22467 ورقة بحثية
تقترح الورقة البحثية إطار عمل QWM، الذي يدمج نماذج العالم مع تعلم Q القياسي لإجراء بحث في وقت الاختبار عبر مسارات متخيلة لاختيار الإجراءات، مما يحقق كفاءة عينة وأداءً فائقين في معايير التحكم الروبوتي مع تجنب تراكم انحياز النموذج من خلال التدريب حصرياً على الانتقالات الحقيقية.
تقدم هذه الورقة إطار عمل ألعاب المصفوفات السياقية عبر الإنترنت لتوحيد المعلومات السياقية الديناميكية مع التفاعلات الاستراتيجية متعددة اللاعبين، مقترحةً خوارزمية OnGameLearn التي تحقق ندماً دون خطي وتوفر ضمانات إحصائية صارمة لتقدير العائد، وتقارب توازن ناش، واستدلال قيمة السياسة.
تقدم هذه الورقة تحويلاً أسياً صفياً لمصفوفة التقارب في خوارزمية t-SNE يسمح بالتنعيم أو التسنن المعتمد على النقطة، مما يثبت أن التسنن يعزز الحفاظ على أقرب الجيران جداً بينما يحسن التنعيم الحفاظ على الجوار المحلي الأوسع، متفوقاً بذلك على الطرق متعددة المقاييس في النطاق المحلي المتوسط.
تحلل هذه الورقة القدرة التمثيلية للتعلم التبايني متعدد الوسائط، حيث تُظهر أنه بينما يُعد نموذج CLIP القياسي مُقربًا شاملاً لوسيطين، فإن امتداده متعدد الوسائط الشائع يفشل في استيعاب التوزيعات المشتركة التعسفية، مما دفع المؤلفين إلى اقتراح Hadamard-CLIP كتعديل بسيط يستعيد التقريب الشامل لأي عدد من الوسائط دون التضحية بكفاءة الاسترجاع.
يُعد Delta2Gamma إطار عمل للتعلم التبايني التكيفي القائم على النطاقات والتعلم الذاتي، والذي يقوم بتفكيك إشارات تخطيط كهربائية الدماغ (EEG) إلى خمسة إيقاعات عصبية باستخدام مشفرات متعلمة بشكل فردي ودرجات حرارة تكيفية، محققاً دقة بنسبة 92.4% في اكتشاف مرض ألزهايمر من بيانات غير مصنفة ومتفوقاً بذلك على الأساليب الخاضعة للإشراف والأساليب المخصصة لتخطيط كهربائية الدماغ الحالية.
تقدم هذه الورقة "النقل النسبي" (Relative Transfer) كمقياس منهجي لتفسير التفاوت في فعالية التعلم المنهجي في النماذج اللغوية الكبيرة، وتقترح "أخذ العينات المنهجي الديناميكي المدرك للنقل" (TDCS)، وهو أسلوب يضبط أخذ عينات البيانات ديناميكياً بناءً على علاقات النقل عبر مستويات الصعوبة المختلفة ليتفوق باستمرار على استراتيجيات الجدولة الحالية عبر مختلف مهام الاستنتاج وأحجام النماذج.
تقدم هذه الورقة البحثية "أبرا" (Abra)، وهي عائلة مُتحكم بها من نماذج المحولات القائمة على مطابقة التدفق، والتي تُستخدم لتحديد قوانين القياس المثلى حوسبياً لنماذج الانتشار من النص إلى الصورة، مما يكشف عن أنها تتوسع بشكل يمكن التنبؤ به مثل النماذج اللغوية ولكنها تتطلب بيانات أكثر بكثير لكل معلمة وتتمتع بالمتانة تجاه الإفراط في التدريب.
تقترح الورقة البحثية SPACE، وهو غلاف تطابقي (conformal wrapper) لمقدرات السلاسل الزمنية متعددة المتغيرات يقوم ببناء مناطق تنبؤ إهليلجية عبر تقدير التباين الموضعي للزمن من عينات التنبؤ الحالية واختيار نافذة معايرة ديناميكية، محققاً بذلك توازنات فائقة بين التغطية والكفاءة مقارنة بالطرق القائمة.
تضع هذه الورقة حدوداً دقيقة للبعد الزائف لعملية ضبط المعلمات الفائقة المتعددة القائمة على البيانات، وذلك من خلال تحسين الحدود العليا عبر الهندسة الجبرية الحقيقية لتجنب العدّ الطوبولوجي الزائد، وإثبات مثالية هذه الحدود عبر إطار عمل جديد للحد الأدنى متعدد النطاقات يعمل على فك الارتباط بين السعات التوافقية والجبرية.
تقدم هذه الورقة إطاراً توليدياً قائماً على النقل الأمثل لتفسير الذكاء الاصطناعي السريري، ينجح في توليد درجات خباثة غير خاضعة للإشراف ونماذج مضادة لبيانات جدولية، ولكنه يكشف بشكل حاسم أنه بينما يمكن لخرائط الحرارة الخاصة به تحديد مواقع الآفات الاصطناعية، إلا أنها تفشل في تحديد مناطق المرض الحقيقية في التصوير الطبي بدقة، مما يسلط الض�وء على فجوة كبيرة بين المعايير المرجعية الاصطناعية والواقع السريري.