23511 ورقة بحثية
تقدم هذه الورقة "توازن المسار " (-Trajectory Balance)، وهي عائلة من دوال الخسارة التي توسع نهج متوسط مربع الخطأ ليشمل جميع تباعدات ، مما يتيح تدريب النماذج التوليدية والنماذج اللغوية الكبيرة باستخدام بيانات خارج السياسة مع الحفاظ على خصائص التحسين المحددة (مثل تغطية الأنماط) لتدرجات تباعد المقابلة لها في السياسة.
تُثبت هذه الورقة أن استخراج الميزات الانتقائية طيفياً يُمكّن نماذج تعلم الآلة التقليدية من التفوق على بنيات التعلم العميق الحديثة أو مضاهاتها في التشخيص القائم على تخطيط كهربائية الدماغ (EEG)، مما يكشف أن آليات الانتباه تفشل في التقاط بصمات عصبية مستقرة بسبب قيود جوهرية في تحديد الميزات الطيفية ذات الصلة.
تكشف هذه الورقة أن النمو الهيكلي في التعلم العميق يختلف جوهرياً عن التقليم لأن الوحدات المدرجة حديثاً تعاني من إشارات تدرج ضعيفة ("مجاعة خلفية")، مما يجعل نجاحها معتمداً على استقرار التكامل والوقت بدلاً من مجرد الاختيار المعماري.
تُثبت هذه الورقة أنه بعد التصحيح لطول عملية التوليد، تُظهر النماذج المدربة على الاستنتاج هندسات مسارات داخلية متميزة — لا سيما في مجالات البرمجة — تعكس تحولات استراتيجية حقيقية ومراقبة لعدم اليقين بدلاً من كونها مجرد عمليات حسابية ممتدة.
تقدم هذه الورقة DiMS، وهو عيِّن يعتمد على الميكانيكا الريمانية المبددة يستخدم الطاقة الحركية، وجذب الجاذبية، والاحتكاك لأخذ عينات دقيقة من الحلول غير المتغيرة بإعادة التشكيل على مستويات حد أدنى من الخسارة، مما يحسن تقدير عدم اليقين في الاستدلال البايزي مقارنة بالطرق الحالية.
إنّ DrugSAGE هو إطار عمل لوكيل ذاتي التطور يراكم ويعيد استخدام الخبرات العابرة للمهام — مثل المهارات التي تم التحقق منها، والاستراتيجيات الفعالة، وإصلاحات الأخطاء — لبناء نماذج اكتشاف أدوية متطورة بكفاءة، مما يتفوق بشكل كبير على الوكلاء الحاليين من خلال تقليل أو إلغاء الحاجة إلى البحث المكلف في المهام الجديدة.
تقدم هذه الورقة البحثية ChainzRule، وهي بنية عصبية مبتكرة توظف محركاً متعدد الحدود مع تنظيم تفاضلي (DREG) للتناغم بين الدقة العالية، والكفاءة في الأجهزة، والاستقرار الوظيفي من خلال كبح الحساسية المفرطة عبر التحكم المستهدف في المشتقات، مما يحقق أداءً فائقاً بعدد أقل بكثير من المعلمات مقارنة بالنماذج القياسية.
تقدم الورقة البحثية GRLO، وهو نهج تعلم تعزيزي عالي الكفاءة يدرب النماذج من الصفر على مجموعة صغيرة من التفاعلات الحوارية المفتوحة لتحقيق تعميم قوي عبر مجالات متنوعة مثل الرياضيات والبرمجة، مما يقلل بشكل كبير من متطلبات البيانات والحوسبة مقارنة بطرق RLVR التقليدية الخاصة بالمجال نفسه.
إن Njord هو شبكة عصبية رسومية احتمالية مبتكرة تستفيد من المتغيرات الكامنة العميقة وشبكات تجميع K-means التكيفية لتوليد توقعات محيطية تجميعية فعالة ومدركة لعدم اليقين على كل من النطاقين العالمي والإقليمي، متفوقة بذلك على النماذج الحتمية المرجعية في اختبار OceanBench.
تستقصي هذه الورقة الظروف التي يؤدي فيها توجيه خليط الخبراء (MoE) المتناثر إلى تحسين تصنيف الرؤية، حيث تكشف أن مكاسب الدقة الإيجابية تعتمد على توجيه جزء كبير من الحوسبة وعلى اختيار خبراء متعددين، مع تحديد التوزيع عبر محور الدفعة (batch-axis dispatch) كنمط فشل حرج في إعدادات الشبكات العصبية التلافيفية (CNN) لكل عينة.