22423 ورقة بحثية
تقدم هذه الورقة دراسة تجريبية منهجية تُظهر أنه في حين أن استراتيجيات التكيف القائمة على التوسيم الزائف تخفف بفعالية من تدهور الأداء الناتج عن انزياح النطاق في النماذج اللغوية المضبوطة بالتفضيلات، إلا أنها تتسبب في الوقت ذاته في حدوث انهيار النمط، مما يكشف عن مقايضة جوهرية بين التعميم والتنوع.
تقدم هذه الورقة البحثية GOAT، وهي آلية انتباه مبتكرة تعمم الانتباه القياسي عبر استبدال مقدمته الموحدة الضمنية بمقدمة مستمرة قابلة للتعلم عبر النقل الأمثل الإنتروبي، مما يحل مشكلة "بالوعات الانتباه" (attention sinks) ويُمكّن من ترميز مكاني قابل للتعميم عبر الأطوال مع الحفاظ على التوافق مع النوى المحسنة مثل FlashAttention.
تقدم هذه الورقة MADE، وهو إطار عمل مبتكر لتقييم الاكتشاف الذاتي للمواد من البداية إلى النهاية عبر محاكاة حملات مغلقة الحلقة ومقيدة بالموارد، والتي تقيم فعالية وقابلية توسع الوكلاء التكيفيين مقارنة بالمهام التنبؤية الثابتة.
تقترح هذه الورقة طريقة تدريب انتقائية مقيدة بالمعلومات المسبقة تستخدم عزو اختيار المجموعات الفرعية لمعاقبة النماذج عندما تحيد أدلة قرارها عن المعلومات المسبقة المقدمة من البشر، مما يؤدي إلى تحسين كل من دقة المهام ومواءمة استدلال النموذج مع الأدلة المقصودة في مهام تصنيف الصور ووكلاء واجهة المستخدم الرسومية.
تقدم هذه الورقة طريقة استيفاء قيود قائمة على الإسقاط باستخدام خوارزمية "انعكاس-انعكاس-استرخاء" لتدريب الشبكات العصبية بقيم وأوزان بولية (Boolean) تقتصر بدقة على ، مما يتيح اكتشاف شبكات بوابات منطقية متفرقة وقابلة للتفسير تتفوق على الأساليب القياسية القائمة على التدرج في المهام المنفصلة.
تقدم هذه الورقة طريقة تنقيح ما بعد التوليد غير مرتبطة بنوع المولد، تعمل على تحسين فائدة الصور الاصطناعية للمهام اللاحقة من خلال تقسيم الفئات الحقيقية إلى مجموعات فرعية متجانسة وغير متجانسة لاختيار مجموعة فرعية متنوعة وعالية الدقة تضاد انحياز النمط النموذجي للمولدات الحديثة.
يُعد CacheSpec إطار عمل لتحسين الاستدلال يستفيد من النماذج الصغيرة لإدارة مخازن البرامج القابلة لإعادة الاستخدام وتنفيذ مهام مساعدة خفيفة الوزن مثل استخراج المتغيرات والصياغة التخمينية، مما يقلل زمن الاستجابة بشكل كبير ويحسن معدل الإنتاجية للنماذج اللغوية الكبيرة مع الحفاظ على جودة المهام.
تقترح هذه الورقة البحثية TRicci، وهو إطار عمل لتخفيف الحواف مستوحى من انحناء الشبكة يوسع انحناء فورمان-ريتشي ليشمل الرسوم البيانية الموجهة والموزونة والزمنية، محققاً تقريباً 80% من تخفيف الحواف وانخفاضاً بنسبة 55.94% في وقت التدريب والاستدلال عبر مجموعات بيانات مختلفة مع الحفاظ على الأداء التنبؤي.
تقدم الورقة البحثية PepLLM، وهو إطار عمل مضبوط بالتعليمات يدمج تضمينات البروتين المشفرة بواسطة ESM مع فك تشفير LLaMA لتوليد تعليقات توضيحية بصيغة JSON مهيكلة وقابلة للقراءة آلياً تفصل الآليات الفيزيائية الكيميائية والخصائص متعددة السمات لواجهات الارتباط بين البروتين والببتيد.
يفصل هذا التقرير دراسة حول "لعبة القواعد الخفية" (GOHR) حيث يتم تدريب وكلاء A2C القائمين على نماذج المحولات (Transformer) لاستنتاج القواعد الخفية من خلال التغذية الراجعة القائمة على التجربة والخطأ، مع فحص تأثير التمثيلات المتمحورة حول الميزات مقابل التمثيلات المتمحورة حول الكائنات، وصعوبة القواعد، والتعلم بنقل المعرفة، والتعميم، مع تحليل أنماط التعلم البشري بمساعدة الروبوتات الوهمية (pseudo-bots).