22898 ورقة بحثية
يُعد GETA إطار عمل غير مرتبط ببروتوكول محدد يستفيد من البيانات الوصفية لحركة المرور، والتعلم الفائق، والانتباه الذاتي لتحقيق تحليل قوي ومحدود العينات لحركة المرور المشفرة عبر مجالات متنوعة، متجاوزاً بذلك بفعالية قيود فحص الحزم العميق التقليدي ونهج التعلم الآلي القائمة.
تقدم الورقة البحثية GLIDE، وهي مكتبة بايثون مفتوحة المصدر توحد مختلف طرق الاستدلال المدعوم بالتنبؤ وأدوات أخذ العينات تحت واجهة برمجة تطبيقات موحدة لتمكين التقييم الموثوق وغير المنحاز للأنظمة الوكيلية مع توفير تقديرات صحيحة لعدم اليقين مع تقليل تكاليف التوسيم بشكل كبير.
تقدم هذه الورقة "تمثيل النهاية" (Terminal Representation - TR)، وهو بديل جديد منخفض الأبعاد لتمثيلي "الخلف" (Successor) و"الافتراضي" (Default) في التعلم المعزز، والذي يلتقط المسارات الموزونة بالمكافأة دون الحاجة إلى التفكيك الذاتي أو افتراضات الانتقال المتماثل، مما يوفر أساساً فعالاً حوسبياً لمهام مثل اكتشاف الخيارات ونقل التعلم.
تقدم هذه الورقة خوارزمية "تومبسون لتقدير العينات عبر التدرج السياقي" (CSTS)، وهي خوارزمية "بانديت سياقي" متعددة الأهداف تتعلم ديناميكياً كيفية وزن الأهداف التحريرية المتنافسة بناءً على السياق، مما يظهر تحسناً في الملاءمة والاتساق مع التقييم الخبير بناءً على بيانات واقعية من هيئة الإذاعة الوطنية السويسرية.
تقترح هذه الورقة إطار عمل لتوجيه التنشيط أثناء الاستدلال باستخدام "الفرق بين المتوسطات" و"تعامد غرام-شميدت" لتحقيق تحكم قابل للتفسير، وحتمي، ومنفصل في سمات حدة الصوت والمدة في توليد الموسيقى الرمزية القائمة على نموذج "Multitrack Music Transformer" دون الحاجة لإعادة التدريب.
تقدم هذه الورقة إطار عمل موحد لليابونوف باستخدام أغلفة مورو المعممة لتوفير ضمانات تقارب غير تقاربية للخوارزميات التكرارية العشوائية عبر إعدادات متنوعة، بما في ذلك الضوضاء المستقلة والموزعة بشكل متماثل والضوضاء الماركوفية، مع تطبيقات محددة في التعلم التعزيزي والانحدار الاشتقاقي العشوائي.
تحدد هذه الورقة البحثية وتتصدى لظاهرة "النسيان الجانبي الموضعي"، وهي ظاهرة تضعف فيها طرق "إلغاء التعلم" (machine unlearning) تنبؤات الأمثلة القريبة من البيانات المحذوفة بشكل غير متناسب بسبب عدم اتساق الأهداف البديلة، وتقترح "تقطير المعلم المحلي" (Local Teacher Distillation) كاستراتيجية تخفيف فعالة توائم النماذج الملغاة للتعلم بشكل وثيق مع إعادة التدريب الكامل.
تقترح هذه الورقة إطار عمل لنمذجة الخصم متكيف مع المهام، يتعلم مزيجاً من تمثيلات النوايا مدفوعاً بالأداء، ويقدم تمثيلاً جديداً قائماً على المعلومات المتبادلة لالتقاط معلومات الخصم الأكثر صلة بالعوائد المستقبلية للوكيل الذاتي، مما يؤدي إلى التفوق على الأساليب الحالية عبر مهام متنوعة لتعلم التعزيز متعدد الوكلاء.
تقدم هذه الورقة إطار التدقيق CoSee لتكشف أن التعاون الساذج القائم على الحالة المشتركة بين الوكلاء البصريين ذوي الموارد المحدودة غالباً ما يضخم الهلوسة من خلال تعزيز الضجيج وانهيار السياسة، مما يثبت أن دقة الاتصال، وليس عمق الاستدلال، هي العائق الحرج أمام التصميم النمطي الموثوق.
تقدم الورقة البحثية **dashi**، وهي مكتبة بايثون مفتوحة المصدر تلبي الحاجة الماسة لتحليل انزياح البيانات بشكل ميسر في مجال الذكاء الاصطناعي الموثوق عبر توفير طرق غير خاضعة للإشراف وخاضعة للإشراف لتوصيف التغيرات في التوزيع عبر النطاقات الزمنية ومتعددة المصادر، مما يعزز متانة وسلامة مسارات تعلم الآلة في تطبيقات الرعاية الصحية.