23609 ورقة بحثية
تقدم الورقة البحثية ASH، وهو نظام وكيل ذاتي التحسين يتعلم سياسات تجسدية من فيديوهات الإنترنت غير المصنفة عبر الاستفادة من نموذج ديناميكيات عكسي لاستخراج الإشراف من إخفاقاته الخاصة، مما يمكنه من التعامل بنجاح مع المهام طويلة المدى في ألعاب معقدة مثل بوكيمون وزيلدا حيث تفشل النماذج المرجعية الحالية.
تقدم هذه الورقة PreFT، وهو نهج ضبط دقيق يعتمد على مرحلة التعبئة المسبقة فقط (prefill-only) يقوم بالتخلص من المهايئات (adapters) بعد معالجة رموز الإدخال لتحسين إنتاجية الخدمة متعددة المستخدمين بشكل كبير مع حد أدنى من التأثير على أداء النموذج، مما يوفر مقايضة فائقة بين الدقة والإنتاجية مقارنة بطرق الضبط الدقيق التقليدية الموفرة للمعلمات.
تحلل هذه الدراسة بيانات التتبع لـ 93 إلى 95 طالباً في المرحلة الثانوية في كولومبيا لتحديد ثلاث استراتيجيات مهيمنة للتعلم المنظم ذاتياً أثناء كتابة المقالات عبر الإنترنت، كاشفةً أنه بينما اتبع معظم الطلاب باستمرار نهج "اقرأ أولاً، ثم اكتب لاحقاً"، فإن استراتيجية "اكتب بكثافة، واقرأ بانتقائية" الأقل شيوعاً كانت مرتبطة بشكل فريد بنتائج تعلم متفوقة.
يُعد AudioMosaic إطار عمل جديد للتعلم الخاضع للإشراف ذاتياً بالتباين للصوت، يستخدم قناعاً زمنياً-ترددياً مهيكلاً لتوليد أزواج إيجابية بكفاءة، مما يُمكّن من تدريب تمثيلات على مستوى المتحدث عالية التمييز وقابلة للنقل تحقق أداءً رائداً عبر مختلف معايير الصوت ومهام الصوت واللغة.
تقدم هذه الورقة دليلاً تجريبياً على التفوق الكمي في التعلم المعزز متعدد الوكلاء من خلال إثبات أن الدوائر الكمية المتغيرة المتشابكة تتجاوز حدود الأداء الكلاسيكي في لعبة CHSH ومهام الملاحة التعاونية، مع تأكيد أن التشابك — وليس بنية الدائرة الكمية نفسها — هو العامل الحاسم الذي يُمكّن التنسيق الفائق بين الوكلاء.
تعيد هذه الورقة صياغة التلقين بالترتيب الزوجي (PRP) كمسألة تعلم نشط لتطوير إطار عمل لإعادة الترتيب مقاوم للضجيج، مما يحسن كفاءة ترتيب أفضل K ويخفف من انحياز الموضع باستخدام أوراكل ذي اتجاه عشوائي أحادي الاستدعاء.
تقيم هذه الورقة مدى مرونة طرق الكشف عن النصوص المولدة بواسطة الذكاء الاصطناعي المختلفة في مواجهة هجمات إعادة الصياغة، مما يكشف عن مقايضة حرجة حيث توفر النماذج التجميعية مثل Binoculars دقة فائقة ولكنها تعاني من أكبر قدر من تدهور الأداء عند مواجهة التلاعب العدائي.
تقترح هذه الورقة طريقة تعزيز تعلمي خفيفة الوزن، مشروطة بالفعل وذات بوابات مخاطر، تعمل على تقريب التحكم الحرج للسلامة تحت حالة الملاحظة الجزئية من خلال استخدام متنبئ مخاطر مدمج يعتمد على التاريخ للموازنة ديناميكيًا بين السعي وراء المكافأة والسلوكيات التحفظية، محققةً أداءً وكفاءةً متفوقين مقارنةً بالتخطيط في فضاء الاعتقاد ونماذج التعلم التعزيزي الآمن القياسية في مهام تنظيم الجلوكوز والملاحة.
تقترح هذه الورقة تقنية تقطير المعرفة عبر المحاذاة الانتقائية (SeAl-KD)، وهي طريقة مبتكرة للشبكات العصبية النبضية تعمل على تحسين الأداء من خلال محاذاة المعرفة على مستوى الفئة والزمن بشكل انتقائي بناءً على الثقة والتشابه في الخطوات الزمنية، بدلاً من فرض محاذاة موحدة عبر جميع الخطوات الزمنية.
تقدم هذه الورقة البحثية مساراً زمنياً حقيقياً ومتعدد الخيوط لتتبع طرف القسطرة باستخدام نماذج التجزئة القائمة على التعلم العميق، وتُظهر تحديداً أن بنية "SegFormer" ثنائية الفئات تتفوق على الأساليب الحالية في الدقة والمتانة لتوفير أساس موثوق للملاحة الذاتية لعمليات استئصال الخثرة الميكانيكية القائمة على التعلم التعزيزي.