23164 ورقة بحثية
تقدم هذه الورقة أطر عمل قائمة على الانتشار والتدفق لنمذجة الكوبولا (copulas) التي تنسى تدريجياً ثم تتعلم استعادة التبعيات بين المتغيرات، مما يتيح نمذجة فائقة للبيانات المعقدة، وعالية الأبعاد، ومتعددة الأنماط مقارنة بالنهج الحالية المتطورة.
تقترح الورقة البحثية "المؤثر العصبي التفاضلي-التكاملي" (DINO)، وهو إطار عمل مبتكر يفكك ديناميكيات الاضطراب إلى فروع محلية تفاضلية وفروع عالمية تكاملية متوازية للتغلب على تراكم الأخطاء وتحقيق تنبؤ مستقر ومتسق فيزيائياً للاضطراب على المدى الطويل.
تقدم هذه الورقة التدريب الهجين (HyT)، وهو إطار عمل لنماذج الرؤية واللغة والعمل التي تستفيد من استدلال تسلسل الأفكار أثناء التدريب لتحسين الأداء مع السماح للنموذج بتخطي توليد الأفكار أثناء الاستنتاج لتقليل زمن الاستجابة وتعزيز القابلية للاستخدام في العالم الحقيقي.
يُعد FieldFormer بنية محولات (transformer) خالية من الشبكات مصممة لشبكات الاستشعار المتفرقة، حيث يستفيد من تجميع الجوار المعتمد على السرعة والمدرك للمحلية لتحقيق إعادة بناء مكاني-زماني قوي عبر التركيز على نمذجة فضاء المستشعرات القابلة للتمييز بدلاً من الاسترداد غير المقيد للحقل الشامل.
تقترح الورقة البحثية "المُنقّب العصبي للانتشار التقريبي" (PDNS)، وهو إطار عمل يعالج مشكلة انهيار النمط في أخذ العينات القائم على الانتشار من التوزيعات متعددة الأنماط عبر إعادة صياغة مهمة التعلم كمسألة تحكم أمثل عشوائي يتم حلها عبر طريقة النقطة التقريبية على مقاييس المسار، والتي تفكك العملية إلى سلسلة من المسائل الفرعية الأبسط لضمان استكشاف شامل للأنماط.
تقدم الورقة البحثية WARC-Bench، وهو معيار مرجعي جديد يستخدم ملفات أرشيف الويب (Web ARChive) لتقييم وكلاء الذكاء الاصطناعي متعددي الوسائط في مهام واجهة المستخدم الرسومية (GUI) الفرعية المعقدة، مما يوضح أنه بينما تعاني النماذج الرائدة الحالية، فإن النماذج مفتوحة المصدر تتحسن بشكل ملحوظ من خلال الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي باستخدام مكافآت قابلة للتحقق لتحقيق أداء تنافسي.
إن Dr. LLM هو إطار عمل قابل للتعديل يزود النماذج اللغوية الكبيرة مسبقة التدريب بموجهات خفيفة الوزن تخضع لإشراف بحث شجرة مونت كارلو (MCTS) لتخطي أو تنفيذ أو تكرار طبقات المحولات ديناميكيًا، مما يحقق وفورات كبيرة في الحوسبة مع تحسين أو الحفاظ على الدقة عبر مهام متنوعة دون تغيير أوزان النموذج الأساسي.
تقدم هذه الورقة إطار عمل "تحسين السياسة النسبي للمجموعات" (GRPO) المتين تجاه الضجيج، والذي ينمذج فساد المكافأة كضجيج برنولي ويطبق استراتيجية تصحيح لإنتاج تدرجات غير منحازة بشكل مثبت، مما يؤدي إلى تحسينات كبيرة في الدقة في مهام الرياضيات والبرمجة تحت ظروف مكافأة ضوضائية واقعية.
تقدم هذه الورقة إطار عمل لإزالة العشوائية يثبت أن تحسين دوال متوقعة محددة يدفع مصفوفات الأوزان إلى الصفر في ظل ظروف طفيفة، مما يفسر اكتشاف البنية في الشبكات العصبية العميقة والواسعة بشكل تعسفي والمُدربة للوصول إلى نقاط استقرار من الدرجة الثانية، ويمكّن من تطبيقات في تقريب مسألة MAXCUT وتضمينات جونسون-ليندنشتراوس.
تعالج هذه الورقة قيوداً حرجة في التنبؤ بشلال المعلومات من خلال تقديم بروتوكول تقييم مرتب زمنياً لمنع التسرب الزمني، ومجموعة بيانات "تاوكو" (Taoke) للتجارة الإلكترونية واسعة النطاق مع إشارات التحويل، وإطار عمل CasTemp الذي يتميز بخفته وكفاءته ويحقق أداءً هو الأفضل في فئته مع تسريع ملحوظ في العمليات.