22999 ورقة بحثية
تقترح الورقة البحثية F-GRPO، وهي طريقة للتعلم التعزيزي مدركة للصعوبة تعمل على التخفيف من ميل الخوارزميات القياسية القائمة على المجموعات نحو الإفراط في ملاءمة الحلول الشائعة وإهمال المسارات الصحيحة النادرة عبر تقليل وزن التحديثات عالية النجاح، مما يؤدي إلى تحسين أداء الاستدلال الرياضي بشكل كبير عبر مختلف النماذج المرجعية دون زيادة التكاليف الحسابية.
تقترح هذه الورقة "Contextual Rollout Bandits"، وهو إطار جدولة عصبي موحد يعامل عمليات الـ rollout كأذرع bandit سياقية لاختيار وإعادة استخدام البيانات التاريخية ذات القيمة العالية بشكل تكيفي، مما يؤدي إلى تحسين كفاءة العينات والأداء في التعلم التعزيزي مع المكافآت القابلة للتحقق (RLVR) للنماذج اللغوية الكبيرة.
تؤسس هذه الورقة نظرية إثبات إحصائي تُمذل البحث عن البراهين الصورية كعملية اتخاذ قرار ماركوفية (MDP) ذات أفق زمني محدد، لتوضيح كيفية قيام المكونات الوكيلة مثل الاسترجاع والتحقق بتحسين نجاح البرهان عبر تقليل أخطاء قيمة الفعل الموزونة بالانشغال، مما يفسر فعاليتها في أعباء العمل الواقعية دون التعارض مع الصعوبة الكلاسيكية في أسوأ الحالات.
تقدم هذه الورقة البحثية LT2، وهي عائلة من المحولات الحلقية ذات الزمن الخطي التي تستبدل الانتباه التربيعي بمتغيرات خطية أو متفرقة فعالة، مما يثبت أن التكرار الحلقي يتآزر مع هذه الآليات لتحقيق أداء وقابلية توسع فائقين في مهام نمذجة اللغة.
تقدم هذه الورقة دراسة مسجلة مسبقاً تُظهر أن النماذج اللغوية الكبيرة تظهر نزعة عامة نحو الإفراط في الثقة، والتي يتم تعديلها من خلال تأثير "السهل-الصعب" حيث يبلغ الإفراط في الثقة ذروته في المهام الصعبة بينما يحدث نقص الثقة في المهام السهلة، مما أدى إلى تطوير معيار LifeEval لتقييم المعايرة عبر مستويات الصعوبة المختلفة.
تثبت هذه الورقة تجريبياً أن تكلفة الطاقة لإبقاء نماذج الذكاء الاصطناعي محملة في ذاكرة وحدة معالجة الرسومات مدفوعة أساساً بزيادة منفصلة في القدرة ناتجة عن انتقال نظام تغيير الجهد والتردد الديناميكي (DVFS) الخاص بسياق كودا (CUDA context)، وليس بسبب إشغال ذاكرة الوصول العشوائي للفيديو (VRAM)، مما يكشف أن الاستراتيجية المثلى لاستهلاك الطاقة عند نشر النماذج تعتمد على معدلات وصول الطلبات وزمن انتقال التشغيل البارد بدلاً من حجم النموذج.
تجادل هذه الورقة بأن اعتماد قانون الذكاء الاصطناعي الأوروبي على أحكام الهوية الغامضة لأنظمة الذكاء الاصطناعي عالية المخاطر يمكن حله من خلال تطبيق إطار "الوظيفة+"، الذي يعمل على تخصيص الأنظمة عبر الوظيفة المقصودة وملفات تعريف الموثوقية لإنشاء معيار قابل للتدقيق والتشغيل للهوية التزامنية في السياقات التنظيمية والحوكمية.
تقدم هذه الورقة "Quantum Frog"، وهي لعبة تعاونية ذات زمن مكمم، حيث يكشف التعلم المعزز أن الاندفاع المتزامن هو الاستراتيجية المثلى، مما يثبت أن التدريب التعاوني يتفوق بشكل كبير على اللعب المستقل من خلال تقليل طول الحلقة وتجاوز عقوبة الصعوبة الشديدة الناتجة عن التفاعل متعدد الوكلاء غير المنسق.
تقدم هذه الورقة QUIVER، وهو إطار عمل رسمي يقيس انتشار الاضطراب والتفرع الهيكلي في أنظمة الذكاء الاصطناعي المركبة من خلال تعريف مصفوفات الحساسية، ومقاييس تباعد المسار، وعتبات التفرع، والتي تم التحقق من صحتها عبر مسارات إنتاجية وعامة متنوعة للكشف عن ملفات تعريف حساسية متميزة وتحديد مواضع عيوب التقييم.
تقترح هذه الورقة بحثاً خوارزمية استدلال فائق (hyper-heuristic) معززة بالتعلم، موثوقة ومنخفضة التكلفة لجدولة ورشة العمل (Job Shop Scheduling)، تعمل على التخفيف من حدة التوليد المكلف للتسميات وضمان استقرار الاختيار عبر الجمع بين تسميات التدحرج المنظمة بالندم (regret-normalized rollout labels)، وتقديرات عدم اليقين السياقية لـ KNN، وآلية قرار بوابية (gated decision mechanism).