23609 ورقة بحثية
تقدم هذه الورقة مساراً مؤتمتاً يستخدم التجميع المتين تجاه إعادة الصياغة ومصنف XGBoost لتحديد وتصنيف وترتيب فرص إعادة الهيكلة في مجموعات اختبار التطوير القائم على السلوك، مما يثبت أن المصنف يتفوق بشكل كبير على كل من النماذج القائمة على القواعد ونماذج اللغات الكبيرة المرجعية في اكتشاف المتواليات الفرعية للخطوات القابلة للاستخراج عبر مجموعة ضخمة من ملفات Gherkin.
تُعد Woodelf++ خوارزمية موحدة عالية الأداء تُسرع بشكل كبير حساب مخططات الاعتماد الجزئي (Partial Dependence Plots)، ومخططات الاعتماد الجزئي المشتركة (Joint-PDPs)، وقيم التباين في الاعتماد الجزئي من أي رتبة (Any-Order-PDIVs) لمجموعات أشجار القرار، محققةً تسريعاً يصل إلى خمس مراتب عشرية مقارنة بالطرق الحالية مثل scikit-learn.
تقدم هذه الورقة الشبكة العصبية لتميؤ البروتين (PHNN)، وهي نموذج مذيب ضمني قابل للنقل يعزز دقة طاقيات ذوبان البروتين من خلال تعلم التصحيحات للمعلمات المستمرة التحليلية بدلاً من تطبيق تعديلات طاقة لاحقة، مما يحقق كفاءة عالية في البيانات وأداءً قوياً على الأنظمة خارج النطاق.
تحدد هذه الورقة ظاهرة "الانهيار الصامت"، وهي ظاهرة تتدهور فيها نماذج التعلم التكراري داخلياً رغم استقرار المقاييس المعيارية، وتقترح إطار عمل (MTR) للكشف عن علامات الإنذار المبكر ومنع الفشل غير القابل للاسترداد دون الحاجة إلى بيانات واقعية مثالية.
تُثبت هذه الورقة أن الدفاعات الحالية ضد الضبط الدقيق الخبيث غير فعالة ضد الخصوم المتكيفين لأنها تكتفي بمجرد حجب السلوكيات الضارة بدلاً من القضاء عليها، وتُقدم هجوماً متكيفاً موحداً قادراً على تجاوز جميع آليات الدفاع التي تمت مراجعتها.
تقدم هذه الورقة البحثية "التحليل التمييزي العميق" (Deep Discriminant Analysis - DDA)، وهو دالة فقدان قابلة للتفاضل ومستقلة عن البنية، تعمل على تعزيز دقة تقسيم الصور وحدة الحدود من خلال تعظيم التباين بين الفئات صراحةً مع تقليل التباين داخل الفئة، وهو ما تم التحقق منه عبر تحسن الأداء في معيار DIS5K.
تقدم هذه الورقة إطار عمل "عتبة الكفاءة المستهلكة" (AET) لإثبات أن الحلول التوليفية العصبية يمكن أن تتفوق على الخوارزميات الاستدلالية القائمة على وحدة المعالجة المركزية من حيث إجمالي كفاءة الطاقة والكربون بمجرد الوصول إلى حجم نشر محدد، مما يدحض النقد القائل بأن تكاليف تدريبها تجعلها بطبيعتها غير فعالة في المحصلة النهائية.
تقدم هذه الورقة نماذج توليدية مستوحاة من الأفعال (AGMs)، وهي إطار عمل ثنائي الشبكة، خفيف الوزن، وقابل للتشغيل المباشر، يعمل على تعزيز طرق مطابقة الجسور باستخدام جهد قياسي قابل للتعلم لوزن الانتقالات العشوائية ديناميكيًا أثناء التدريب، مما يؤدي إلى تحسين جودة التوليد دون إضافة عبء حسابي أثناء الاستدلال.
تُثبت هذه الورقة أنه في مهام المخرجات المهيكلة مثل توليد مصفوفة نيدلمان-ونش، يوجد حجم وسيط للبيانات يحسن سرعة تقارب التحقق، مما يكشف عن تباين حيث تعمل مجموعات البيانات الأكبر على تسريع حفظ التدريب ولكنها، للمفارقة، تبطئ التعميم مقارنة بحجم "النقطة المثالية".
تقدم هذه الورقة البحثية AQKA، وهو إطار عمل جديد للاستحواذ النشط على النواة الكمومية يعمل على تحسين تخصيص عدد الطلبات (shots) تحت قيود الميزانية من خلال اشتقاق نظرية استحواذ مغلقة الصيغة على مستوى الأزواج، وإثبات أداء تصنيف متفوق على الأساليب الحالية المعتمدة على التوزيع الموحد وأخذ العينات الفرعية على كل من المحاكاة وأجهزة IBM الكمومية الحقيقية.