23164 ورقة بحثية
تقدم هذه الورقة ST-BCP، وهي طريقة مبتكرة توظف تحويلاً يعتمد على البيانات لدرجات عدم المطابقة لتضييق حد التغطية بشكل كبير في التنبؤ الارتدادي المطابق (Backward Conformal Prediction)، مما يقلل الفجوة بين التغطية المقدرة والتجريبية من 4.20% إلى 1.12%.
تقدم هذه الورقة البحثية "بحث البيانات العميق" (DDR) ومعياره المرجعي المقابل، DDR-Bench، لتقييم الذكاء الاستقصائي للنماذج اللغوية الكبيرة الوكيلية في استخراج الرؤى ذاتياً من البيانات الخام، كاشفةً أنه بينما تُظهر النماذج الرائدة وكالة ناشئة، فإن الاستكشاف الفعال طويل الأمد يتطلب استراتيجيات جوهرية تتجاوز مجرد التوسع أو الهيكلة.
تقدم هذه الورقة إطار تحكم تكيُّفي للقيادة الذاتية يجمع بين استنساخ السلوك غير المتصل بالإنترنت مع الضبط الدقيق عبر التعلم التعزيزي المتكرر في الوقت الفعلي (RTRRL) باستخدام نموذج LrcSSM، مما أظهر بنجاح تحسناً في تكيف السياسة مع تغيرات التوزيع في كل من محاكاة CarRacing والتجارب الواقعية على منصة RoboRacer بمقياس 1:10 مجهزة بكاميرا حدثية.
تقدم هذه الورقة البحثية SC3D، وهو إطار عمل تفاضلي ثنائي المراحل يتعلم بشكل مشترك الهياكل السببية الخاصة بالتأخير واللحظية من السلاسل الزمنية متعددة المتغيرات، مما يظهر استقرارًا ودقة فائقين في استعادة الرسوم البيانية الديناميكية عبر مختلف الاختبارات المرجعية الاصطناعية والواقعية مقارنة بالطرق الحالية.
تقدم هذه الورقة خوارزمية تدريب متفرقة ديناميكية تعتمد على هبوط المرآة متعدد المستويات، والتي تتناوب بين تحديثات التفرغ الساكنة والديناميكية لتحقيق نماذج متفرقة عالية الدقة مع تقليل التكاليف الحسابية ووقت التدريب بشكل كبير مقارنة بالطرق القياسية.
تحدد هذه الورقة البحثية ظاهرة "القصور الذاتي الحواري" في وكلاء النماذج اللغوية الكبيرة متعددة الدورات، حيث تحاكي النماذج استجاباتها السابقة بشكل خاطئ، وتقترح إطار عمل لتعلم تفضيل السياق يعمل على معايرة النموذج لتفضيل الإجراءات ذات القصور الذاتي المنخفض، مما يوازن بين الاستكشاف والاستغلال لتحسين الأداء عبر مختلف البيئات الوكيلية.
تُحدد هذه الورقة معدلات تقارب صريحة غير تقاربية لعدد محدود من الجسيمات لخوارزمية التدرج المتغير لـ "شتاين" المنظمة (R-SVGD)، مما يثبت قدرتها على تصحيح الانحياز من الرتبة الثابتة وتحقيق التقارب في معلومات "فيشر" الحقيقية ومسافة "واسرشتاين" من خلال الضبط المنهجي لمعلمات التنظيم، وحجم الخطوة، ومعلمات المتوسط.
يُعد SuReNav إطار عمل قائماً على رسوم بيانية للـ superpixel يعالج مشكلة الملاحة شديدة القيود في البيئات شبه المستقرة من خلال استخدام شبكات عصبية رسومية مدربة على نماذج بشرية لتخفيف القيود الإقليمية، مما يتيح تخطيط مسارات آمناً وفعالاً ويحاكي السلوك البشري في كل من البيئات الحضرية المحاكية والواقعية.
تقدم الورقة البحثية "لوحة مفاتيح لابلاتسيان" (Laplacian Keyboard)، وهي إطار عمل هرمي يبني مكتبة من السلوكيات غير المرتبطة بمهمة محددة من المتجهات الذاتية لـ "لابلاتسيان"، وتتعلم سياسة ميتا لدمجها ديناميكيًا، متجاوزةً بذلك قيود التعبير في التحكم الصفري القائم على الامتداد الخطي، ومحققةً كفاءة عينة فائقة في التعلم المعزز.
تقترح الورقة البحثية نموذج GRAFT، وهو نموذج هجين جديد لتحليل البقاء يفصل بين التصنيف الإنذاري والمعايرة من خلال الجمع بين نموذج AFT خطي وشبكة عصبية متبقية غير خطية واختيار الميزات العشوائي، محققاً بذلك أداءً فائقاً في التمييز والمعايرة في سياقات البيانات عالية الأبعاد والمبتورة.