22999 ورقة بحثية
تقترح هذه الورقة البحثية "الاعتلاج عبر النماذج" (Cross-Model Entropy - CME)، وهو إشارة مكافأة للتعلم التعزيزي خالية من الملصقات، تستفيد من لوغاريتم احتمالية حدوث مخرجات النموذج المولد تحت نموذج تحقق مستقل لتمكين التدريب اللاحق الفعال لاتباع التعليمات مفتوحة النطاق دون الاعتماد على ملصقات الحقيقة الأرضية أو التفضيلات البشرية.
تتقصى هذه الورقة تطبيق نماذج الانتشار الشرطية لمحاكاة المخاريط الضوئية لخط الـ 21 سم الكوني ثلاثي الأبعاد، مظهرةً أنه في حين يتيح المعالجة المسبقة بطريقة "يو-جونسون" مقترنة بضغط السعة المتوسط استقرار التدريب ودقة قوية للإشارة العالمية، إلا أن النماذج الناتجة لا تزال تظهر انحيازات ملموسة في الإحصاءات من الرتب العليا، مما يؤسس خط أساس حاسم على مستوى المحاكاة لدراسات المحاكاة ثلاثية الأبعاد المستقبلية.
تقترح هذه الورقة طريقة "تشكيل الخصم القائم على الاعتقاد القابل للتفاضل" (D-BOS)، وهي طريقة من الدرجة الأولى تعمل على تحسين استراتيجيات متعددة الوكلاء من خلال التفاضل عبر ديناميكيات اعتقاد "softmax-Bayes" لعدد من الخطوات لتشكيل معتقدات الخصوم بشكل طبيعي دون الاعتماد على أهداف خداع محددة مسبقًا، مما يحقق أداءً متفوقًا في الألعاب ذات الأدوار المخفية والدوافع المختلطة مقارنة بالنماذج المرجعية الحالية.
تقدم الورقة البحثية COLAGUARD، وهو نموذج حماية ينقل الاستدلال متعدد الخطوات للأمان إلى فضاء كامن مستمر لتحقيق أداء أمان رائد مع تقليل زمن الاستجابة واستهلاك الرموز (tokens) بشكل كبير مقارنة بنماذج الاستدلال الصريح المرجعية.
تقترح هذه الورقة استخدام مرشح درجة التجميع (EnSF) لتصحيح التنبؤات الصادرة عن نموذج مكاني زماني معقد ومُدرب مسبقاً لبيانات استهلاك الطاقة في العالم الحقيقي، مما يثبت أن مرشح (EnSF) يتعامل بفعالية مع الملاحظات الجزئية والمشوشة ويتفوق على مرشح كالمان التجميعي في الحالات غير الخطية.
تقترح هذه الورقة طبقة تنفيذ وقياس محايدة للسياسات تسد الفجوة بين المحاكاة والواقع في جدولة التعلم المعزز الصناعي من خلال إنشاء لقطات قرار صالحة، وتحديد مقبولية الإجراء بشكل صريح، وإرجاع تباينات التنفيذ هيكلياً لتحويل عدم اليقين إلى بيانات إشرافية قابلة للتنفيذ من أجل تحسين السياسة.
تقدم الورقة البحثية OISD، وهو إطار عمل جديد للتقطير الذاتي الداخلي القائم على السياسة (on-policy) يعزز استدلال النماذج اللغوية من خلال محاذاة التمثيلات الوسيطة مع الإشارات التنبؤية للطبقة النهائية عبر محاذاة الـ logit والـ attention أثناء تحسين GRPO، محققاً تحسينات كبيرة مقارنة بالنماذج المرجعية لتعلم التعزيز (RL) الحالية في مهام الاستدلال الرياضي دون الحاجة إلى معلومات خارجية مميزة.
تقترح هذه الورقة إطار عمل جديد لدمج النماذج يصيغ عملية الجمع بين نقاط التفتيش المضبوطة بدقة كبرنامج تربيعي محدب على التحديثات المتبقية، مما يوفر أداة تشخيصية ذات صيغة مغلقة ومؤسسة نظرياً للتنبؤ بجودة الدمج، مع تفوقه تجريبياً على الأساليب الاستدلالية الحالية عبر معايير اللغات والرؤية الحاسوبية.
تقدم هذه الورقة إطار عمل مدفوعاً بالبيانات ومعززاً بالخبراء، يدمج تعلم الآلة مع المعرفة المتخصصة للكيميائيين لتقييم وتفسير مسارات التخليق متعددة الخطوات، محققاً دقة وقابلية تفسير أعلى بكثير من النماذج المرجعية السابقة.
تقدم هذه الورقة أول دراسة منهجية بنظام "الصندوق الأسود" تثبت أن نماذج الرؤية واللغة والعمل (Vision-Language-Action) القائمة على الاستنتاج والمستخدمة في القيادة الذاتية معرضة بشدة للاضطرابات النصية الواقعية، والتي تؤدي بشكل كبير إلى تدهور قدرات الاستنتاج وسلامة القيادة، مما يسلط الضوء على الحاجة الملحة لأطر تقييم قوية ودفاعات محسنة.