22512 ورقة بحثية
تقدم الورقة البحثية نموذج TACO، وهو نموذج ضغط بيانات جدولي شامل (end-to-end) يقلل بشكل كبير من وقت الاستدلال واستهلاك الذاكرة مقارنة بالنماذج التأسيسية الجدوليّة القائمة على المحولات (transformer-based) والأكثر تطوراً، مع الحفاظ على الأداء التنبؤي أو تحسينه على مجموعات البيانات واسعة النطاق.
تقترح هذه الورقة خوارزمية جديدة خالية من المعلمات للتحسين الكروي عبر الإنترنت غير المقيد مع تكاليف حركة متغيرة زمنياً، والتي تحقق أول حد ندم ديناميكي متكيف مع المقارن، والذي يُطبق بعد ذلك لإرساء ضمانات مثلى للمشكلات التي تنطوي على تغذية راجعة متأخرة وذاكرة متغيرة زمنياً.
تقترح هذه الورقة إطار عمل يجمع بين الاختبار السلوكي وتحليل القابلية للتفسير لتقييم التوجه نحو الأهداف في وكلاء النماذج اللغوية، مبرهنةً من خلال دراسة حالة في عالم الشبكة (grid-world) أنه بينما يُظهر الوكلاء أداءً قويًا، فإن تمثيلاتهم الداخلية للخرائط المكانية وخطط العمل تخضع لإعادة تنظيم غير خطية أثناء عملية الاستنتاج، مما يسلط الضوء على ضرورة الفحص الاستبطاني لما يتجاوز مجرد الملاحظة السلوكية.
تقدم هذه الورقة منهجية "تشكيل المكافأة الهجين الواعي بالطاقة" (H-EARS)، وهي منهجية موحدة خفيفة الوزن تدمج هياكل الطاقة الفيزيائية المعروفة وتنظيم الإجراءات في التعلم المعزز العميق لتعزيز سرعة التقارب، واستقرار السياسة، وكفاءة الطاقة بشكل كبير في مهام التحكم المستمر.
تقدم الورقة البحثية QASM-Eval، وهي أول مجموعة بيانات ومعيار شامل مصمم لتدريب وتقييم النماذج اللغوية الكبيرة على الميزات المتقدمة الموجهة للأجهزة في OpenQASM-3، مثل التغذية الراجعة الكلاسيكية والتحكم في النبضات، مما يثبت أن الضبط الدقيق المستهدف يحسن بشكل كبير من أداء النموذج في مهام البرمجة الحرجة في عصر الـ NISQ.
تقدم هذه الورقة البحثية EGGROLL، وهو تحليل ذو رتبة منخفضة لاستراتيجيات التطور يتيح تدريبًا فعالًا وخاليًا من التدرج للشبكات العصبية النبضية على الأجهزة العصبية من خلال تقليل التكاليف الحسابية وتكاليف الذاكرة بشكل كبير مع تحقيق دقة تنافسية على مجموعة بيانات N-MNIST.
يقدم Unicorn شبكة ارتباط عالمية تستفيد من كتاب رموز للنماذج الأولية الكامنة لفصل التبعيات بين القنوات عن هويات قنوات محددة، مما يتيح تدريباً مسبقاً قابلاً للتوسع ونقلاً فعالاً بمهارات قليلة عبر مجموعات بيانات السلاسل الزمنية متنوعة وعالية الأبعاد.
تقدم هذه الورقة بنية جديدة للنماذج اللغوية الكبيرة (LLM) قائمة على شبكات دالة الأساس الشعاعي (RBF)، والتي تحقق الأمثلة العالمية في تكرار واحد ذي صيغة مغلقة دون الحاجة إلى تدريب الشبكات العصبية العميقة، مما يوفر قدرة أفضل على التفسير والدقة والكفاءة مقارنة بالشبكات العصبية العميقة القياسية.
تقترح هذه الورقة مؤشر جودة كشف الشذوذ البحري (MADQI)، وهو إطار تقييم غير خاضع للإشراف يدمج أربعة مقاييس لتقييم أداء كشف الشذوذ في بيانات نظام التعريف التلقائي (AIS) البحري بشكل منهجي دون الحاجة إلى مجموعات بيانات مصنفة.
تقدم هذه الورقة المشكلة المفتوحة المتمثلة في تحديد ما إذا كان عمق الاحتواء للغات الأنماط —وهو مقياس لتعقيد تغيير العقل في التعلم من البيانات الإيجابية— قابلاً للحوسبة لجميع الأنماط، وما إذا كانت هناك صيغة مفترضة بسيطة تسمح بحل في وقت متعدد الحدود.