22423 ورقة بحثية
تقدم هذه الدراسة نظرة عامة محدثة على نماذج الرؤية واللغة الضخمة حتى عام 2026، متتبعةً تطورها المعماري من الأنظمة القائمة على الموائمات إلى نماذج العالم والعمل الموحدة، ومحللةً التحول في المعايير المرجعية نحو مهام الاستدلال المعقدة والمهام المتجسدة، ومراجعةً أساليب المحاذاة لما بعد التدريب مع تسليط الضوء على التحديات الحرجة في الهلوسة، والسلامة، والكفاءة.
تقدم الورقة البحثية DeltaGNN، وهي بنية للشبكات العصبية الرسومية قابلة للتوسع والتعميم، تستخدم آلية مبتكرة للتحكم في تدفق المعلومات ذات عبء حوسبي خطي للتغلب بفعالية على تحديات التنعيم المفرط (over-smoothing) والاعتصار المفرط (over-squashing)، مما يتيح اكتشاف التفاعلات بين العقد قصيرة المدى وطويلة المدى عبر هياكل رسومية متنوعة.
تؤسس هذه الورقة علاقة ملموسة بين نظرية التعلم الكمي والديناميكا الحرارية من خلال إثبات أن خوارزميات التعلم الفعالة يمكنها اكتساب المعرفة اللازمة لمحو الحالات الكمية المجهولة بأمثل تكلفة طاقة، مما يربط الكفاءة الديناميكية الحرارية بتعقيد الحالة مع الكشف عن الحدود الحسابية الأساسية في ظل الافتراضات التشفيرية.
تقدم هذه الورقة "جامعة الذكاء الاصطناعي" (AI-U)، وهو إطار عمل يجمع بين النماذج اللغوية الكبيرة الضبطية الدقيقة وبين التوليد المعزز بالاسترجاع لإنشاء مساعدي تعلم تكيفي مخصصين لمقررات دراسية محددة، مما يثبت من خلال دراسة حالة لطريقة العناصر المحدودة أن هذا النهج يتفوق بشكل كبير على النماذج الأساسية والنماذج ذات الأوزان المغلقة من حيث التوافق مع المواد التعليمية وتفضيلات المستخدم.
تقترح هذه الورقة إطاراً مبدئياً لدمج طبقات تركيبية عشوائية وقابلة للتفاضل في الشبكات العصبية، وذلك عبر تحويل خوارزميات البحث المحلي الاستدلالية إلى توزيعات اقتراح لأسلوب "ماركوف مونت كارلو" (MCMC)، مما يتيح التعلم الفعال باستخدام أدوات حل غير دقيقة للمسائل التي تنتمي لفئة المسائل الصعبة (NP-hard) مع تقليل التكاليف الحسابية بشكل كبير.
تؤسس هذه الورقة صلة جديدة بين دمج النماذج وشهادات التعميم، حيث تُثبت أن دمج النماذج سابقة التدريب بدلاً من ضبطها بدقة يتيح الحصول على حدود تعميم غير فارغة لسيناريوهات التعلم ذات المخاطر العالية والبيانات المحدودة باستخدام نماذج الرؤية واللغة واسعة النطاق.
تقدم هذه الورقة نموذجاً تأسيسياً للسجلات الصحية الإلكترونية قابلاً للتوسع، تم تدريبه مسبقاً على مليارات الأحداث الطبية عبر مواقع متعددة من أكثر من 5 ملايين مريض في الولايات المتحدة وتايوان، والذي يُظهر أداءً فائقاً وقدرة على التعميم في التنبؤ بـ 11 مرضاً مزمناً مقارنة بالنماذج الحالية من خلال الاستفضاء من إطار عمل موحد لمحاذاة الرموز وتوسيع النطاق الأمثل للحوسبة.
تقدم هذه الورقة STReason، وهو إطار عمل معياري يجمع بين النماذج اللغوية الكبيرة وأدوات التحليل المكاني الزماني لتفكيك الاستعلامات المعقدة إلى برامج قابلة للتنفيذ، مما يتيح استدلالاً متعدد المهام دقيقاً وخالياً من الهلوسة ومخرجات تفسيرية طويلة دون الحاجة إلى ضبط دقيق خاص بمهمة معينة.
يُعد MixLoRA-DSI إطار عمل جديد للاسترجاع التوليدي الخالي من إعادة التدريب (rehearsal-free)، والذي يستخدم استراتيجية توسيع تعتمد على كشف القيم المتطرفة (OOD) على مستوى الطبقات لإضافة خبراء التكيف منخفض الرتبة (LoRA) بشكل انتقائي، مما يتيح نمواً في المعلمات تحت خطي وتكاليف تدريب منخفضة عند تحديث النماذج مع المجموعات النصية الديناميكية.
تقدم هذه الورقة Text-ADBench، وهو معيار شامل للكشف عن الشذوذ في النصوص يستفيد من التضمينات المستمدة من نماذج لغوية متنوعة لإثبات أن جودة التضمين هي المحرك الأساسي للأداء، بينما لا تقدم النهج القائمة على التعلم العميق أي ميزة على الخوارزميات التقليدية الضحلة عند استخدام التضمينات المشتقة من النماذج اللغوية الكبيرة.