوريه في عملية الجمع النمطي لخلية عصبية واحدة من خلال بناء مثال مضاد حيث تصبح خلية "ReLU" كانت نشطة في البداية غير نشطة بشكل دائم مع توزيع طاقتها الفورية بالتساوي عبر جميع فئات التردد غير الصفرية، وهي ظاهرة تحدث باحتمالية موجبة تحت التهيئة الغاوسية وتستمر عبر مختلف اتفاقيات التدريب وطرق التقريب.
تقدم هذه الورقة نظام ترتيب متعدد الأهداف وقابل للتوسع لتوصيات البث المباشر، يوازن بفعالية بين إشارات المستخدم الحديثة والمتأخرة من خلال وحدة استهداف مدركة للشرائح وبنية "خليط الخبراء متعدد البوابات" (MMoE) كفؤة المعلمات، مما يؤدي إلى تحسينات كبيرة في عدد المشاهدين النشطين يومياً، والتفاعل، والإيرادات عبر مختلف شرائح المستخدمين.
تقترح هذه الورقة إطار عمل فعال حوسبياً لإثبات الانتهاكات المحلية في خطوط أنابيب "التنبؤ ثم الأمثلة" الخطية من خلال اشتقاق حسابات مخاطر وصيغ مغلقة وعزو الميزات عبر عملية حل أمثلة واحدة، مما يتغلب على قيود طرق أخذ العينات العشوائية التقليدية لأحداث الفشل النادرة.
تقدم هذه الورقة البحثية DeepInvert، وهو هجوم استرداد تمثيل شبه مُشرف يستغل البنية الدلالية المحفوظة في تمثيلات النماذج اللغوية المموّهة لاستعادة الرموز الأصلية بدقة أعلى بكثير من الطرق السابقة، مما يكشف أن دفاعات التمويه الحالية غالباً ما تفشل في تحقيق التوازن بين حماية الخصوصية وفائدة المهام.
تقدم الورقة البحثية إطار عمل ODRA، وهو إطار عمل مبتكر يقوم بتخليق جلسات علاج معرفي سلوكي واقعية عبر الجمع بين استدلال "سلسلة الأفك" المنظم ومنسق مقاومة ديناميكي للتغلب على تملق المريض، مما ينتج بيانات تدريب عالية الدقة تعمل على تحسين الأداء العلاجي اللاحق بشكل كبير.
تقدم هذه الورقة البحثية MCU، وهو نهج لدمج النماذج يقوم بدمج عدة محولات "إلغاء تعلم بلمسة واحدة" (one-shot unlearning adapters) ديناميكيًا في نموذج موحد لمعالجة تحديات إلغاء التعلم المستمر متعدد الوسائط بفعالية من خلال التخفيف من التداخل والحفاظ على الفائدة عبر إدارة التبعية بين المهام.
تقدم هذه الورقة EuroExec، وهو معيار لـ 413 مهمة تنفيذية أوروبية من واقع العالم الحقيقي تم تقييمها بواسطة خبراء بشريين، كاشفةً أن أقوى النماذج اللغوية الكبيرة الرائدة لا تزال تقصر بشكل كبير عن المعايير البشرية المهنية، حيث لم تحل سوى 56.9% من المهام وتتفوق عليها باستمرار المراجع المكتوبة من قبل الخبراء.
تقدم هذه الورقة إطار عمل "حقل الاستجابة العلائقي" (RRF) لتعريف وقياس الصعوبة الجوهرية لاستعادة استجابات النماذج اللغوية الكبيرة (LLM) المتسقة عبر مقياس ، مُثبتةً أن الاستعادة تعتمد على التناظرات العلائقية والمرتكزات الموثوقة بدلاً من مجرد الاتساق، مع إثبات الحدود الأساسية على القابلية للتمييز وتوفير خوارزميات لإصلاح الحقل المتناثر.