23511 ورقة بحثية
تقترح هذه الورقة معياراً معلوماتياً قائماً على الإنتروبيا لتوصيف نظام الاستقطاب في المشفرات التلقائية التباينية، مبرهنةً على فعاليتها عبر فئات نماذج متنوعة مع توضيح أن التمييز بين الأبعاد النشطة والمختلطة يتطلب الجمع بين متوسط الإنتروبيا وإشارات التباين.
تقترح هذه الورقة نموذج حالة كامنة مقيد (CLSM) كإطار عمل توحيدي يصيغ رسمياً المقايضات الجوهرية بين الخصائص الأساسية مثل الكفاية التنبؤية والحد الأدنى، مما يعيد صياغة تحديات تعلم التمثيل كنتائج لأهداف غير مقيدة بشكل كافٍ، ويقدم دليلاً مبدئياً لتصميم نماذج حالة كامنة قابلة للتفسير ومتينة.
تقدم هذه الورقة إجراءات اختبار عشوائية فعالة للخصائص الهيكلية العالمية الأساسية للنماذج الرسومية ذات البنية الشجرية، مثل عدد الأوراق والقطر، باستخدام عدد من استعلامات التباين المشترك أقل من التربيعي.
تقترح هذه الورقة بنية تحكم تكيُّفية للحلقة الخارجية للمروحيات رباعية المراوح، تجمع بين سياسة التعلم التعزيزي العميق ومتنبئ ديناميكيات متبقٍ وآليات معايرة عبر الإنترنت لتحقيق تتبع مسار قوي وعالي الدقة تحت تأثير الاضطرابات الديناميكية الشديدة وعدم اليقين في النموذج دون الاعتماد على تعشية النطاق المفرطة في التحفظ.
تقترح هذه الورقة إطار عمل لشبكة ذاتية الانحدار تباينية تدمج الأولويات الفيزيائية للتغلب على صعوبات التدريب والتباطؤ الحرج في محاكاة مونت كارلو لنماذج الغزل المنفصلة، مما يتيح عينة أكثر كفاءة لأحجام الأنظمة الأكبر مقارنة بنهج "اللوح الفارغ".
تستخدم هذه الورقة تقنية "ترقيع تخصيص الحواف المدرك للموضع" (Position-aware Edge Attribution Patching) للكشف عن امتلاك النماذج اللغوية الكبيرة لـ "مخطط فرعي للمقيم الكامن" (Latent Evaluator sub-graph) مشترك ومتناثر للقياسات، وهو منفصل بنيوياً عن فروع المخرجات الهشة والمحددة بتنسيق معين، مما يفسر سبب كون موثوقية الاختبارات المعيارية غالباً ما تقيس هندسة التنسيق بدلاً من جودة التقييم الحقيقية.
يُعد RecMem نظام ذاكرة فعال لوكلاء النماذج اللغوية الكبيرة (LLM) طويل الأمد، حيث يقلل استهلاك الرموز (tokens) بشكل كبير ويحسن الدقة من خلال تأجيل دمج الذاكرة القائم على النماذج اللغوية الكبيرة حتى يتم اكتشاف أنماط دلالية متكررة في طبقة لاوعي خفيفة تعتمد على التضمين (embedding)، بدلاً من معالجة كل تفاعل فور حدوثه.
تقترح الورقة البحثية Ada-Diffuser، وهو إطار عمل موحد للانتشار السببي يستنتج صراحةً الديناميكيات الكامنة المتطورة من ملاحظات دنيا لتعزيز اتخاذ القرار، والتخطيط، وتعلم السياسات التكيفية في البيئات المعقدة.
تقترح هذه الورقة مصنفاً كمياً تباينياً مستقراً يستخدم ترميز السعة وطبقة ترميز مسبق كلاسيكية قابلة للتعلم لتحقيق أداء تنافسي مع تعزيز المتانة وملف سلامة متوازن، كما تم تقييمه بواسطة مقاييس SAFE-AI.
تقدم الورقة البحثية ITGPT، وهي بنية قائمة على آلية الانتباه تستفيد من التدريب المسبق ذاتي الإشراف والتوليدي لتحقيق أداء رائد في السلاسل الزمنية متعددة الوسائط وغير منتظمة العينات دون الحاجة إلى إعادة أخذ العينات، أو دمج الميزات، أو الاستكمال الصريح للبيانات، وتتفوق بشكل خاص في السيناريوهات ذات الملصقات النادرة.