22512 ورقة بحثية
حقق فريق DS@GT المركز الأول في مهمة كشف المفاهيم ضمن مسابقة ImageCLEFmedical 2026 باستخدام نموذج تجميع دمج متأخر متنوع مع ضبط عتبة صادق، بينما أثبت أيضاً أن خط معالجة استرجاع KNN الخالي من التدريب يمكنه مضاهاة أداء الضبط الدقيق بجزء بسيط من التكلفة، إلى جانب مشاركات متنوعة في وصف الصور تشمل أحجاماً مختلفة من النماذج.
تقترح هذه الورقة بروتوكول نقل بنمط "التعلم الصفري" (zero-shot transfer)، حيث يمكن نشر شبكة عصبية رسومية (GNN) تم تدريبها على نسخة مكررة خشنة الحبيبات ومُعاد تطبيعها هندسياً من رسم بياني، مباشرةً على الرسم البياني الأصلي واسع النطاق دون الحاجة لإعادة التدريب، مما يقلل التكاليف الحسابية بشكل كبير مع الحفاظ على الأداء التنبؤي.
تقدم الورقة البحثية RIPPLE، وهو إطار عمل توليدي يعمل على تخليق موجات متعددة القنوات من خلال تعلم وتحسين علاقات الطور بين القنوات عبر نموذج تدفق مُصحح (rectified flow prior)، وبذلك يتغلب على فقدان المعلومات الفيزيائية وأخطاء الاستقطاب العالية المتأصلة في طرق استعادة الطور التقليدية المستقلة عن القنوات.
تؤسس هذه الورقة نظرية تقريب للشبكات العصبية ذات كفاءة في الأبعاد لحلول المعادلات البارابولية الكسرية من خلال تقديم فضاءات بارون الطيفية متباينة الخواص لإثبات الانتظام الأقصى المستقل عن الأبعاد واستخلاص حدود تقريب قدرها لكل من دالات التنشيط الدورية وغير الدورية.
تقدم هذه الورقة البحثية تحسين السياسة المدعوم بـ LoRA (أو LSPO)، وهي آلية وقت أخذ العينات تعمل على استعادة تدرجات التعلم المعزز في مطالبات "المنحدر" حيث تفشل جميع عينات التدحرج، وذلك عبر ملاءمة محول منخفض الرتبة مؤقتاً لتوليد حلول ناجحة، مما يحسن بشكل كبير من أداء الاستدلال الرياضي في معايير مثل AIME وMATH مقارنة بالنماذج المرجعية القياسية.
تقدم هذه الورقة بحثاً مقارناً للمعيار المرجعي للنهج القائمة على المتواليات، والبيانات الجدولية، والنماذج اللغوية الكبيرة لمراقبة العمليات التنبؤية، كاشفةً أنه في حين تتفوق نماذج المتواليات في التنبؤ بالنشاط التالي وتنافس النماذج التأسيسية الجدولية في المهام الزمنية، فإن النماذج اللغوية الكبيرة تتدنى أدائؤها عموماً رغم تكاليفها الحسابية الأعلى.
تقدم هذه الورقة طريقة بايزية لإعادة وزن النطاق تستفيد من توزيعات "غاما" المسبقة وتوزيعات "ديريكليه" لاستنتاج المزيج الأمثل لبيانات ما قبل التدريب، مما يحقق تحسيناً مستقراً وفعالاً مع استهلاك أقل بكثير للبيانات مقارنة بنهج ملاءمة الدوال أو البحث المباشر القائم.
تقدم هذه الورقة تقنية بوابات المصفوفة المتكاملة (CMG) لمبرمجات الأوزان السريعة القائمة على QKAN ذاتية التعديل، وهي بنية مبتكرة تتيح التحكم في الذاكرة عبر الإحداثيات لتقليل أخطاء التنبؤ بشكل كبير في محاكاة الديناميكيات الكمومية مقارنة بالنهج التقليدي القائم على البوابات القياسية.
تقدم هذه الورقة إطاراً مبدئياً لتفكيك المكافآت من أجل "إلغاء التعلم التعزيزي" يستبدل المكافآت الثنائية المتفرقة بدوال أسية متدرجة وأخرى مستوحاة من خوارزمية "بيج رانك"، مما يثبت أن هذه التصميمات تسرع بشكل كبير من عملية نسيان معرفة محددة مع الحفاظ على المنفعة العامة للنموذج.
تقدم هذه الورقة نموذجاً تأسيسياً للمستخدم للويب المفتوح يتغلب على تشتت هوية المستخدم وقيود الخصوصية من خلال الاستفادة من التعلم الخاضع للإشراف الذاتي على سجلات التصفح ومسار تحسين يعتمد على النماذج اللغوية الكبيرة (LLM-in-the-loop)، مما يحقق في النهاية تحسينات كبيرة في معدلات الفوز بالمزايدة في بيئة الإنتاج، ومعدلات النقر، ومقاييس التكلفة لكل نقرة.