23511 ورقة بحثية
تقدم الورقة البحثية EmbedOpt، وهو إطار عمل للتوجيه أثناء الاستدلال لنماذج انتشار البروتين يعمل على تحسين التضمينات الشرطية لمواءمة الأوليات الهيكلية مع القيود التجريبية، مما يحقق متانة وأداءً فائقين في مهام مثل مطابقة خرائط المجهر الإلكتروني المبرد (cryo-EM) مقارنة بطرق أخذ العينات البعدية التقليدية القائمة على الإحداثيات.
تقدم هذه الورقة البحثية "مطابقة التدفق البايزي المتسلسل" (Sequential Bayesian Flow Matching)، وهو إطار عمل يستفيد من مبادئ الترشيح البايزي لتسريع الاستدلال الاحتمالي المتدفق عبر نقل المعتقدات السابقة إلى خطوات زمنية جديدة، مما يقلل بشكل كبير من زمن تأخير أخذ العينات وخطوات الاستدلال مع الحفاظ على أداء تنافسي عبر مختلف المهام العلمية ومهام اتخاذ القرار.
تقدم هذه الورقة البحثية تقنية استبدال الإجراءات القريبة (PAR)، وهي أداة قابلة للتركيب والتشغيل تعمل على استبدال عينات التدريب، وتتغلب على سقف الأداء الذي تفرضه طرق "الممثل-الناقد" المنظمة بـ "نسخ السلوك" في التعلم المعزز غير المتصل، وذلك من خلال استبدال إجراءات مجموعة البيانات دون المثالية بأخرى محسنة مسترشدة بصعود دالة القيمة، مما يعزز الأداء باستمرار عبر الاختبارات المرجعية.
تقدم هذه الورقة البحثية ACC++، وهي طريقة محسنة لتتبع الدوائر (circuit-tracing) تستخرج دوائر انتباه قابلة للتفسير وخاصة بكل مطالبة (prompt-specific) من تمريرة أمامية واحدة، مما يكشف عن كيفية استخدام النماذج اللغوية لإشارات متميزة ومعتمدة على اللغة لحل مهام مثل تحديد المفعول به غير المباشر عبر سياقات لغوية مختلفة.
توسع هذه الورقة البحثية دراسة ظاهرة "الاستيعاب العميق" (grokking) من العمليات الجماعية إلى الجبر العام ذي الأبعاد المحدودة، مظهرةً كيف تؤثر الخصائص الجبرية وسمات التنسور الهيكلية على الانتقال من مرحلة الحفظ إلى مرحلة التعميم في الشبكات العصبية.
تقدم الورقة البحثية Robometer، وهو إطار عمل قابل للتوسع لنمذجة المكافأة يجمع بين الإشراف على التقدم على مستوى الإطار مع تعلم التفضيل القائم على مقارنة المسارات، والذي تم تدريبه على مجموعة بيانات RBM-1M واسعة النطاق لتعلم دالات مكافأة قابلة للتعميم بفعالية من مسارات خبيرة وغير مثالية متنوعة.
تقترح هذه الورقة إطار عمل لـ (SGD) غير متزامن يعتمد على الزخم، يحافظ على المعلومات من التدرجات المتأخرة لتحقيق معدلات تقارب مثالية في ظل تأخيرات تعتمد على البيانات لكل من الأهداف الملساء المحدبة وغير المحدبة، متجاوزةً بذلك الانحياز المنهجي والمعدلات دون المثالية لاستراتيجيات التخفيف الحالية.
تقدم هذه الورقة طريقة مبتكرة تعتمد على نظرية المصفوفات العشوائية تكتشف بداية الإفراط في التخصيص، والذي يُسمى "مناهضة الاستيعاب العميق" (anti-grokking)، في نماذج التعلم العميق من خلال تحديد الشذوذ الهيكلي المسمى "فخاخ الارتباط" (Correlation Traps) داخل مصفوفات الأوزان، مما يتيح اكتشاف الإفراط الضار في التخصيص دون الحاجة إلى الوصول إلى بيانات التدريب أو الاختبار.
يُعد MoZoo محلاً ديناميكياً توليدياً يستفيد من ابتكارات معمارية جديدة مثل "التموضع الدوراني المعتمد على الدور" (Role-Aware RoPE) و"الانتباه المنفصل غير المتماثل" (Asymmetric Decoupled Attention)، جنباً إلى جنب مع مسار بيانات من الاصطناعي إلى الواقع ومعيار مرجعي جديد، لتخليق فيديوهات حيوانية عالية الدقة ذات فراء وديناميكيات عضلية واقعية من شبكات هندسية خشنة بكفاءة.
تقدم هذه الورقة البحثية HormoneT5، وهي بنية "ترانسفورمر" (transformer) مبتكرة تعزز الذكاء العاطفي في النماذج اللغوية من خلال دمج كتلة هرمونية مستوحاة بيولوجياً لمحاكاة حالات عاطفية مستمرة ومتعددة الأبعاد، مما يؤدي إلى استجابات أكثر تعاطفاً وملاءمةً من الناحية العاطفية مقارنة بالنماذج المرجعية.