22999 ورقة بحثية
تقدم هذه الورقة CFG-OEC، وهي طريقة أخذ عينات مبتكرة تخفف من الخطأ الهيكلي الناتج عن عدم المحاذاة بين أهداف التدريب والتوجيه الخالي من المصنف في نماذج الانتشار، وذلك عن طريق تفكيك أخطاء أخذ العينات وتطبيق تصحيح الخطأ المتعامد، مما يؤدي إلى تحسين جودة توليد الصور ومقاييسها عبر مختلف النماذج وأدوات أخذ العينات.
تقدم هذه الورقة البحثية "كاندينسكي 5.0" (Kandinsky 5.0)، وهي عائلة من النماذج التأسيسية مفتوحة المصدر التي تضم متغيرات لتوليد الصور والفيديو بما يصل إلى 19 مليار معلمة، والتي تستفيد من دورة حياة شاملة لتنسيق البيانات وتقنيات تدريب متقدمة لتحقيق توليد عالي الدقة للصور وتوليد فيديو مدته 10 ثوانٍ بمستوى رائد في هذا المجال.
تقترح هذه الورقة إطار عمل لمحاذاة التمثيل (REPA) يستفيد من مشفرات DINOv2 سابقة التدريب لتوجيه النماذج القائمة على الانتشار والتدفق في حل المشكلات العكسية، مع إثبات نظري بأن هذا النهج يقلل من تباعد فضاء التضمين لتحسين جودة إعادة البناء والواقعية الإدراكية مع تقليل خطوات الاستدلال عبر مهام متنوعة.
تُثبت هذه الورقة نظرياً أنه بينما يُمكّن كل من التعلم التعزيزي مع مكافآت العمليات والضبط الدقيق الخاضع للإشراف نماذج "ترانسفورمر" ذات الطبقة الواحدة من تعلم الدوال البولينية المتفرقة عبر استدلال "سلسلة الأفكار"، إلا أنهما يختلفان جوهرياً في ديناميكيات التعلم، حيث يستحوذ التعلم التعزيزي على سلسلة الاستدلال بأكملها في آن واحد، بينما يتعلم الضبط الدقيق الخاضع للإشرافها خطوة بخطوة.
تقترح هذه الورقة البحثية "الاستشعار المتتالي" (Cascaded Sensing)، وهو إطار عمل هرمي يعيد بناء المجالات الفيزيائية متعددة المقاييس من قياسات شديدة الندرة، وذلك عبر استخدام مشفر تلقائي مقنع أولاً لحل الغموض الهيكلي العالمي بشكل حتمي، ثم توظيف نموذج انتشار شرطي لاستنتاج البواقي دقيقة المقياس بشكل مستقر، مما يعالج الطبيعة غير محددة التعيين ومتعددة الأنماط للمشكلة.
تقدم هذه الورقة البحثية "Gaussian Quant" (GQ)، وهي طريقة لا تتطلب تدريبًا تقوم بتحويل مشفر تلقائي متباين (VAE) غاوسي مقيد إلى مشفر تلقائي كمي (VQ-VAE) عالي الأداء باستخدام ضوضاء غاوسية عشوائية ككتاب رموز، مما يضمن نظريًا انخفاض خطأ التكميم ويتفوق تجريبيًا على أساليب الـ VQ-VAE الحالية.
تقدم الورقة البحثية خوارزمية BUILD، وهي خوارزمية حتمية من أسفل إلى أعلى تعيد بناء المخططات الموجهة غير الحلقية (DAGs) الخطية بدقة تحت تباينات ضوضاء متساوية، وذلك عبر تحديد وتقليم العقد الورقية من مصفوفة الدقة بشكل تكراري، مع توظيف إعادة التقدير الدوري لضمان المتانة ضد أخطاء التقدير الناتجة عن البيانات المحدودة.
تقترح هذه الورقة إطار تحكم موزع للأنظمة الشبكية يضمن استقرار الحلقة المغلقة من خلال دمج الشبكات العصبية الرسومية في بارامترية (parameterization) شبيهة ببارامترية "يولا" للمقدار والاتجاه، مما يضمن سياسات قابلة للتوسع وقوية ضد اضطرابات الرسم البياني والنموذج.
يقدم البحث إطار INTERACT-CMIL، وهو إطار عمل للتعلم العميق متعدد المهام يستفيد من تعلم الميزات المشتركة والاتساق بين المهام لتحسين التصنيف الدقيق لآفات الميلانينية الظهارية الملتحمية عبر خمسة محاور نسيجية مرضية بشكل كبير، متفوقاً بذلك على النماذج المرجعية للشبكات العصبية التلافيفية والنماذج التأسيسية على مجموعة بيانات متعددة المراكز.
تقدم هذه الورقة إطار التقييم -Soft-NC و -Soft-NS للتحكم في أعداد الكلمات المحتفظ بها عند تقييم دقة الإسناد في النماذج اللغوية الكبيرة ذات فك التشفير فقط، إلى جانب طريقة Grad-ELLM التي تدمج بفعالية بين إشارات التدرج والانتباه لتحقيق أداء قوي موجه نحو الشمولية.