22512 ورقة بحثية
تقترح هذه الورقة إطار عمل لتعلم تعزيزي متعدد الوكلاء يعتمد على الشبكات العصبية الرسومية اللامركزية، والذي يُمكّن المركبات المتصلة والمستقلة من التخفيف من حدة موجات الصدمة المرورية بشكل تعاوني باستخدام المعلومات المحلية فقط، محققاً خفضاً يصل إلى 80% في انتشار موجات الصدمة بنسبة اختراق للمركبات تبلغ 10% فقط.
تقترح هذه الورقة نظاماً يحقق فيه نموذج لغوي مجمد دقة بنسبة 100% وصفر توليد للرموز (tokens) في عائلات مشكلات تم التحقق منها، وذلك من خلال الاعتماد على مخزن ذاكرة مستمر ودقيق البت للحلول التي تم التحقق منها بشكل مستقل، مما يؤدي إلى فصل القدرة المرتبطة بالتنفيذ عن توسيع المعلمات وتمكين نوافذ سياق ضخمة على أجهزة المستهلكين.
يُعد Latent-LoRA إطار عمل للتعلم المستمر خالٍ من إعادة التشغيل، حيث يحقق أداءً فائقاً مع نسيان شبه معدوم عبر استخدام نموذج خليط غاوسي خالي من التدرج لتوجيه المحولات غير المرتبط بالمهام، ومع تمثيل بارامتري في فضاء كامن مدمج مع تنظيم متعامد لتقليل التداخل بين المهام.
يعد TriShieldRAG إطار عمل دفاعي ثلاثي الطبقات يقلل بشكل كبير من معدل نجاح هجمات تسميم المعرفة في أنظمة التوليد المعزز بالاسترجاع (RAG) من حوالي 91% إلى 13% عبر الجمع بين حارس الاستيعاب، ومُقيّم الاسترجاع، وآلية توافق النماذج اللغوية الكبيرة المتعددة، مع الحفاظ على الدقة في الاستعلامات السليمة.
تقدم الورقة البحثية N-Ens، وهو تجمع ضمني فعال من حيث التكلفة يستخدم مقاييس محصورة بدالة سيجمويد (sigmoid-bounded scalers) ومنظم درجة حرارة سوفت ماكس (softmax-temperature regularizer) للتحكم ديناميكياً في تنوع الأعضاء والمعايرة أثناء التدريب، محققاً أداءً يضاهي المجموعات العميقة (deep ensembles) بعدد أقل بكثير من المعلمات عبر مختلف البنيات ومجموعات البيانات.
يُعد MixX إطار عمل مبتكر يستفيد من النعومة المحلية في فضاءات الميزات ذاتية الإشراف لتقدير معدلات الضجيج، واختيار عينات نظيفة متوازنة، وتوليد تسميات مستعارة موثوقة، مما يجعله يتفوق بشكل كبير على الأساليب الحالية في التعامل مع الملصقات شديدة الضجيج دون الحاجة إلى معرفة مسبقة بالضجيج.
تقترح هذه الورقة طريقة قائمة على الجسيمات تتعلم توزيعات ميزات عشوائية متكيفة مع المهام لآلية الانتباه في نماذج المحولات (Transformer) عبر تحسين محاذاة النواة والهدف باستخدام تنظيم التنافر الكولومي، مما يؤدي إلى تحسين الدقة، والمعايرة، والمتانة مع الحفاظ على تعقيد الاستدلال الخطي.
تقدم هذه الورقة شبكة عصبية مستوحاة من الفيزياء (PINN) للتنبؤ بتدفق أكسيد النيتروز الزراعي، والتي، رغم تضحيتها بدقة التوزيع الداخلي لتعزيز المتانة خارج التوزيع من خلال القيود الكيميائية الحيوية الجيولوجية، لا تزال تعاني في التعميم عبر المواقع المتميزة جغرافياً.
يقدم WorldDiT بنية محول انتشار موحدة تولد في آن واحد أفعالاً مستمرة وتتنبأ بالإطارات المرئية المستقبلية، محققاً أداءً هو الأفضل في فئته عبر معايير قياسية متعددة للتلاعب الروبوتي دون الاعتماد على نماذج رؤية ولغة ضخمة مدربة مسبقاً.
تقترح هذه الورقة خوارزمية تعلم ميتا ديناميكي جشعة تمكن الوكلاء من تسريع تعلمهم الخاص باستخدام حلقة خارجية منخفضة الأبعاد وخالية من التدرج لتحسين حلقة داخلية عالية الأبعاد وذاتية التعديل، مما يتغلب على عدم استقرار التدرج المنحدر عبر الأطر الزمنية الطويلة والحدود البعدية للطرق الخالية من التدرج.