22423 ورقة بحثية
تقترح هذه الورقة طريقة ضبط دقيق ذاتي الإشراف تستفيد من عمليات التدحرج التفاعلية عبر الإنترنت من نماذج الرؤية واللغة والعمل (VLA) ذات القدرة على التعلم الصفري، لتمكين تجسيدات روبوتية جديدة من تعلم مهارات جديدة من بيانات الخبراء مع الحفاظ على قدراتها الأصلية في اتباع التعليمات ومعرفتها السابقة بالمهام.
تُثبت هذه الورقة أن نموذج تنبؤ كمي هجين ومدمج يحقق أداء تعميم يضاهي نموذجاً كلاسيكياً مرجعياً أكبر، على الرغم من إظهاره ديناميكيات تعلم وهندسات تحسين متميزة، مما يسلط الضال على أن دقة النتائج النهائية وحدها تحجب الاختلافات الهيكلية الجوهرية في كيفية تعلم هذه النماذج.
تقترح هذه الورقة البنية الكلية 4MAS، التي تحاكي التعلم البيولوجي من خلال أنصاف كرات دماغية غير متماثلة وفترات دمج تشبه النوم للتغلب على النسيان الكارثي في التعلم المستمر، محققةً دقة تنافسية في مجموعات بيانات Split-MNIST وSplit-Fashion-MNIST وSplit-CIFAR-100.
تقدم هذه الورقة MeanFlow-Transfer وContinuous Adversarial MeanFlow (CAMF)، وهو إطار عمل موحد يعمل على تكييف نماذج التدفق (flow models) مسبقة التدريب غير المتجانسة مع مجالات جديدة ببيانات محدودة، مع تسريع عملية التوليد في الوقت ذاته إلى أخذ عينات من خطوات قليلة، محققاً جودة هي الأفضل في فئتها مع تقليل عدد تقييمات الدوال العصبية بما يصل إلى 125 ضعفاً.
يُعد DraftFM نموذجاً تأسيسياً يُمكّن من المسودة في اليوم صفر (day-zero drafting) في لعبة Magic: The Gathering عبر تقييم البطاقات غير المرئية باستخدام سماتها العامة وسياق المسودة فقط، محققاً أداءً بمستوى الخبراء دون الاعتماد على بيانات الاختيار التاريخية أو هويات البطاقات.
تقترح هذه الورقة إطار عمل "ترانسفورمر" ثنائي المرحلة ومدرك للوقت يحلل مباشرة أشكال موجات أجهزة التنفس المنزلي للتنبؤ في آن واحد بخطر تفاقم حالات الانسداد الرئوي المزمن (AECOPD) الشديدة وتقدير الوقت المتبقي الدقيق حتى وقوع الحدث، متفوقة بذلك على النماذج التقليدية بدقة عالية ووقت استباقي قابل للتنفيذ.
تقدم هذه الورقة البحثية "Forking Fast"، وهي طريقة فعالة حاسوبياً تستخدم نموذجاً إحصائياً لتنعيم بيانات إعادة أخذ العينات منخفضة العينات والمشوبة بالضجيج، مما يتيح التقدير الدقيق لديناميكيات عدم اليقين في توليد النصوص بواسطة النماذج اللغوية الكبيرة (LLM) دون التكلفة الباهظة لإعادة أخذ العينات الشاملة.
تُثبت هذه الورقة أنه بينما تفشل التقنيات الفردية غالباً في تحسين الشبكات العصبية المستنيرة بالفيزياء (PINNs) لتدفقات نافيير-ستوكس غير المستقرة، فإن مزيجاً تكميلياً محدداً من التنشيطات الدورية والوزن السببي يحقق دقة عالية، في حين يؤدي إضافة المزيد من الأساليب إلى تدهور كارثي في الأداء، مما يثبت أن تدخلات الشبكات العصبية المستنيرة بالفيزياء تتفاعل بشكل غير خطي بدلاً من أن تكون تراكمية.
تُفند هذه الورقة ادعاءً شائع الاستخدام حول التركيز الموحد عبر الزمن لمقدرات المربعات الصغرى المخصومة من خلال تقديم مثال مضاد وتحديد خطأ جوهري في الإثبات، مع وضع حدود دنيا ضرورية لنمو الحدود لاحقاً وتقديم متباينات مصححة وصحيحة لكل من الآفاق الثابتة واللانهائية.
تقدم الورقة البحثية DeltaML-Bench، وهو معيار لـ 48 مهمة بحثية حقيقية في مجال تعلم الآلة، وتثبت أن هيكلة ARG القائمة على البحث ترفع بشكل كبير من معدل نجاح GPT-5 وتزيل التلاعب بالمواصفات مقارنة بالوكلاء النمطيين المكونين من وحدات برمجية في التجارب المستقلة.