23088 ورقة بحثية
تقدم الورقة البحثية SkillWeave، وهو إطار عمل معياري يقسم النماذج اللغوية الكبيرة إلى "حزم مهارات" (skillpacks) مضغوطة ومتخصصة في مجالات معينة لتحقيق أداء فائق في مجالات متعددة وسرعة استنتاج عالية ضمن ميزانيات ذاكرة صارمة، متفوقاً بذلك بشكل ملحوظ على النماذج الضخمة الموحدة الأكبر حجماً.
تثبت هذه الورقة أن قدرة نموذج "المحول" (transformer) على توليد تسلسلات مخرجات متنوعة محدودة جوهرياً بطول النص المُدخل (prompt)، حيث تثبت أن عدد التسلسلات المتاحة ينمو خطياً مع طول النص، بينما يتناقص تناسب التسلسلات المتاحة أسياً بعد تجاوز عتبة حرجة، مما يفسر الإخفاقات التجريبية في مهام مثل النسخ والحشو.
تقدم هذه الورقة البحثية Holomorphic KAN-ODE، وهو إطار عمل فعال من حيث المعلمات وقابل للتفسير يدمج شبكات كولموغوروف-أرنولد مع تنظيم كوشي-ريمان لنمذجة الأنظمة الديناميكية المعقدة بدقة، واكتشاف معادلاتها الرمزية الحاكمة، وإعادة بناء الحدود الفركتالية بمتانة، متفوقاً بذلك على المعادلات التفاضلية العصبية التقليدية القائمة على الإدراك متعدد الطبقات (MLP) في القدرة على مقاومة الضجيج والتعلم الانتقالي.
تقترح هذه الورقة طريقة استبدال تربيعية لـ ReLU مدركة للقرار من أجل الاستدلال في التشفير المتماثل كلياً (FHE)، والتي تحقق الحفاظ على قرارات مجموعة المعايرة دون إعادة تدريب، وذلك عبر صياغة المشكلة كمهمة فصل خطي في فضاء مرفوع، مع تسريع سرعة الاستدلال بشكل كبير مقارنة بتقنيات التقريب متعدد الحدود الحالية.
تقدم هذه الورقة إطار عمل لمُوصٍ بالذكاء الاصطناعي الاستكشافي يستفيد من الذكاء الاصطناعي القابل للتفسير لتوليد توصيات مدفوعة بالبيانات تلقائياً لاختيار الميزات، والحدود غير الخطية، والتفاعلات، مما يعزز بشكل كبير الأداء التنبؤي ومعايرة النماذج الإحصائية الشفافة للدراسات السريرية عالية الأبعاد.
تجادل هذه الورقة بأن المحاكاة المناخية القوية تتطلب الانتقال من التقييم القياسي داخل التوزيع إلى إطار عمل جديد يستخدم التباينات الموسمية كبديل لإزاحات المناخ خارج التوزيع، مبرهنةً على أن التعميم التركيبي من خلال التفكيكات المدفوعة فيزيائياً أمر ضروري لضمان موثوقية المحاكي في ظل الظروف المناخية المستقبلية.
تقدم هذه الورقة البحثية نموذج "التقطير الذاتي المتكيف مع الاتجاه" (DASD)، وهو نموذج تدريب لاحق جديد للنماذج اللغوية الكبيرة يعمل على تحسين الاستدلال المعقد من خلال توجيه إشراف المعلم ديناميكيًا بناءً على عدم اليقين في الرموز (tokens)—حيث يدفع الرموز ذات الإنتروبيا العالية بعيدًا عن المعلم للحفاظ على الاستكشاف، بينما يجذب الرموز ذات الإنتروبيا المنخفضة نحوه لضمان دقة التنفيذ.
تقترح هذه الورقة مقياساً خفيف الوزن على مستوى التمثيل، يحدد كمياً تباعد العملاء في التعلم الاتحادي من خلال تحليل التغيرات في تقسيم فضاء المدخلات المستحث بالتنشيط على مجموعة اختبار مشتركة، مما يتيح الكشف الفعال عن العملاء غير النمطيين والتجميع المدرك للمخاطر دون الاعتماد على مقارنات المعلمات أو التدرجات.
تقترح هذه الورقة استراتيجية تكيفية لتخصيص القياسات لتعلم آلات المتجهات الداعمة النواة (kernelized SVMs) من ملاحظات مشوبة بالضجيج، والتي تعطي الأولوية ديناميكياً لإدخالات النواة الحاسمة للقرار بناءً على الحساسية الهندسية وعدم استقرار المجموعة النشطة، مما يتفوق على التخصيص الموحد في استعادة المتجهات الداعمة ودقة التصنيف في ظل ميزانيات قياس ثابتة.
تقدم الورقة البحثية EmoTrack، وهو إطار عمل قوي لتتبع شدة الاكتئاب عبر نصوص الاستشارات التي تجمع بين الإشارات السريرية المستخرجة بواسطة النماذج اللغوية الكبيرة (LLM) والتضمينات الدلالية والذاكرة عبر الجلسات، محققاً تحسينات ملحوحة في الأداء على كل من معايير الجلسة الواحدة ومعايير الجلسات المتعددة.