23088 ورقة بحثية
تقترح الورقة البحثية X-Token، وهو إطار عمل لتقطير المعرفة عبر أجهزة الترميز (cross-tokenizer) بتوجيه من الإسقاط، يستخدم مصفوفات إسقاط متفرقة للتغلب على عدم توافق المفردات ومحدودية مطابقة الرموز في التقطير القائم على اللوجيت (logit-based distillation)، مما يمكن النماذج الطلابية من تعلم "المعرفة المظلمة" بفعالية من النماذج المعلمة ذات المفردات غير المتطابقة وتحقيق أداء رائد في هذا المجال.
تقترح هذه الورقة بنيةً لصناعة السوق التكيفية تحافظ على الكفاءة التحليلية لإطار عمل "أفيلينايدا-ستويكوف" مع إدخال آلية بأسلوب مقياس الخَلَف لضبط التغيرات ديناميكياً وفقاً لأوضاع السوق المتغيرة وأهداف التداول من خلال فصل ديناميكيات السوق عن هدف التداول.
تقدم الورقة البحثية MetaDNS، وهو إطار عمل يدمج الميتاديناميكا جيدة التوازن (well-tempered metadynamics) في أجهزة العينات العصبية المنفصلة للتغلب على انهيار النمط وتمكين الاستكشاف الفعال للحواجض عالية الطاقة من أجل تقدير دقيق للطاقة الحرة في التوزيعات المنفصلة المعقدة.
تقترح الورقة البحثية تمثيلات "متعدد السيطرة لنقل بيركوف" (TBP) و"متعدد السيطرة لنقل بيركوف المتكرر" (RTBP) لإنشاء مصفوفات خلط ثنائية العشوائية بدقة للروابط الفائقة المقيدة بالمنوعات، مما يحقق القدرة التعبيرية الكاملة، واستقرار التدريب، والقابلية للتوسع دون الحاجة إلى المعايرة التكرارية أو التعقيد العاملي للطرق السابقة.
تقدم الورقة البحثية BEiTScore، وهو مقياس لتقييم وصف الصور لا يعتمد على مرجع، يستفيد من نموذج مشفر متقاطع خفيف الوزن تم تدريبه باستخدام بيانات معززة بنماذج لغوية كبيرة تنافسية لتحقيق أداء رائد في الحساسية والتعميم التركيبي مع الحفاظ على الكفاءة الحسابية.
تقدم الورقة البحثية I-SAFE، وهو إطار عمل للتدقيق البعدي يستخدم مقاييس تماسك واسرستاينين (Wasserstein Coherence Metrics) لتقييم التوافق الهيكلي لنماذج الذكاء الاصطناعي العلمية مع المعرفة المتخصصة من خلال اضطرابات المدخلات، مما يكشف عن عدم الاتساق التوزيعي الذي تفشل المعايير القياسية القائمة على الدقة في اكتشافه.
تتناول هذه الورقة تحدي عدم توازن الفئات في الشبكات الملائمة للبيانات المسبقة (PFNs) لتصنيف البيانات الجدولية من خلال تكييف تقنيات التخفيف الكلاسيكية، حيث وجدت أن تحديد العتبة يستفيد من معايرة الشبكات الملائمة للبيانات المسبقة لتحقيق أداء متفوق، بينما يوفر خفض العينات نتائج مماثلة مع تقليل تكاليف الاستدلال.
تُظهر هذه الدراسة أن إطار عمل لتعلم الآلة يدمج سمات "أوميكس الكالسيوم" الكمية إلى جانب درجة "أجاتستون" والعمر يمكن أن يحسن بشكل كبير من التنبؤ بنقص تروية عضلة القلب من خلال فحوصات الأشعة المقطعية الروتينية غير المتباينة (بدون صبغة) للكالسيوم مقارنة بعوامل الخطر التقليدية وحدها.
تُظهر هذه الدراسة أن نموذج تعلم آلي يستخدم سمات كمية للكالسيوم والدهون فوق الشغاف المستخرجة من فحوصات قياس الكالسيو عبر التصوير المقطعي المحوسب غير المتباين، يمكنه التنبؤ بدقة بمرض الشريان التاجي الانسدادي، مما يقدم أداة واعدة لتقليل الاعتماد على الإجراءات التشخيصية الأكثر توغلاً.
تجادل هذه الورقة الموقفة بأن الاستدلال القائم على أخذ العينات قد وصل إلى التكافؤ الحسابي مع طرق الأمثلة، ويجب الآن إعطاؤه الأولوية كنموذج مركزي للتعلم العميق البايزي، شريطة أن يتغلب المجتمع على المفاهيم الخاطئة القائمة ويركز على تحسين استكشاف التوزيع اللاحق وتقطير العينات.