23413 ورقة بحثية
تقدم هذه الورقة طريقة لتقطير النماذج التأسيسية للبيانات الجدولية البطيئة والمعتمدة على وحدة معالجة الرسومات إلى أشجار تعزيز التدرج سريعة ومعتمدة على وحدة المعالجة المركزية باستخدام توسيم الطبقات خارج النطاق لمنع تسرب التسميات، مما يحقق دقة تقارب دقة النموذج المعلم مع تسريع يصل إلى 860 ضعفاً للتطبيقات في الوقت الفعلي مثل كشف الاحتيال.
تقدم هذه الورقة KairosHope، وهو نموذج تأسيسي من الجيل التالي للسلاسل الزمنية يستخدم بنية ذاكرة مزدوجة ورأساً قرارياً هجيناً للتغلب على الاختناقات الحسابية ودمج المعرفة الإحصائية، محققاً أداءً فائقاً في مهام التصنيف المتخصصة من خلال التدريب المسبق ذاتي الإشراف والضبط الدقيق الصارم.
يُعدُّ COOPO إطار عمل هجينًا عامًا للتعلم التعزيزي يتناوب بين التدريب غير المتصل (offline) المنظم بـ KL والضبط الدقيق المتصل (online)، وذلك للتخفيف من حدة الانزياح التوزيعي والنسيان الكارثي، مما يحقق كفاءة عينة وأداءً فائقين على معايير D4RL مقارنة بالأسالهم المتقدمة.
تقدم هذه الورقة مقياساً قابلاً للقياس وخالياً من الحقيقة المرجعية لتقييم أساليب الذكاء الاصطناعي القابل للتفسير بناءً على اضطراب المدخلات والضرورة/الكفاية، والذي يُستخدم بعد ذلك لتدريب وحدة تكييف مبتكرة تولد تفسيرات سببية متفوقة للنماذج الصندوقية السوداء دون المساس بأدائها.
تثبت هذه الورقة أن الاسترجاع الواقعي في النماذج اللغوية الكبيرة يتبع قانون قياس سيجمويدي (sigmoid) يمكن التنبؤ به، مدفوعاً بالتأثيرات المشتركة لعدد معاملات النموذج وتكرار الموضوع في بيانات التدريب، مما يفسر ما يصل إلى 94% من تباين الأداء ضمن عائلات نماذج محددة.
يُعد PIXLRelight مُصيّرًا عصبيًا سريعًا يعمل بنظام التغذية الأمامية، ويحقق إعادة إضاءة للصور الفردية ذات تحكم فيزيائي وبأداء رائد من خلال الربط بين التصيير القائم على الفيزياء والتوليد المُتعلم عبر شروط جوهرية مشتركة مستمدة من الألبيدو، والتظليل المنتشر، والمتبقيات.
تُعد Vision-OPD إطار عمل للتقطير الذاتي يعمل على تعزيز الفهم البصري دقيق التفاصيل في النماذج اللغوية الكبيرة متعددة الوسائط من خلال تدريب سياسة الصورة الكاملة على محاكاة الأداء المتفوق لمعلم مشروط بالقصاصات (crop-conditioned) على مخرجاته الخاصة، مما يُمكّن النموذج من استيعال فوائد التركيز على الأدلة ذات الصلة دون إشراف خارجي أو أدوات.
تقدم الورقة البحثية URGE، وهو خوارزمية مرشح جسيمات (particle filter) لا تعتمد على التدريب ولا على التدرج، تعمل على تحسين جودة توليد نماذج الانتشار من خلال إجراء إعادة وزن الأهمية عبر مسار تغيير المقياس لـ "جيرسانوف" (Girsanov change of measure) وإعادة أخذ العينات الدورية، مما يلغي الحاجة إلى تقييمات متكررة للدرجة (score) أو التدرج المطلوبة في طرق التوجيه الحالية أثناء الاستدلال.
تقدم هذه الورقة البحثية ESI-Bench، وهو معيار مرجعي شامل للذكاء المكاني المتجسد مبني على أنظمة OmniGibson وأنظمة المعرفة الأساسية لـ Spelke، والذي يوضح أن حلقات الإدراك والعمل النشطة تتفوق بشكل كبير على الملاحظة السلبية من خلال تمكين الوكلاء من كشف المعلومات المكانية الخفية، بينما يكشف أن النماذج الحالية تفشل أساساً بسبب عمى العمل والفجوات الميتا معرفية بدلاً من ضعف الإدراك.
يقدم DashAttention آلية انتباه هرمية متفرقة، تكيفية وكاملة القابلية للتفاضل باستخدام -entmax لاختيار أعداد متغيرة من كتل الـ KV ديناميكيًا، مما يحقق دقة فائقة في نمذجة السياقات الطويلة وسرعة استنتاج أعلى مقارنة بالطرق الحالية مثل NSA وInfLLMv2.