23164 ورقة بحثية
تُثبت هذه الورقة أن الجمع بين تحليل البيانات الطوبولوجية وتعلم الآلة يتنبأ بفعالية بنفاذية الأوساط المسامية من خلال استخدام الميزات الهيكلية والطوبولوجية والشبكية المستخرجة من البيانات الاصطناعية والتجريبية.
تعيد هذه الورقة صياغة عملية "إلغاء التعلم" (unlearning) لخوارزمية L-BFGS عبر الإنترنت باعتبارها مشكلة محاذاة حالة مضادة للواقع، حيث تثبت أن إلغاء التعلم الفعال يتطلب تصحيح كل من معاملات النموذج وحالة الذاكرة الداخلية للمُحسِّن لتتطابق مع مسار مضاد للواقع قابل للتحقيق، بدلاً من مجرد تعديل المعاملات.
يُعد AutoRubric-T2I إطار عمل مبتكرًا يقوم تلقائيًا بتوليد واختيار معايیاں (rubrics) صريحة وقابلة للتفسير لتوجيه نماذج الرؤية واللغة الحاكمة، مما يحقق أفضل النتائج في محاذاة النص إلى الصورة مع قابلية تفسير عالية واعتماد أدنى على بيانات التفضيل البشري واسعة النطاق.
إن Venom هو مجموعة أدوات تعليمية مبنية على PyTorch توحد نماذج النمذجة التوليدية المتنوعة تحت واجهة متسقة وسهلة القراءة لتسهيل المقارنة والتدريس والنمذجة الأولية دون إعطاء الأولوية لهندسة الأداء واسعة النطاق.
تقدم هذه الورقة البحثية ADAP، وهو خوارزمية استدلال تكيفية في وقت الاستنتاج توازن بكفاءة بين تسجيل المكافأة منخفض التكلفة والتحقق عالي التكلفة عبر أخذ عينات وترتيب المرشحين ديناميكيًا، محققةً أداءً قريبًا من الأمثل من حيث التكلفة في مهام مثل الاستدلال الرياضي وتوليد الكود البرمجي تحت فرضيات الرتابة.
تقدم هذه الورقة إطار عمل قائماً على الميزات للتنبؤ بأخطاء البرمجيات، يوضح كيف أن الجمع بين طرق اختيار الميزات (تحديداً اختيار الميزات القائم على الارتباط) وضبط المعلمات الفائقة القائم على الخوارزمية الجينية يحسن بشكل كبير من دقة نماذج تعلم الآلة، محققاً معدل دقة بنسبة 88.40% باستخدام الغابة العشوائية.
إن VeriCache هو إطار استدلال يحقق مخرجات نماذج لغوية كبيرة (LLM) غير فاقدة للجودة ومطابقة لعملية فك التشفير باستخدام ذاكرة التخزين المؤقت الكاملة لـ KV، بينما يعزز الإنتاجية بشكل كبير عبر استخدام ذاكرات KV المخزنة مؤقتًا والمضغوطة لصياغة الرموز والتحقق منها مقابل الذاكرة الكاملة، التي تُحفظ خارج ذاكرة وحدة معالجة الرسومات (GPU) ولا يتم استدعاؤها إلا عند الضرورة.
تقدم هذه الورقة SynVA، وهي مجموعة أدوات نمطية تجمع بين مطابقة التدفق والأساليب الإجرائية لتوليد مجموعات بيانات اصطناعية واسعة النطاق ومتسقة تشريحياً لتمدد الأوعية الدموية داخل الجمجمة، مما يعالج ندرة البيانات لتدريب نماذج التعلم العميق في أبحاث الأوعية الدموية الدماغية.
تقدم هذه الورقة "التحقق أثناء وقت فك التشفير" (DTV)، وهو إطار عمل يدمج توليد الكود مع فحوصات الحدود الهيكلية والمحققات لمنع انتشار الأخطاء، مما يحسن دقة الترجمة وكفاءة الرموز بشكل كبير مقارنة بالنماذج المرجعية القائمة على التحقق البعدي أو التحسين الذاتي.
تقدم هذه الورقة شبكة خصومية توليدية شرطية (cGAN) خفيفة الوزن تسرع بشكل كبير محاكاة استجابات كاشف FARICH من خلال توليد عينات واقعية لضربات الفوتونات مشروطة بمسارات الجسيمات والزخم، متفوقة بذلك على طرق مونت كارلو التقليدية في السرعة مع الحفاظ على الدقة.