22999 ورقة بحثية
تقدم هذه الورقة البحثية RepetitionCurse، وهو هجوم الصندوق الأسود منخفض التكلفة الذي يستغل غياب قيود موازنة الأحمال في نماذج اللغات الكبيرة القائمة على تقنية "خليط الخبراء" (Mixture-of-Experts) عبر استخدام أنماط رموز تكرارية بسيطة لفرض تركيز توجيه شديد، مما يؤدي إلى خلق اختناقات حوسبية وتدهور كبير في زمن استجابة الاستدلال وتوافر الخدمة.
تُثبت هذه الورقة أن نماذج "محولات الرؤية" (Vision Transformers)، بالبناء على بنية "CaloDREAM"، توفر حلاً شاملاً وقوياً وقابلاً للتوسع لمحاكاة المقياس الحراري السريع عبر هندسات كواشف متنوعة، محققةً دقة بمستوى "Geant4" مع أزمنة توليد بالملي ثانية وكفاءة محسنة في البيانات من خلال التدريب المسبق والضبط الدقيق.
يقدم البحث إطار العمل FUME، وهو إطار عمل للتعلم العميق خفيف الوزن يستخدم التصوير البصري ثنائي الغاز (CO2 وCH4) وبنية مبتكرة ثنائية المسار لتحقيق كشف عالي الدقة وغير جراحي لحماض الكرش في الأبقار الحلوب، مدعوماً بأول مجموعة بيانات مخصصة لثنائي الغاز، ومظهراً أداءً فائقاً بتكاليف حوسبة أقل بكثير من الطرق الحالية.
تقدم هذه الورقة البحثية طريقة "تحسين السياسة المنظمة بـ KL المستقبلية" (FRPO)، وهي طريقة خالية من الناقد تعمل على تصحيح تنظيم KL على مستوى الرمز (token) في طريقة GRPO عبر دمج عائد "العودة إلى ما تبقى" (return-to-go) المنظم مستقبلياً وعلاقياً والمستمد من تباعد ، مما يؤدي إلى تحسين أداء الاستدلال الرياضي مع الحفاظ على اعتلاج (entropy) أعلى وانزياح سياسة أقل.
تقترح الورقة البحثية إطار عمل CROCS، وهو إطار تجميع جديد يتكون من مرحلتين يستفيد من بيانات العدادات الذكية لإنشاء قطاعات مستهلكين قوية تتمحور حول السلوك، وذلك من خلال تلخيص ملفات الأحمال اليومية الفردية أولاً في مجموعات تمثيلية ثم تجميع المستهلكين بناءً على التشابه الموزون لهذه المجموعات، مما يساهم بفعالية في التقاط التنوع السلوكي ومعالجة شذوذ البيانات لتحسين إدارة جانب الطلب.
تقدم هذه الورقة البحثية خوارزمية النقل الأمثل المنظم بالتكتلات (CROT)، التي تقوم بتعويض مساحات كبيرة من البيانات المفقودة في مجموعات بيانات تسلسل الخلية الواحدة عالية الأبعاد بكفاءة ودقة، مع تقليل وقت التشغيل بشكل كبير مقارنة بالطرق الحالية.
يعزز RDumb++ التكيف المستمر في وقت الاختبار لتدفقات البيانات طويلة الأمد وسريعة التغير من خلال إدخال آليات كشف الانحراف القائمة على الإنتروبيا وتباعد KL مع استراتيجيات إعادة ضبط تكيفية لمنع انهيار التنبؤ وتحقيق مكاسب كبيرة في الدقة مقارنة بالطرق الحالية.
تقدم هذه الورقة إطار عمل جديد للتجميع عبر الإنترنت غير المركزي مع تعيينات متأخرة، وتقترح خوارزمية ذات تنافسية ثابتة تحت نموذج وصول عشوائي، متجاوزة بذلك قيود نسبة التنافسية دون اللوغاريتمية المتأصلة في حالة الحالة الأسوأ الكلاسيكية.
تقترح هذه الورقة البحثية طريقة "التغذية الراجعة الجزئية لخطوة الاستباق" (SA-PEF)، وهي طريقة مبتكرة للتعلم الاتحادي الفعال تجمع بين التصحيح الاستباقي والتغذية الراجعة الجزئية للخطأ لتسريع التقارب في مراحل التدريب المبكرة وضمان التقارب النظري إلى حالة الاستقرار في ظل وجود بيانات غير متماثلة التوزيع (non-IID) ومشاركة جزئية للعملاء، متفوقة بذلك على التغذية الراجعة القيئية للخطأ في الوصول إلى الدقة المستهدفة.
تتقصى هذه الورقة فجوة تعميم السلامة في التعلم المعزز الآمن لإدارة مرض السكري تحت تأثير تغير التوزيع، وتُظهر أن الحماية في وقت الاختبار تستعيد السلامة بفعالية وتحسن النتائج السريرية عبر مختلف مجموعات المرضى والخوارزميات.