22999 ورقة بحثية
يُعد BlockBatch إطار عمل للاستنتاج خالٍ من التدريب يعمل على تسريع نماذج اللغة الانتشارية عبر تنفيذ فروع متعددة ذات حجم كتلي بالتوازي ودمجها من خلال المزامنة المعتمدة على الثقة، مما يقلل خطوات إزالة الضجيج ويحسن السرعة النهائية دون التضحية بالدقة.
تقدم هذه الورقة مفهوم "الهوية الضمنية" لتوحيد واستعراض تقنيات بصمة وتوسيم النماذج اللغوية الكبيرة، مقترحةً تصنيفاً شاملاً قائماً على دورة الحياة وإطار تقييم لمعالجة الحالة المجزأة لحماية الأصول والتحقق من المصدر عبر مجموعات البيانات والنماذج والمحتوى المُنشأ.
تقدم الورقة البحثية KLAS، وهو إطار عمل مبتكر يعمل على أتمتة وتحسين عملية دمج الشبكات العصبية سابقة التدريب من خلال الاستفادة من تباعد كولباك - ليبلر لتحديد التمثيلات الوسيطة الأكثر تشابهاً، مما يؤدي إلى تحسين مقايضات الدقة والكفاءة بشكل كبير مقارنة بالنهج القائمة على الاستدلالات المتبعة حالياً.
تكشف هذه الورقة أنه في حين أن التقييم البشري يحسن المحاذاة في النماذج ذاتية الاستهلاك المنعزلة، فإن توسيع هذا النموذج ليشمل أنظمة متعددة النماذج يمكن أن يؤدي إلى خبو أو انعكاس آثار التقييم من خلال التفاعلات بين النماذج، مما يؤدي في النهاية إلى تدهور المحاذاة على المدى الطويل.
تحلل هذه الورقة الانتظامات التجريبية للبحث التطوري الموجه بنماذج اللغات الكبيرة لاقتراح BaSE، وهو خوارزمية "المتعدد الأذرع" (multi-armed bandit) التي تخصص الحوسبة ديناميكيًا عبر مسارات متوازية، محققةً تحسنًا بنسبة 12.3% في متوسط اللياقة وتعزيزًا للموثوقية مقارنة باستراتيجيات العمق والاتساع التقليدية دون تعديل النموذج الأساسي أو المطالبات.
تراجع هذه الورقة نقدياً المحسنات التكيفية الشائعة مثل Adam وAMSGrad، وتقترح متغيراً جديداً يضمن التقارب يسمى C-Adam يعتمد على نهج خط البصر، وتتحقق من أدائه النظري والتجريبي من خلال التجارب العددية.
يقدم GrepSeek مسار تدريب ثنائي المراحل لوكيل بحث يتفاعل مباشرة مع مجموعات النصوص عبر أوامر صدفة (shell) قابلة للتنفيذ، محققاً أداءً هو الأفضل في فئته على معايير الإجابة على الأسئلة في النطاق المفتوح، مع تقديم بديل عملي وقابل للتوسع للأنظمة التقليدية القائمة على الاسترجاع.
تقدم هذه الورقة نظام NeuroEdge، وهو نظام قائم على المتحكمات الدقيقة يعمل في الوقت الفعلي، يدمج واجهة بث لاسلكية مخصصة لـ HD-EMG مع محرك استدلال يعتمد على شبكة عصبية تلافيفية أحادية الأبعاد (1D CNN) خفيفة الوزن لتحقيق دقة بنسبة 90% في التعرف على الإيماءات وزمن استجابة قدره 83 مللي ثانية على الأجهزة الطرفية محدودة الموارد.
توسع هذه الورقة إطار عمل mol-infer الحالي ليشمل البوليمرات المشتركة من خلال تقديم نموذج متجه الخلط الذي يمثل سمات البوليمر المشترك كتركيبات خطية محدبة لوصفات المونومرات، مما يتيح صياغة مسألة برمجة خطية بمواصفات صحيحة (MILP) قابلة للحل للتصميم العكسي الدقيق للبوليمرات المشتركة ذات الخصائص ونسب الخلط المحددة مسبقاً.
تقدم هذه الورقة إطار عمل يعتمد على أخذ العينات وخالٍ من المبرمجات للبرمجة الخطية الصحيحة، يجمع بين التلدين المتوازي مع اقتراح متوازن محلياً وتلدين الجزاء للتنقل بفعالية عبر مشاهد الطاقة متعددة الأنماط، محققاً أداءً تنافسياً ضد المبرمجات الكلاسيكية مثل SCIP وGurobi مع إظبات متانة فائقة تجاه تحولات التوزيع مقارنة بالأساليب القائمة على التعلم.