23164 ورقة بحثية
تُعد QuantFPFlow إطار عمل للتعلم التعزيزي يستفيد من تقدير السعة الكمومية لتحقيق تسريع تربيعي مثبت في تقدير دالة التجزئة لـ Fokker–Planck، مما يتيح استكشافاً أكثر فعالية ويمنع التقارب المبكر في مهام التحكم المستمر مقارنة بالطرق الكلاسيكية مثل Soft Actor-Critic.
يُعد DeepArrhythmia إطار عمل متعدد الوسائط وموجه بالأدوات يعمل على تحسين تصنيف عدم انتظام ضربات القلب على مستوى النبضة من خلال فصل القياس الفسيولوجي عن دمج الأدلة، واستخدام الثقة على مستوى الجزء لجمع أدلة السياق الإيقاعي والمورفولوجي بشكل انتقائي.
تُثبت هذه الورقة أن نماذج لغة الانتشار المقنعة (Masked Diffusion Language Models) التي تم ضبطها بدقة هي أكثر عرضة لهجمات استدلال العضوية مما كان يُعتقد سابقاً، حيث تحقق معدلات نجاح عالية من خلال مصنفات قائمة على خسارة إعادة البناء وهجمات نقل النموذج الظلي العملية.
تقدم هذه الورقة البحثية "تخصيص الثنائي-الأولي عبر الإنترنت" (Online Primal-Dual Allocation - OPDA)، وهو متحكم خالٍ من المعايرة يقوم بجدولة عقوبات العدالة والاستقرار ديناميكيًا لمنع أنماط الفشل الهيكلي مثل انهيار القناع والتشبع التافه في التعلم شبه المشرف الجدولي، مما يحقق مقايضات تنافسية بين العدالة والمنفعة دون الحاجة إلى ضبط لكل مجموعة بيانات على حدة.
تقدم هذه الورقة QuChaTeR، وهو إطار زمني هجين يجمع بين الكم والفوضى يدمج المعالجة المسبقة بالمويجات، والخرائط الفوضوية، والدوائر الكمومية التباينية للتفوق على النماذج الكلاسيكية والمستوحاة من الكم في التنبؤ بالزلازل من خلال التقاط الديناميكيات غير الخطية للإشارات الزلزالية بفعالية.
تعالج هذه الورقة عدم الاتساق الزمني في نماذج العالم القائمة على المحولات (Transformer) من خلال تقديم إطار استدلال احتمالي مهيكل ذي تطابق رموز قابل للتمييز، مما يحسن بشكل كبير أداء التعلم التعزيزي البصري طويل الأمد على الاختبارات المعيارية الصعبة.
تقدم هذه الورقة إطار عمل LoRA-Over، وهو إطار لضبط المعلمات بكفاءة عالية يعمل على إثراء المهايئات منخفضة الرتبة مؤقتاً بمعلمات مساعدة أثناء التدريب لتحسين القدرة على التعميم عبر مهام متنوعة، ثم يدمجها مجدداً في بنية منخفضة الرتبة قياسية للاستنتاج دون أي تكلفة إضافية.
تقترح هذه الورقة إطار عمل للتعلم الفائق حيث يتم تحسين نموذج توليدي مجمد (المبتكر) عبر إشارة مكافأة مستمدة من التعلم السريع لمراقب متكيف (المُقيّم)، مما يتيح إنتاج مفاهيم وتنوعات أسلوبية جديدة وغير مألوفة ولكنها قابلة للتعلم بسرعة دون الحاجة إلى تكييف لغوي إضافي.
تقدم هذه الورقة البحثية SeamCam، وهو مقياس مبتكر يحدد كمية التمويه السلس من خلال صياغته كمسألة تحديد موقع بصري مشروطة بالفئة، وهو ما يحقق توافقًا عاليًا مع الأحكام البشرية ويعمل كإشارة تفضيل فعالة لتدريب نماذج الانتشار لتوليد تمويه واقعي، مدعومًا بمجموعة بيانات CamFG-1.5k الجديدة.
تضع هذه الورقة ضمانات تقارب غير تقاربية للتحسين غير المحدب القائم على أخذ العينات من خلال إعادة صياغته كاشتقاق متدرج على دالة هدف مُمهدة، مما يكشف عن مقايضة جوهرية بين التغطية والتحسين الأمثل وتقترح خوارزمية التلدين المزدوج المستوحاة من الانتشار (DIDA) ذات التقارب المثبت.