23522 ورقة بحثية
تتناول هذه الورقة البحثية أوجه القصور في التنبؤ بالخصائص الجزيئية الحالية في ظل سيناريوهات التوزيع الخارج عن النطاق المتطرفة من خلال تقديم معيار SCOPE-BENCH للتقييم الصارم وإطار عمل POMA، الذي يستفيد من التعلم التعزيزي لتحسين تكيف النطاق متعدد المصادر، مما يقلل بشكل كبير من أخطاء التنبؤ مقارنة بالنماذج الرائدة حالياً.
تقدم هذه الورقة إطار عمل هجين للفضاء الكامن غير خاضع للإشراف مع تلدين بنيوي يفصل بفعالية التباين المرتبط بالاستحواذ عن الإشارات البيولوجية في الاتصالات الهيكلية لتصوير الرنين المغناطيسي لانتشار الألياف (dMRI) واسعة النطاق دون الحاجة إلى ضبط يدوي للسعة.
تقدم هذه الورقة البحثية TraFL، وهي طريقة ما بعد التدريب تعتمد على توازن المسار لنماذج اللغة الانتشارية، والتي تتغلب على نمط فشل "قفل المسار" الذي تعاني منه أساليب تعظيم المكافأة، وذلك من خلال محاذاة السياسة مع توزيع مستهدف مائل للمكافأة، مما يحقق مكاسب أداء متسقة عبر معايير الاستدلال الرياضي وتوليد الكود البرمجي.
تقترح هذه الورقة البحثية وتقيم إطار عمل للضبط الدقيق الاتحادي باستخدام طرق كفؤة في استخدام المعلمات (LoRA، وQLoRA، وIA3) على بيانات خاصة غير متماثلة التوزيع (non-IID) عبر مجالات الرعاية الصحية والتمويل، مما يثبت تحقيقها لأداء يضاهي التدريب المركزي مع التفوق على التعلم المنعزل، وتقديم حلول موفرة للطاقة لتكييف النماذج اللغوية الكبيرة دون مشاركة البيانات الحساسة.
تؤسس هذه الورقة إطاراً هندسياً موحداً يفسر التعلم التبايني الموزون بوصفها مسائل هندسة المسافات، كاشفةً كيف تحدد مخططات وزن محددة ما إذا كانت التضمينات المثلى تحقق هندسات مثالية مثل الأشكال البسيطة المنتظمة أو تعاني من التدهور وعدم الاتساق بسبب عدم توازن الفئات أو عدم تطابق التسميات.
تقدم هذه الورقة Collider-Bench، وهو معيار مرجعي مبتكر صُمم لتقييم قدرة وكلاء الذكاء الاصطناعي المستقلين على إعادة إنتاج تحليلات فيزياء الجسيمات المعقدة الخاصة بمصادم الهادونات الكبير باستخدام الموارد العامة، مما يكشف أن وكلاء البرمجة العامين الحاليين لا يزالون يقصرون عن الفيزيائيين البشر في تنفيذ هذه المهام بشكل موثوق.
تقدم هذه الورقة "WarmPrior"، وهو مسبق (prior) مرتبط زمنياً مستمد من سجل الأفعال الأخير يحل محل المصدر الغاوسي القياسي في سياسات مطابقة التدفق (flow-matching policies) لإنتاج مسارات احتمالية أكثر استقامة، مما يؤدي باستمرار إلى تحسين معدلات النجاح، وكفاءة العينات، والاستكشاف في مهام المعالجة الروبوتية.
تقدم هذه الورقة إطاراً شاملاً ومحاسبياً للطاقة من البداية إلى النهاية يكشف عن تكاليف الموارد التي غالباً ما يتم التغاضي عنها لأعباء عمل جانب المعلم في عملية تقطير النماذج اللغوية الكبيرة، مما يتيح إنشاء منحنيات للمفاضلة بين الطاقة والجودة وتقديم إرشادات عملية لاختيار طرق التقطير الفعالة.
تقدم هذه الورقة NeTMY، وهو إطار عمل للمجال العصبي الإحداثي خالٍ من الاستهلاك (amortization-free) يتغلب على إخفاقات انهيار المركز (center-collapse) في استشعار الضجيج المغناطيسي لمركزات NV، وذلك عبر استبدال التقريبات القياسية الأمامية بمؤثر تنسوري مصحح وتوظيف استراتيجيات تحسين متخصصة لتحقيق تحديد فائق لمواقع المصادر المتفرقة.
تقدم الورقة البحثية HodgeCover، وهي طريقة ضغط خالية من التعلم لخليط الخبراء المتناثر (Sparse Mixture-of-Experts)، تتغلب على قيود التوافق الزوجي من خلال الاستفادة من تفكيك هودج (Hodge decomposition) لـ "لابلاسيان متشعب" (simplicial Laplacian) لتحديد وحل دورات الخبراء غير القابلة للاختزال، مما يحقق أداءً فائقاً في أنظمة الضغط الشرسة.