22898 ورقة بحثية
تقوم هذه الورقة البحثية بتقييم نماذج التعلم العميق لتشخيص الملاريا باستخدام مجموعة بيانات NLM-Malaria، حيث تُثبت أن البنيات خفيفة الوزن تحقق دقة مماثلة للنماذج الأثقل، مع تسليط الضوء في الوقت ذاته على نقاط الضعف الحرجة في القابلية للتفسير اللاحق وثقة النموذج تحت تأثير فساد الصور، وذلك لتوجيه النشر السريري المسؤول في البيئات محدودة الموارد.
تُثبت هذه الورقة، من خلال كل من التحليل النظري باستخدام نظرية المصفوفات العشوائية والتقييم التجريبي واسع النطاق، أن خطية الطبقة الأخيرة فقط لشبكة عصبية عميقة توفر أداءً في تقدير عدم اليقين المعرفي يضاهي خطية الشبكة الكاملة، مع تقديم كفاءة حسابية محسنة بشكل كبير.
تقدم هذه الورقة البحثية AbstainGNN، وهو إطار عمل جديد مدفوع نظرياً يزود الشبكات العصبية الرسومية بالقدرة على الامتناع عن التنبؤات غير المؤكدة من خلال نمذجة وظائف التصنيف والرفض معاً، وتحسين المقايضة بينهما نظرياً عبر منظور "PAC-Bayesian"، وإثبات الأداء المتفوق على مجموعات البيانات المرجعية من خلال استراتيجية تدريب فعالة مكونة من مرحلتين.
تقدم هذه الورقة DPPrefSyn، وهو أول إطار عمل لتوليد بيانات تفضيل اصطناعية ذات خصوصية تفاضلية لمحاذاة النماذج اللغوية الكبيرة من خلال تعلم نموذج برادلي-تيري خاص باستخدام تحليل المكونات الرئيسية ذو الخصوصية التفاضلية (DP-PCA) والاستفادة من المطالبات العامة للحفاظ على القيم البشرية دون المساس بخصوصية المستخدم.
تقدم الورقة البحثية IRIS، وهي خوارزمية جديدة لتعلم المتشعبات مصممة لتصور البيانات البيولوجية الطبية عالية الأبعاد ذات البعد الزمني من خلال الحفاظ في آن واحد على الترتيب الزمني وطوبولوجيا المتشعب، مما يتغلب على قيود الطرق الحالية مثل t-SNE وUMAP في التقاط العمليات البيولوجية الديناميكية.
تقترح هذه الورقة إطار عمل لمشفر تلقائي غير متأثر بالتبديل يتعلم تمثيلات كامنة منخفضة الأبعاد وديناميكيات عيانية للأنظمة المجهرية غير المرتبة من خلال إعادة بناء توزيعات الكتلة بدلاً من العينات ذات الترتيب الثابت، مما يظهر أداءً قوياً عبر أنظمة الجسيمات، والسوائل، وبيانات فيديو البوليمرات.
تجادل هذه الورقة بأن المنحدرات النشطة هي في الغالب نواتج اصطناعية للمثيل الجزيئي والمقياس المختارين وليست خصائص جزيئية جوهرية، حيث تثبت من خلال اختبار معياري مكون من ست خطوات عبر خمسة عشر تكويناً أن التضمينات المختلفة تشفر جوانب متميزة من التعرف الجزيئي، مما يحدد ضمنياً ما يشكل المنحدر النشط.
تقدم الورقة البحثية SCOUT، وهو إطار عمل ديناميكي يعمل على تحسين الدفاع ضد حقن الأوامر (prompt-injection) عبر التخصيص التكيفي لكواشف متباينة وأحكام نماذج لغوية كبيرة (LLM judges) بناءً على الموثوقية والكمون المتوقع، مما يحقق انخفاضات كبيرة في معدلات نجاح الهجمات والكمون مقارنة بنهج الكاشف الواحد الثابت أو نهج الحكم الذي يعمل دائماً.
يُعد CoMem إطار عمل مبتكر يعمل على فصل إدارة الذاكرة عن سير عمل الوكيل الأساسي باستخدام خط أنابيب غير متزامن بفاصل -خطوة وتدريب مدفوع بالمكافأة لتقليل زمن انتقال الاستدلال بشكل كبير مع الحفاظ على أداء عالٍ في المهام الوكيلية ذات السياق الطويل.
تؤسس هذه الملحوظة المحاضرية التكافؤ النظري بين نماذج الاختيار المنفصل الديناميكية القياسية الاقتصادية ونماذج التعلم المعاكس للتعزيز المنظم بالإنتروبيا، حيث تقارن بشكل منهجي بين أساليب التحديد والأساليب الحسابية الكلاسيكية وبين مناهج تعلم الآلة الحديثة لتوضيح أهدافها، وحدودها، وضمانات التحديد الخاصة بها لاستعادة المكافأة غير المتصلة.