22512 ورقة بحثية
تقدم هذه الورقة إطار عمل غير مرتبط بنموذج محدد للتخصيص الأمثل للموارد في تدريب ونشر نماذج تعلم الآلة في ظل تغير المفاهيم وقيود الميزانية، حيث تشتق سياسات مثالية مثبتة بناءً على خصائص تقادم مدة المفهوم وتقترح استراتيجية جدولة عشوائية شبه مثالية للنشر المحدود بالاتصالات.
تقدم الورقة البحثية طريقة GEMSS، وهي طريقة تباينية تستخدم نموذج خليطاً واحداً يتضمن خاصية التنافر المدمجة لاكتشاف حلول متعددة ومتميزة ومتفرقة ومعقولة إحصائياً لمشكلات التصنيف والانحدار عالية الأبعاد بكفاءة، متفوقةً بذلك على النماذج المرجعية الحالية في كل من الاختبارات القياسية الاصطناعية والتطبيقات الواقعية.
تستعرض هذه الورقة حلاً متكاملاً لنشر تعلم آلي فائق انخفاض زمن التأخير ومقاوم للإشعاع على مصفوفات البوابات المنطقية القابلة للبرمجة (FPGAs) عبر تطوير مشفر تلقائي خفيف الوزن لمكشاف "بيوكال" (PicoCal)، وتنفيذ استراتيجية تكميم مدركة للأجهزة، وتوسيع مكتبة "hls4ml" عبر إضافة خلفية برمجية جديدة لأجهزة "Microchip Polarfire" لتحقيق زمن تأخير قدره 25 نانو ثانية.
تقترح الورقة البحثية Stem، وهي وحدة انتباه متفرقة جديدة قابلة للتشغيل المباشر (plug-and-play)، تعمل على تحسين تدفق المعلومات السببية في النماذج اللغوية الكبيرة من خلال توظيف اختيار الرموز المعتمد على الموقع ومقياس مدرك للمخرجات لتقليل التعقيد الحسابي وزمن استجابة مرحلة التعبئة المسبقة (pre-filling latency) بشكل كبير مع الحفاظ على دقة فائقة.
تقيم هذه الورقة البحثية سبع قواعد للتعلم الهيبي في الشبكات المتكررة، وتجد أنه بينما تمتلك القاعدة الجمعية الأصلية أدنى سعة، وتوفر قاعدة تعلم التغاير المتانة، فإن قواعد "هيب-بايزي" تُظهر قدرة تخزين فائقة وأداءً متفوقاً في استخراج النماذج الأولية عبر مختلف الظروف.
تُظهر هذه الدراسة أن نماذج تعلم الآلة الموزونة جغرافياً يمكن أن تعمل بفعالية كبدائل قابلة للتوسع ومعتمدة على البيانات المفتوحة لتوليد تقديرات سريعة وفي الوقت المناسب للأمراض المزمنة على مستوى المناطق الصغيرة، مما يتغلب على التأخيرات المتأصلة في الأساليب التقليدية القائمة على المسوحات.
تُثبت هذه الورقة أن الضبط الدقيق اللاحق هو مقياس غير موثوق لتقييم جودة ما قبل التدريب الاتحادي لأنه يفشل في الحفاظ على ترتيب النماذج الأصلي، بينما يوفر التنبؤ بالرمز التالي الجوهري انعكاساً أكثر أمانة لأداء ما قبل التدريب.
تقدم هذه الورقة NeuroSynth، وهي بنية تعلم تعزيزي مستمر مستوحاة بيولوجياً تخفف من النسيان الكارثي من خلال آلية دمج ثنائية المسار، مما يظهر تحسناً كبيراً في الاحتفاظ بمعرفة المهام السابقة مقارنة بنماذج PPO وEWC القياسية في مهام الملاحة المتتالية.
تُثبت هذه الورقة أن جدوى الذكاء الاصطناعي للمؤسسات في الخدمات المالية الخاضعة للتنظيم تعتمد على سمات قابلة للقياس مثل الإسناد القابل للتحقق وإشارات الثقة، أكثر من اعتمادها على الدقة الخام، وهو ما يمكن أن يقلل بشكل كبير من عبء المراجعة البشرية المطلوبة للنشر في بيئة الإنتاج.
توفر هذه الورقة أساساً نظرياً للتمييز بين توليدات الرموز (tokens) في النماذج اللغوية الكبيرة عبر نمذجتها كأنظمة ديناميكية، حيث تثبت أن دقة التصنيف تتحسن بشكل أسي مع طول التسلسل بناءً على المسافة الطيفية، مع وضع حدود جوهرية وحدود تعميم للنقل عبر التضمين المتقاطع.