22512 ورقة بحثية
تقدم هذه الورقة إطار الاستدلال بالوزن الهجين العكسي المعزز (AIHW)، وهو إطار استدلال قوي يعالج كلاً من انزياحات المتغيرات المصاحبة الحتمية والاضطرابات التوزيعية العشوائية المتبقية من خلال الجمع بين إعادة الوزن وتجميع البيانات وتعزيز الانحدار لتحسين دقة التقدير والتغطية عبر سيناريوهات الانزياح المتنوعة.
تقترح هذه الورقة نموذجاً جديداً قائماً على "نسيان الآلة" للكشف عن الصور الاصطناعية، مستفيدة من الرؤية القائلة بأن نماذج الرؤية الضخمة تنسى سمات الصور المولدة بشكل أسرع من الصور الطبيعية، وذلك لتطوير طرق كشف تعتمد على البيانات أو لا تعتمد عليها تتفوق على الأساليب التقليدية.
يُعد CascadeLUT إطار عمل للاستدلال المتدفق القائم على ترتيب المعلومات لمصفوفات البوابات المنطقية القابلة للبرمجة (FPGAs) ذات عرض النطاق الترددي المحدود، حيث يعمل على تحسين التنبؤات تدريجياً على مجموعات فرعية من الميزات الواردة للقضاء على توقفات خط الأنابيب، محققاً تحسينات كبيرة في زمن الاستجابة والإنتاجية وكفاءة الطاقة مقارنة بالنماذج المرجعية السابقة القائمة على جداول البحث (LUT).
تُثبت هذه الورقة أنه بينما توفر شبكات كولموغوروف-أرنولد (KANs) كفاءة في المعلمات كفروع متبقية في النماذج الفيزيائية المستنيرة تكرارية القيود الصارمة، إلا أنها تتراجع بشكل كبير عن أداء المدركات متعددة الطبقات (MLPs) على نوى RISC-V المدمجة من حيث زمن تنفيذ العمليات، واستهلاك الطاقة، والمتانة تجاه التكميم، مما يجعل المدركات متعددة الطبقات هي الخيار الافتراضي الأكثر موثوقية لمثل هذه عمليات النشر.
من خلال استخدام الذكاء الاصطناعي القابل للتفسير على بيانات التنقل في باريس، تحدد هذه الدراسة كمياً كيف تؤثر وفرة الخدمات المحلية على سلوك التنقل، مما يؤكد أن ارتفاع كثافة نقاط الاهتمام يقلل من الاعتماد على السيارات في الرحلات القصيرة، بينما يكشف في الوقت ذاته عن تباينات مكانية وديموغرافية كبيرة في هذه التأثيرات.
تقدم هذه الورقة البحثية AdvPlan-Bench، وهو معيار مرجعي غير متصل (offline) قابل لإعادة الإنتاج، صُمم لتقييم وكلاء توليد الخطط المهيكلة من خلال سيناريوهات الاستجابة التنافسية، باستخدام سلاسل أفعال نمطية، وتشخيصات فجوة ناش (Nash-gap)، ونقد متعدد الوكلاء لقياس متانة الخطة وحساسية ميزانية الاستجابة.
تقدم هذه الورقة عامل لابلان غير خطي مبتكر (NLSD) مصمم خصيصاً للرسوم البيانية الموجهة والموقعة، والذي يستفيد من فروق الجهد المتوافقة مع الاتجاه لبناء إطار عمل شبكة عصبية رسومية طيفية فعال (NLSD-GNN) يتفوق على الأساليب الحالية في مهام تصنيف العقد والتنبؤ بالروابط.
تقدم هذه الورقة البحثية "Pruned BPE"، وهي طريقة لما بعد التدريب تعمل على تحسين كفاءة التجزئة (tokenization) عن طريق إخفاء رموز الدمج الوسيطة ذات التعرض المنخفض من مفردات النموذج وإعادة تخصيص تلك الحيز للمرشحين الأكثر تكراراً، مما يؤدي إلى تقليل طول التسلسل المشفر دون زيادة حجم المفردات المرئية للنموذج.
يقدم HyperODE نموذجاً بديلاً للتعلم الآلي بنمط "الصفر من العينات" (zero-shot) يقوم برسم خرائط للمعادلات التفاضلية العادية إلى رسوم بيانية فائقة التوجيه (directed hypergraphs)، مما يتيح المحاكاة السريعة والاستدلال بمرور واحد للمعلمات عبر مختلف الأنظمة الديناميكية الحيزية غير المرئية دون الحاجة إلى إعادة التدريب.
تقدم هذه الورقة البحثية "نماذج الكيلوبايت" (Kilobyte Models)، وهي تقنية ضغط تقوم بتخزين الشبكات العصبية كمتجه كامن مكمم ومدمج وبذرة عددية صحيحة قابلة للتكرار بدلاً من الأوزان الكاملة، مما يتيح كفاءة تخزين فائقة مع الحفاظ على دقة مماثلة للكمّ المفرط للأوزان.