22999 ورقة بحثية
تقترح هذه الورقة البحثية إطار عمل BiCoT، وهو إطار عمل جديد للعلامات المائية يقوم بدمج إشارات الملكية في البنية الهندسية الداخلية لتتبعات تسلسل الأفكار (Chain-of-Thought) لتحقيق كشف قوي ومتخفٍ دون المساس بدقة الاستدلال، مكملاً بمتحقق "تسجيل الفضاء الجزئي المتين" (Robust Subspace Registration) للتعامل مع سرقة النماذج وتحولات التوزيع.
تستخدم هذه الورقة البحثية المشفرات التلقائية المتناثرة (Sparse Autoencoders) لتوضيح أن الضبط الدقيق باستخدام التكيف منخفض الرتبة (LoRA) يستحث بنيات تمثيلية متميزة داخل النماذج اللغوية، والتي تكون غير متوافقة هندسياً مع قواميس الميزات سابقة التدريب، مما يشير إلى أن التحديثات الخاصة بالمهايئ تشغل مساحات فريدة جزئياً في التدفق المتبقي.
تقدم الورقة البحثية "التوجيه الطيفي" (Spectral Guidance)، وهو إطار عمل خالٍ من التدريب يستفيد من الهندسة الجوهرية لنماذج الانتشار لتعلم أساس ذاتي التوجيه لإسقاط أي إشارات توجيه مباشرة على مسار أخذ العينات، مما يحقق دقة شرطية محسنة بشكل كبير واستدلالاً أسرع دون إعادة تدريب أو نماذج مساعدة.
تقدم هذه الورقة إطاراً رياضياً وحسابياً شاملاً للنمذجة البديلة باستخدام المعاملات العصبية المتسلسلة المقيدة بالفيزياء لخزان "نورني" (Norne)، والذي يجمع بين النظرية التحليلية الوظيفية، وتحليل إزاحة المتغيرات المصاحبة، وبراهين الاستقرار الطيفي لتحقيق تسريع بمقدار مقارنة بالمحاكيات التقليدية مع الحفاظ على دقة عالية عبر أفق إنتاج يمتد لـ 3298 يوماً.
تقترح هذه الورقة كاشف فضاء دوري (CSD) مستنداً إلى الطوبولوجيا، يستفيد من أساس الدورة الأدنى لفرض قيود هيكلية للكشف بفعالية عن هجمات حقن البيانات الكاذبة العمياء القائمة على المشفر التلقائي والمستترة التي تلتف على طرق الكشف التقليدية القائمة على البيانات، والحد من آثارها.
تقترح هذه الورقة إطار عمل للتحسين التكراري القائم على التشخيص، والذي يعامل تصميم المكافأة لنماذج اللغات الكبيرة (LLM) في مهام التعلم التعزيزي الهيكلية والمتفرقة كعملية تصحيح أخطاء، مما يثبت أن المراجعات المستهدفة الموجهة بتصنيف لأنماط الفشل تتفوق بشكل كبير على نماذج التوليد لمرة واحدة والنماذج المعتمدة على الاختيار.
تقدم هذه الورقة البحثية Conf-Gen، وهو إطار عمل عام يعمل على تكييف التحكم في المخاطر المطابق (conformal risk control) مع النماذج التوليدية غير الخاضعة للإشراف مثل النماذج اللغوية الكبيرة ومولدات الصور، مما يوفر ضمانات رسمية لعدم اليقين لمهام متنوعة مثل التحقق من عدم حفظ الصور المولدة، ووضوح المحادثة، وصحة الوكيل.
تتقصى هذه الورقة قوانين القياس العصبي لتوليد نفاثات الجسيمات، مؤكدةً وجود قياس لوغاريتمي مع حجم النموذج والتحقق من صحة استخدام فقد التنبؤ بالرمز التالي كبديل للدقة الفيزيائية، بينما تلاحظ اتجاهات قياس أضعف لحجم مجموعة البيانات والحوسبة بسبب التشبع السريع في التعلم التكراري التلقائي.
تحدد هذه الورقة المعدلات المثلى وتوفر خوارزمية مطابقة لاختبار الفرضيات ذي الخصوصية التفاضلية باستخدام قيم-e، مما يثبت كفاءة أعلى في استخدام البيانات مقارنة بالطرق الحالية مثل DP-SPRT في كل من الإعدادات الثابتة والمتتالية.
تقدم هذه الورقة نسبة المحاذاة اللوغاريتمية (LAR)، وهي أداة تشخيصية فعالة حاسبياً تُستخدم أثناء وقت التدريب، وتعمل على قياس التداخل بين أطياف الأوزان والتنشيط للتنبؤ بالانتقال من الحفظ إلى التعميم وتقدير الأبعاد الفعالة للنموذج دون الحاجة إلى بيانات التحقق.