23088 ورقة بحثية
يُعد CoRMA إطار عمل للتكيف الميتا-سياقي يعزز عمليات التجميع الروبوتية التي تهيمن عليها القوة، وذلك عبر استبدال تكييف معاملات المحاكي الخام بسياق اتصال دلالي سداسي الأبعاد يُستنتج آنياً، مما يتيح نشراً قوياً في العالم الحقيقي دون الحاجة إلى عروض توضيحية أو تحديثات تدرجية.
تعد RobustSpeechFlow استراتيجية تدريب تعزز متانة المحاذاة لنماذج مطابقة التدفق لتحويل النص إلى كلام من خلال دمج عمليات تعزيز الكوامن القائمة على التكرار والتخطي مع الحفاظ على الطول في عملية مطابقة التدفق التباينية، مما يقلل بفعالية من أخطاء التخطي والتكرار دون الحاجة إلى أدوات محاذاة خارجية أو بيانات تفضيل.
تقدم هذه الورقة البحثية Q-PhotoNAS، وهو إطار عمل هجين للبحث عن البنية العصبية يجمع بين الخوارزميات الجينية والترميز الطوري الكمي القابل للتعلم لتصميم وتحسين النماذج الفوتونية الكمية-الكلاسيكية تلقائياً، محققاً دقة عالية في معايير تصنيف الصور مع إظهار قدرات استخراج الميزات الفريدة للأجهزة الفوتونية.
تقدم هذه الورقة نهجاً لتعلم الآلة المعتمد على الفيزياء الاحتمالية، والذي يعيد بناء الأحمال الديناميكية الهوائية بدقة من بيانات الاستجابة الهيكلية المشوبة بالضجيج دون فرط في التخصيص أو تنظيم، مما يثبت فعاليته في جسر "جريت بيلت إيست" لتطبيقات مثل التحقق من صحة النماذج والتنبؤ بالأضرار الهيكلية.
تقترح هذه الورقة إطار عمل SRAM، الذي يعزز كفاءة الاستدلال الوكيل عبر تفكيك عملية اتخاذ القرار إلى التخطيط المحاكاتي، والتنفيذ التفاعلي، وآلية تنظيم ذاتي متعلمة تحدد ديناميكيًا متى وكيف يتم التخطيط بعمق، محققةً أداءً تنافسيًا بعدد أقل بكثير من رموز الاستدلال مقارنة بالنماذج الأكبر حجمًا.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي العصبي الرمزي يعمل على نمذجة انتقال الذاكرة من المدى القصير إلى المدى الطويل صراحةً لرسوم المعرفة البيانية تحت ظروف الرصد الجزئي، مما يمكّن الوكلاء من تعلم سياسات قابلة للتفسير للاحتفاظ الانتقائي بالثلاثيات الرمزية أو التخلص منها للتفوق على النماذج المرجعية الحالية في اختبار RoomKG.
تُثبت هذه الورقة أن التعلم الآلي الجبري (AML)، وهو إطار عمل رمزي يستخدم التفكيك الجزئي المباشر دون الحاجة إلى ضبط المعلمات الفائقة أو التحقق المتقاطع، يحقق أداءً تنافسيًا مقابل النماذج القياسية القوية مثل الشبكات العصبية الالتفافية (CNNs) وXGBoost على مجموعات البيانات الصورية والجدولية الصغيرة والمتوسطة.
تقدم هذه الورقة البحثية "تحسين السياسة أحادي الاتجاه" (One-Way Policy Optimization - OWPO)، وهي طريقة مبتكرة تعمل على تثبيت وتعزيز التطور الذاتي للنماذج اللغوية الكبيرة من خلال فصل اتجاه التحسين عن مقدار التحديث عبر إعادة الوزن غير المتماثل وتحديثات المرجع التكرارية، مما يؤدي إلى التغلب على عدم كفاءة القيود الحالية على مستوى الرموز (tokens) وتمكين التحسين المستمر دون الحاجة إلى نماذج مرجعية خارجية.
تُبين هذه الورقة أنه بينما لا يمكن لتوقعات التدرج المتفائلة تحسين أسوأ حالات الندم في تحسين التدرج المتفائل ذي التغذية الراجعة بنقطة واحدة بسبب التباين المتأصل، فإن خوارزمية "النزول المتدرج المتفائل لتقليل تباين النقطتين" الجديدة تحقق حدود ندم مثالية متكيفة مع التنبؤ قدرها في إعداد التغذية الراجعة بنقطتين، مما يطابق حداً أدنى معلوماتياً نظرياً جوهرياً.
تقترح هذه الورقة البحثية "رسم بياني للأفكار المعزز" (RGoT)، وهو إطار عمل مؤتمت يستخدم التعلم المعزز لتكييف رسم العمليات البياني ديناميكيًا في أسلوب "رسم بياني للأفكار" (Graph of Thoughts) في التلقين، مما يتغلب على جمود الهياكل المحددة يدويًا للتعامل بشكل أفضل مع مهام حل المشكلات المعقدة.