23413 ورقة بحثية
يُعد TokenButler متنبئاً خفيف الوزن وواعياً بالاستعلام، يقوم بتحديد الرموز (tokens) الحرجة ديناميكياً لإدارة ذاكرة التخزين المؤقت لـ KV بكفاءة عبر تقطير توزيعات الانتباه السببي المقنع، محققاً دقة استرجاع تقارب الدقة المثالية (near-oracle) وخفضاً كبيراً في زمن الاستجابة دون طرد الرموز بشكل دائم.
تقدم هذه الورقة إطار عمل للتحسين ثنائي المستوى ذاتي المعايرة لتدريب الشبكات العصبية، والذي يقلل بفعالية من خطأ المعايرة مع الحفاظ على الدقة، متفوقاً بذلك على الانحدار الرتيب التقليدي في مجموعات بيانات متنوعة.
تقترح هذه الورقة إطار عمل للبحث عن بنية الشبكات العصبية (NAS) على مرحلتين ومراعٍ للأجهزة، حيث يتم تدريب المتحكم على أجهزة اصطناعية باستخدام مؤشرات دقة خالية من التدريب، مما يمكّنه من التكيف بكفاءة مع الأجهزة المستهدفة غير المرئية عند وقت الاختبار عبر البحث عن بنيات فعالة من حيث زمن الاستجابة باستخدام عدد قليل فقط من مجسات زمن الاستجابة عالية الدقة.
تقدم الورقة البحثية MICON، وهو إطار عمل للتعلم التبايني ذاتي الإشراف يدمج هياكل المركبات الكيميائية كتحولات في النمط الظاهري مستحثة بالعلاج لتحسين تمثيل وإعادة إنتاج التوصيف المورفولوجي الخلوي بشكل كبير مقارنة بالطرق الحالية القائمة على الصور فقط.
تُثبت هذه الورقة أن نهج "الخوارزمية المجاورة الأقرب" (kNN) المضبوط جيداً يمكنه مضاهاة أو التفوق على الموجهات المتعلمة المعقدة لتوجيه النماذج اللغوية الكبيرة عبر مهام متنوعة، مدعوماً بمعايير قياسية جديدة تتضمن أول مجموعة بيانات لتوجيه الوسائط المتعددة.
تُعد خوارزمية ActiveDPO خوارزمية محاذاة ذات كفاءة في استخدام العينات، حيث تستفيد من نموذج مكافأة مُعلماتُه تعتمد على نماذج اللغات الكبيرة (LLM) وله أسس نظرية لاختيار بيانات تفضيل عالية الجودة لدوال المكافأة غير الخطية، متفوقةً بذلك على الأساليب الحالية من خلال مراعاة تأثير النموذج المستهدف صراحةً أثناء عملية اختيار البيانات.
تقترح هذه الورقة إطار عمل FAR، الذي يستبدل آلية الانتباه الذاتي في نماذج DeiT مسبقة التدريب بوحدات LSTM ثنائية الاتجاه متوافقة مع الحوسبة داخل الذاكرة (IMC) عبر التقطير والتقليم، محققاً دقة مماثلة مع تقليل كبير في زمن الاستجابة وتكاليف عرض النطاق الترددي على المسرعات القائمة على تقنية ReRAM.
تقدم هذه الورقة نهجاً للمعالجة المسبقة المنطقية باستخدام برمجة مجموعات الإجابة لاستبعاد القواعد المستحيلة من حيز الفرضيات لأنظمة البرمجة المنطقية الاستقرائية، مما يقلل أوقات التعلم بشكل جذري مع الحفاظ على دقة التنبؤ عبر مجالات متنوعة.
بالاستناد إلى مقابلات مع ٢٦ باحثاً وتجارب المؤلفين المعيشية، تحدد هذه الورقة التحديات الهيكلية والتنظيمية والتشغيلية التي تعيق انتقال مشاريع الذكاء الاصطناع لأجل التأثير الاجتماعي من مرحلة إثبات المفهوم إلى النشر في العالم الحقيقي، مع تقديم استراتيجيات عملية وأفضل الممارسات لتوجيه التعاون المستقبلي.
تقدم هذه الورقة إطار عمل "العمومية-الدقة-البساطة" (GAS) لتجادل بأنه في حين يوفر الذكاء الاصطناٍ التوليدي بساطةً للمستخدم، فإنه في الواقع يعيد توزيع التعقيد على البنية التحتية التنظيمية والكوادر البشرية، مما يجعل الميزة التنافسية معتمدة على إتقان هذا التحول من خلال التصميم الاستراتيجي بدلاً من مجرد التبني.