22999 ورقة بحثية
تُثبت هذه الورقة أن تعزيز مجموعات بيانات التدريب ببيانات اصطناعية ناتجة عن الذكاء الاصطناعي التوليدي، بما في ذلك طريقة مبتكرة تسمى "نيماي" (Nimai)، يمكن أن يحسن بشكل كبير من أداء وقدرة التصنيفات الأمنية القائمة على التعلم الآلي على التكيف، لا سي fact في البيئات محدودة البيانات، مع تحديد خصائص معينة للبيانات قد تعيق مثل هذه التحسينات.
تثبت هذه الورقة أن التدرج النزولي في الشبكات الأمامية ذات العرض المحدود يحقق تقارباً خطياً محلياً تحت خسارة التربيع من خلال إثبات أن نواتج تانغنت العصبية (Neural Tangent Kernel) الموجبة والمستقرة لـ "ليبتشيتز" تستحث متباينة "بولياك-لوجاسيفيتش" محلية، وهي آلية تم التحقق من صحتها تجريبياً من خلال التحليل الطيفي وحساسية حجم الخطوة على مجموعات بيانات MNIST وCIFAR-10.
تقدم هذه الورقة إطار عمل "الوصفة ثم الاختيار" (PS)، وهو إطار معياري يبني مكتبة من السياسات الممكنة ويستخدم أشجار السياسات المثلى القائمة على البيانات لاختيار السياسة المثلى ديناميكيًا لمتغيرات مصاحبة محددة، مما يؤدي إلى التفوق على نهج السياسة الواحدة في سياقات التحسين العشوائي السياقي ذات الأداء غير المتجانس.
تقترح هذه الورقة إطار عمل جديد للتعلم النشط لمحاكاة الديناميكا الجزيئية خشنة الحبيبات القائمة على التعلم الآلي، والتي تستعلم ديناميكياً عن بيانات الذرات الكاملة أثناء المحاكاة لتصحيح تدهور النموذج في المناطق التشكيلية غير الممثلة كفاية، مما أدى إلى تحسن بنسبة 33.05% في مقاييس "واسرشتاين-1" لبروتين "تشينيولين".
تثبت هذه الورقة نظرياً أن تحسين السياسة النسبي للمجموعات (GRPO) مع نموذج مكافأة المخرجات يكافئ نموذج مكافأة العملية، وتحدد خللاً في تعامله مع الخطوات غير المتوازنة، وتقترح تعديلاً بسيطاً (-GRPO) يحسن أداء الاستدلال وكفاءة التدريب بشكل كبير دون الحاجة إلى نماذج مكافأة عملية صريحة.
تقدم هذه الورقة البحثية EELMA، وهو إطار عمل قائم على نظرية المعلومات لتقدير تمكين وكيل النموذج اللغوي من خلال تفاعلات نصية متعددة الأدوار، مما يثبت أن هذا المقياس غير المرتبط بهدف محدد يرتبط بفعالية بالأداء في المهام ويحدد اللحظات المحورية للقدرات العامة عبر بيئات متنوعة.
تُعد SpeedCP خوارزمية سريعة ومستقرة تسد الفجوة بين الوعد النظري والتكلفة الحسابية الباهظة للتنبؤ الشرطي القائم على فضاءات ريج (RKHS) من خلال حساب مسار الحل الكامل بكفاءة ودمج التضمينات منخفضة الرتبة، محققةً تسريعاً بمقدار 40 ضعفاً وفترات زمنية أقصر بنسبة 30% مقارنة بالطرق السابقة.
تتقصى هذه الورقة البنية الهندسية لتمثيلات نماذج لغة البروتين باستخدام سرعة الجذر التربيعي وترشيحات الرسم البياني، كاشفةً أن النماذج تشفر السمات الهيكلية بشكل غير خطي عبر الطبقات مع بلوغ الدقة المثلى قبيل الطبقة الأخيرة، بينما تواجه صعوبة في الحفاظ على العلاقات السياقية بعيدة المدى.
تقترح هذه الورقة البحثية "التغذية الراجعة في الموقع"، وهي نموذج تعاوني يقوم فيه المستخدمون بتعديل استجابات النماذج اللغوية الكبيرة مباشرةً لتوجيه عمليات التحسين، مما يثبت من خلال الاختبارات المعيارية والدراسات الخبيرة أن هذا النهج يحقق تصحيحاً للأخطاء أكثر موثوقية، ورضا أعلى للمستخدمين، وإجهاداً أقل مقارنة بالتغذية الراجعة التقليدية متعددة الجولات.
تقدم هذه الورقة البحثية فقدان التباين المدرك لحالة الروبوت (RS-CL)، وهو تقنية خفيفة الوزن لتنظيم التمثيل تعمل على محاذاة تمثيلات نماذج الرؤية واللغة والعمل مع حالات الاستقبال الحسي الخاص بالروبوت، مما يحسن الأداء بشكل كبير في كل من معايير الاختبار للمناولة في البيئات المحاكية والواقعية.