23164 ورقة بحثية
تقترح هذه الورقة طريقة لإعادة تشكيل الضجيج متباينة الخواص موجهة بـ "جاكوبيان" تعمل على تعزيز فائدة الخصوصية التفاضلية المحلية من خلال تخفيف الضجيج انتقائياً في الفضاءات الجزئية الحرجة للمهمة والتي يتم تحديدها عبر "جاكوبيان" النموذج اللاحق، مما يحسن فائدة البيانات بنسبة 20% تقريباً على مجموعة بيانات CIFAR-10-C دون المساس بميزانية الخصوصية.
تقترح هذه الورقة إطاراً عالمياً للدفاع ضد الأبواب الخلفية في الرسوم البيانية، يستفيد من الرؤية القائلة بأن العقد التي تحتوي على أبواب خلفية تظهر تجانساً أقل في الميزات مقارنة بالعقد السليمة، وذلك عبر استخدام فقد إعادة بناء مدرك للجوار واستراتيجية تدريب قوية للتخفيف بفعالية من هجمات الأبواب الخلفية في الرسوم البيانية القائمة على الرسوم الفرعية والميزات على حد سواء، مع الحفاظ على دقة البيانات السليمة.
تقترح هذه الورقة إطاراً موحداً يفك الارتباط بين خيارات مصدر البادئة (prefix source) واتجاه تباعد كولباك - ليبلر (KL divergence) المرتبطة تقليدياً في عملية تقطير النماذج اللغوية الكبيرة، مما يكشف عن أربعة أهداف متميزة ويقدم تقنيات عملية مثل خلط تباعد كولباك - ليبلر (KL mixing) والمناهج القائمة على بوابات الإنتروبيا (entropy-gated curricula) لتحسين المقايضات بين الدقة والتنوع والكفاءة في مهام الاستدلال.
تقدم هذه الورقة إطار عمل للعبة التنبؤ والتدخل حيث يتوقع القائد تدخلات المتغيرات المصاحبة الاستراتيجية للتابع، مما يثبت أن المتنبئات القائمة على "الغطاء المستقر" (مجموعة فرعية ثابتة محددة من المتغيرات المصاحبة) تقدم أداءً متفوقاً أو مكافئاً مقارنة بتلك التي تعتمد فقط على الآباء السببيين، مع تحديد شروط الأمثلية في الحالة الأسوأ والتحقق من صحة هذه الاستراتيجيات من خلال عمليات المحاكاة والبيانات الواقعية.
تقدم الورقة البحثية HYVINT، وهو إطار عمل توليدي للرسوم البيانية الفائقة مدفوع بالكثافة يستخدم آلية مبتكرة تربط قوة التفاعل الكامنة بالوقوع الثنائي ومقدراً تباينياً قابلاً للتتبع لتحقيق دقة وتنوع وقابلية تفسير قوية في التوليد على كل من مجموعات البيانات الاصطناعية والواقعية.
تتناول هذه الورقة البحثية عنق الزجاجة الإدراكي في التخطيط البصري للنماذج اللغوية البصرية من خلال تقديم "الاستقراء النمطي"، وهي استراتيجية تعلم عبر الإنترنت تكتشف ذاتياً أنماطاً بصرية قابلة لإعادة الاستخدام لتمكين التخطيط الفعال الخالي من التدريب عبر الاستدلال المباشر بدلاً من الإدراك التكراري المكلف.
يُعد PhysioSeq2Seq إطار عمل هجين للتعلم العميق يجمع بين التوائم الرقمية الفسيولوجية الخاصة بكل مريض وشبكة LSTM من نوع (تسلسل إلى تسلسل) للقضاء على تراكم الخطأ التكراري وتقليل انحياز التنبؤ طويل الأمد بمستويات الجلوكوز في مرض السكري من النوع الأول، متفوقاً بشكل كبير على كل من نماذج LSTM التكرارية القياسية والنماذج الميكانيكية القائمة على المعادلات التفاضلية العادية (ODE).
تقدم هذه الورقة البحثية XDiffuser، وهو نهج مبتكر يعزز التخطيط بالانتشار طويل الأمد باستخدام بحث خارجي قائم على الرسوم البيانية لتوليد خطة خفيفة الوزن توجه عملية إزالة الضجيج، مما يؤدي إلى تحسين التماسك العالمي والأداء في المهام المعقدة دون العبء الحسابي للبحث الداخلي.
تقدم الورقة البحثية ArtifactLinker، وهو إطار عمل ثنائي المراحل ينمذج المصنوعات العلمية كرسوم بيانية لاكتشاف النماذج الرائدة لمجموعات البيانات تلقائياً عن طريق ترتيب الروابط المحتملة باستخدام الشبكات العصبية الرسومية (GNNs) أو النماذج اللغوية الكبيرة (LLMs) والتحقق منها عبر وكلاء برمجة يعتمدون على النماذج اللغوية الكبيرة، ويتم التحقق من صحته عبر معيار ArtifactBench الجديد.
تقدم هذه الورقة CAST، وهي طريقة تنبؤ سببي للسلاسل الزمنية ذات القيم التوزيعية، تستفيد من استرجاع الخلَف ذي البنية السيمبلكسية والنقل العشوائي المرتكز لتجاوز مشكلة تداخل نواة الانتقال الكامن، محققةً أداءً هو الأفضل في فئته عبر مختلف الاختبارات المعيارية الواقعية والاصطناعية.