22999 ورقة بحثية
تُظهر هذه الدراسة أن شبكة عصبية لتمرير الرسائل مزدوجة، معززة بآلية انتباه تقاطعي رباعي الرؤوس، تتفوق بشكل كبير على كل من بنيات الرسم البياني القائمة على التراكب والثلاثية في التنبؤ بآليات تفاعل دواء-دواء محددة، كما تم التحقق من ذلك من خلال الدقة المثالية في أزواج حمض الأسيتيل ساليسيليك المستبعدة.
تقدم هذه الورقة البحثية SPAR، وهو إطار عمل لتصحيح الإجراءات مع الحفاظ على الدعم، والذي يحقق أداءً رائدًا في تحسين السياسة غير المتصلة (offline policy improvement) عبر إعادة صياغة التعلم كعملية صقل متبقي محلي لسياسة نسخ السلوك (behavior cloning policy) مجمدة، وتوظيف المحاكاة الذاتية الكامنة لحل الصراع المتأصل بين تعظيم القيمة وملاءمة توزيع البيانات.
تقدم هذه الورقة البحثية إطار التقدير الضجيجي الواعي بالعناقيد (CANE)، وهو إطار تعلم خالي من الملصقات يحسن تصنيف العقد في الرسوم البيانية من خلال تحديد وتصحيح الملصقات الزائفة المولدة بواسطة النماذج اللغوية الكبيرة بناءً على تباين موثوقيتها عبر عناقيد فضاء الميزات المختلفة، بدلاً من معاملة ضجيج التوسيم كضجيج منتظم أو مشروط بالفئة.
تقدم هذه الورقة مشغل توجيه التردد (FGO)، وهو خوارزمية مبتكرة تعزز السياسات البصرية الحركية القائمة على الانتشار من خلال توجيه توليد الإجراء عبر فضاءات فرعية للترددات المتوسطة، وذلك لقمع الضوضاء عالية التردد الناتجة عن العروض البشرية مع الحفاظ على تفاصيل المهمة الجوهرية.
تقدم هذه الورقة دراسة تجريبية متعددة الأبعاد تُظهر أنه في حين أن آلات المتجهات الداعمة الكمومية (QSVM) والشبكات العصبية التلافيفية الكمومية (QCNN) تتسبب عموماً في أوقات تشغيل حسابية أعلى من نظيراتها الكلاسيكية، إلا أنها توفر دقة تصنيف فائقة عند المقاييس الأكبر وكفاءة محسنة بشكل كبير في المعلمات والذاكرة، لا سيالما بالنسبة للشبكات العصبية التلافيفية الكمومية (QCNN).
تقترح هذه الورقة البحثية إطار عمل SIGN، وهو إطار دفاعي خفيف الوزن وفعال وقابل للتوصيل والتشغيل (plug-and-play)، يعمل على تحييد الاضطرابات العدائية في نماذج الرؤية واللغة الكبيرة من خلال الاستفادة من استخراج البنية المسبقة والتحييد الموجه الديناميكي، محققاً معدلات نجاح دفاعية عالية مع حد أدنى من تعديل الصور والأعباء الحسابية مع الحفاظ على أداء النموذج.
تتحدى هذه الورقة البحثية الهيمنة التقليدية للانتشار العكسي من خلال تقديم إطار عمل موحد للتغذية الراجعة المتجهة يوضح كيف يمكن للتدرجات الاصطناعية أن تحقق، نظرياً وتجريبياً، خطأً أقل بكثير في تقدير التدرج وكفاءة أعلى في استهلاك العينات في مهام تعلم متنوعة.
تقيم هذه الورقة البحثية بشكل منهجي مجسات الخداع في عائلة نماذج Gemma 3، مظهرةً أنه بينما تنهار المجسات الخطية تحت تأثير التحولات الأسلوبية بسبب الضيق التوزيعي بدلاً من الحدود المعمارية، فإن المجسات متعددة الأبعاد المعززة بالأسلوب يمكنها استعادة الكشف شبه المثالي بقوة عبر مختلف المقاييس من خلال الاستفضاء بالميزات الموزعة دون العتبة.
تقدم هذه الورقة البحثية "قانون التفاعل العصبي"، الذي يوضح أنه في ظل ميزانية موارد ثابتة، فإن ضبط نسبة العمق إلى العرض للنموذج إلى فاصل تفاعل فعال يعزز بشكل كبير من استغلال الموارد وأداء التعميم.
تؤسس هذه الورقة إطاراً إحصائياً يعيد صياغة تدريب الشبكات العصبية العميقة كاستدلال التأثيرات العشوائية، مبرهنةً على أن مسار تدفق التدرج يكافئ المتوسط البعدي لبيز التجريبي، وأن مدة التدريب يمكن تحديدها بشكل أمثل عبر طريقة الإمكان الأعظم للآثار العشوائية (REML) لتحقيق أدنى خطأ تنبؤي تقاربي.