22423 ورقة بحثية
تقدم هذه الورقة البحثية MRMAD، وهو معيار مرجعي جديد متعدد الجولات ومتعدد الأصوات مصمم لتقييم قدرة النماذج اللغوية الصوتية الكبيرة على إدراك وتشخيص والاستدلال حول التدهورات الصوتية عبر الكلام والموسيقى والأصوات، مما يكشف أن النماذج الحالية تعاني في تحليل التدهور بشكل موثوق رغم قدراتها على الفهم الدلالي.
تقدم الورقة البحثية "الاشتراط الذاتي غير المربوط" (Untied Self-Conditioning)، وهو أداة عينات خالية من التدريب تعالج عدم التطابق بين التدريب والاستنتاج في نماذج اللغة القائمة على مطابقة التدفق، وذلك عبر فك الارتباط بين مدخلات الاشتراط الذاتي الفائضة وتقريب التنبؤات بمتوسط الخطوات، مما يحسن جودة التوليد بشكل كبير ويقلل من الحيرة عبر عدد قليل إلى العديد من خطوات أخذ العينات.
تقترح هذه الورقة تحديثاً لهندسة رؤوس النماذج اللغوية بناءً على المبادئ الأولية، وذلك عبر معاملة دالة "softmax" ومصفوفة الأوزان كوحدة واحدة تحت مسافة هيلبرت الإسقاطية، مما يؤدي إلى استراتيجية تحسين تعمل على تعظيم أصغر فصل بين صفوف الرموز مع تقييد قطرها الإقليدي.
تقترح هذه الورقة البحثية GAN-Diff، وهو إطار عمل هجين يستفيد من الميزات المتوسطة لمولد WGAN-GP مدرب مسبقاً ومجمد كعنصر توجيهي (prior) لتوجيه نموذج U-Net لانتشار شرطي عبر آلية الانتباه المتقاطع (cross-attention)، محققاً تحسينات كبيرة في مهام ترميم الصور مثل إزالة الضجيج والارتقاء بالدقة (super-resolution) مع معالجة عدم استقرار التدريب الرئيسي.
تقدم هذه الورقة "الوزن المدرك للديناميكيات" (DAW)، وهو إطار عمل متمحور حول البيانات يستفيد من البعد الديناميكي المحلي لإعادة وزن أهداف التدريب، مما يمكّن النماذج البديلة للتعلم العميق من التقاط الانتقالات النادرة والمعقدة في الأنظمة الفوضوية بشكل أفضل، ويقلل بشكل كبير من أخطاء التنبؤ طويلة المدى مقارنة بالنماذج القياسية والأساسية المعاد وزنها إحصائياً.
تقترح الورقة البحثية إطار عمل "دلتا" (Delta)، وهو إطار عمل مبتكر يعالج مشكلة "أوراكل الاختبار" (testing oracle) في التعلم التعزيزي العميق من خلال الجمع بين اختبار السلامة والتعلم التعزيزي غير المتصل لتوليد وكلاء متحدٍّين للاختبار التفاضلي، مما يساهم بفعالية في تحديد كل من إخفاقات السلامة الحرجة وأخطاء المثالية في وكلاء التعلم التعزيزي العميق.
تُثبت هذه الورقة أنه بينما يمكن للكفاءة المعرفية الجوهرية أن تنبثق من التدرج المنحدر في بنية دنيا، فإن الوظائف الميتا-معرفية الحرجة مثل التوقف التكيفي وتخصيص الموارد القائم على القيمة لا تنبثق تلقائياً ويجب حسابها صراحةً لتحقيق مكاسب كبيرة في الأداء، حيث تُظهر النتائج التجريبية أن التخصيص الصريح للقيمة يحقق فائدة تصل إلى سبعة أضعاف التقديرات السلسة في السيناريوهات عالية المخاطر.
تقترح هذه الورقة تصميماً لمصفوفة انقباضية كفؤاً من حيث الأجهزة، يستخدم مضاعفات نقطة عائمة تقريبية محسّنة بواسطة خوارزمية NSGA-II مع تقليم الأعمدة ودمج الضواغط لتحقيق تخفيضات جوهرية في المساحة، والطاقة، والتأخير (تصل إلى 92%، و93%، و54% على التوالي) مع الحفاظ على دقة مماثلة للشبكات العصبية الالتفافية عبر تنسيقات FP32 وTF32 وBF16.
تقدم هذه الورقة KONTOGRAPH، وهو مسار عمل متكامل من البداية إلى النهاية لمكافحة غسل الأموال في الوقت الفعلي لمدفوعات SEPA الفورية التي تعمل ضمن ميزانية زمنية صارمة تبلغ 200 مللي ثانية، والذي يثبت أن الشبكات الرسومية الزمنية ذات الذاكرة لكل عقدة تتفوق بشكل كبير على النماذج المرجعية التقليدية، مع تسليط الضوء على المخاطر الحرجة لعدم اتساق الميزات في نقطة زمنية محددة وتحويلات تنسيق الخدمة التي يمكن أن تغير نتائج القرار بشكل جذري رغم التغيرات الطفيفة في الدرجات الإجمالية.
تُرسخ هذه الورقة التوافق الوظيفي —وهو مدى إمكانية تعايش التعلم الجديد مع السلوكيات المحفوظة— كعامل مسبب ومحدد يمكن التحكم فيه تجريبياً للتعلم العصبي المستمر، مما ينقل التركيز من منع النسيان إلى تحديد أي المكونات الجديدة يمكن أن تصبح دائمة بأمان.