22448 ورقة بحثية
تقدم هذه الورقة Strategic 16K، وهو متن بيانات خاضع للتحكم في التسريب يتكون من 16,000 برقية دبلوماسية، لإنشاء أول معيار قابل لإعادة الإنتاج لتصنيف حساسية الوثائق يكشف كيف تضخم العلامات المتبقية أداء النموذج ويثبت أن نموذج BERT يتفوق على البنيات الأخرى عند التدريب على بيانات نظيفة.
تُظهر هذه الورقة أنه بينما يمكن لضبط المعلمات الفائقة أن يحسن أداء التدريب القائم على خوارزمية SPSA لمصنف استدلال لغوي طبيعي (NLI) كمي متغير يتكون من 60 معلمة، فإن التباين العالي المتأصل في تقديرات التدرج ثنائية العينة يمنعه من مضاهاة دقة خطوط الأساس القائمة على إزاحة المعلمات الدقيقة، حيث تؤدي تقنيات التكييف المتقدمة إلى تدهور النتائج بشكل أكبر عن طريق تضخيم الضجيج.
تقترح هذه الورقة نهجاً مبتكراً للتكامل القطري متعدد الأوميكس لمجموعات البيانات غير المتجانسة من خلال تحليل التباين البيولوجي عبر مسائل الأثر الأقصى على متشعبات ستيفل في الفضاء الإقليدي المعقد، باستخدام طريقة صعود التدرج لتحديد خاصية تباين جديدة بناءً على معيار الفرق بين النقطتين القصوى والدنيا.
تجادل هذه الورقة الموقفية بأن إخفاقات العدالة في النماذج التوليدية هي في المقام الأول مشكلة تقييم ناتجة عن نتائج غير قابلة للمقارنة وغير قابلة للتنفيذ، وتقترح "بطاقات العدالة" كأداة تقرير معيارية لتمكين قابلية التكرار، والمقارنة، والمساءلة في تقييم التحيز.
يقدم VLCP سياسة تلاعب روبوتية لا تتطلب تدريبًا، حيث تُبقي نموذج الرؤية واللغة مجمدًا وتُمكّن التحكم في الحلقة المغلقة من خلال جعله يعيد كتابة كود التحكم الخاص به بلغة بايثون ديناميكيًا كل خطوة بناءً على ملاحظات متعددة الرؤى، محققًا بذلك تحسنًا في معدل النجاح بمقدار عشرة أضعاف مقارنة بالنماذج المرجعية ذات الحلقة المفتوحة من خلال التعافي من الفشل أثناء الحلقة.
تقدم هذه الورقة البحثية متحكم -hold، وهو نهج للتعلم المعزز مستوحى من الفسيولوجيا يستفيد من فرضية نقطة التوازن للتنقل بكفاءة في فضاء العمل عالي الأبعاد للنماذج العضلية الهيكلية، مما يمكنها من تعلم الجري السريع الشبيه بالبشر بمكافآت ضئيلة وفي أقل من ساعة.
تقترح هذه الورقة تطبيق إطار هرم النفايات الخاص بالاتحاد الأوروبي على النماذج اللغوية الكبيرة (LLMs) كنهج قائم على تفكير دورة الحياة للتخفيف من أثرها البيئي المتزايد، مع التأكيد على أن منع الاستخدام غير الضروري وتدريب نماذج جديدة هو الاستراتيجية الأكثر فعالية لتقليل بصمتها الكربونية.
تقدم هذه الورقة البحثية تقنية "التقليم الموزون بالتشابك" (EWP)، وهي طريقة جديدة للتعلم النسياني في التعلم الاتحادي الكمي المستخدم في التنبؤ بمخاطر سلاسل التوريد، والتي تعمل بكفاءة على إزالة تأثير العميل من خلال تقليم المعلمات بناءً على درجة مشتركة من معلومات فيشر الكمية والتشابك الهيكلي، محققةً دقة تضاهي إعادة التدريب الكامل مع خفض التكلفة الحسابية بشكل كبير.
تقدم هذه الورقة *telos*، وهو محرك تقييم جبري عام وقابل للتفاضل للمنطق الزمني الخطي، يتيح توجيه الأنظمة ذات القيم الناعمة من خلال السماح للمستخدمين باختيار وتدقيق جبرات دلالية متنوعة بمرونة دون الارتباط بتنفيذ واحد.
تقترح هذه الورقة إطار عمل قائماً على المنطق لشبكات التلافيف الرسومية البسيطة (SGC)، يستخرج قواعد منطقية عالمية مدمجة وعالية الدقة عبر تحويل التفسيرات الاستنباطية الدنيا لتنبؤات العقد إلى أشجار قرار، مما يتغلب على التكرار ومحدودية القدرة على التعميم التي تعيب أساليب التفسير القائمة على المخططات الفرعية السابقة.