23609 ورقة بحثية
تحدد هذه الورقة أن عمليات الالتفاف الرسومية الوحدوية الصارمة تعيق نمذجة الديناميكيات من خلال فرض قيود مفرطة على عمليات التنعيم الطبيعية، وتقترح طريقة جديدة للالتفافات الوحدوية المسترخية المعممة على الشبكات (meshes) والتي تتفوق على النماذج المرجعية الحالية في حل المعادلات التفاضلية الجزئية والتنبؤ بالطقس.
تقدم هذه الورقة إطار عمل مبتكر لتعلم شبكات بولية (Boolean networks) مدمجة ودقيقة من خلال استراتيجية اتصال خالية من المعلمات، وبنية تلافيفية فعالة مكانياً، وإجراء تكميم تكيفي، محققةً دقة هي الأفضل في فئتها مع تقليل التكاليف الحسابية بشكل كبير وزمن استجداء للاستدلال بمقياس النانو ثانية على الأجهزة.
تقترح هذه الورقة طريقة OGPSA، وهي طريقة تعلم مستمر خفيفة الوزن تخفف من ضريبة المحاذاة في التدريب اللاحق للسلامة عن طريق إسقاط تدرجات السلامة على فضاء فرعي متعامد للحفاظ على قدرات النموذج العامة دون الحاجة إلى إعادة تشغيل البيانات واسعة النطاق.
تقدم هذه الورقة البحثية "تحسين السياسة المتينة بالضبط الدقيق" (FRPO)، وهو إطار عمل للتعلم المعزز من التغذية الراجعة البشرية (RLHF) يتسم بالمتانة، حيث يستخدم صياغة "الحد الأقصى-الحد الأدنى" (max-min) لتحسين استقرار المكافأة عبر نطاق مجاور من تحولات السياسة المحتملة، مما يمنع بفعالية النسيان الكارثي للسلوكيات الآمنة وغيرها من السلوكيات المتعلمة أثناء عملية الضبط الدقيق اللاحقة للمهام النهائية دون تكبد تكاليف حوسبية إضافية.
يُعد KVCodec نظاماً مبتكراً يستفيد من برامج ترميز الفيديو الأصلية لوحدات معالجة الرسومات (GPU-native video codecs) وتنسيق تنسيقي (tensor layout) متخصص لضغط ونقل مخازن KV المؤقتة عن بُ بعد (remote KV caches) بكفاءة، مما يقلل بشكل كبير من زمن الوصول لأول رمز (time-to-first-token) في السيناريوهات محدودة النطاق الترددي مع الحفاظ على دقة خالية من الفقد.
تقدم هذه الورقة نهجاً جديداً لنمذجة السلاسل الزمنية يستبدل المعادلات التفاضلية العادية العصبية (Neural ODEs) المكلفة حاسوبياً في نماذج المحولات (Transformers) بإطار عمل للمذبذب التوافقي المخمد ذي الصيغة المغلقة، مما يتيح معالجة فعالة وقابلة للتوسع وذات أسس نظرية رصينة للسلاسل الزمنية غير المنتظمة عبر التعامل مع الانتباه كظاهرة رنين.
تقدم هذه الورقة إطار عمل مدركاً لعدم اليقين لتعلم سببية غرانجر الاتحادية، والذي يستنتج تعبيرات ذات صيغة مغلقة لانتشار عدم اليقين في الحالة المستقرة في أنظمة السلاسل الزمنية الموزعة، مما يتيح اختبار فرضيات مبدئياً للتمييز بين التفاعلات الحقيقية عبر العملاء والروابط الزائفة، مع التفوق على النماذج المرجعية الحتمية الحالية.
تقترح هذه الورقة إطار عمل لشبكة عصبية مدركة للفيزياء للملاحة المغناطيسية تدمج قيود خلو التباعد والتماثل مع مجموعة E(3) لإزالة التداخل المغناطيسي الناجم عن الطائرات بفعالية، مما يثبت أن بنية Contiformer، مقترنة بتوليد البيانات الاصطناعية، تتفوق بشكل كبير على النهج الكلاسيكية والتعلم العميق غير المقيد.
تقترح هذه الورقة إطار عمل لعملية غاوس الكمية الموزعة (DQGP) للأنظمة متعددة الوكلاء، والتي تستفيد من التضمين الكمي لتعزيز النمذجة وتُقدم خوارزمية "ADMM" ريمانية للتوافق الموزع لحل مشكلة الأمثلة غير الإقليدية الناتات عنها، مما يثبت فعاليتها على مجموعات بيانات حقيقية واصطناعية عبر المحاكاة الكمية.
تقدم هذه الورقة GRAPHIC، وهي طريقة غير مرتبطة ببنية معينة تطبق علم الشبكات على مصفوفات الارتباك المستمدة من طبقات الشبكة العصبية المتوسطة لتصور وقياس ديناميكيات ارتباك الفئات، والقدرة على الفصل الخطي، ومشكلات مجموعة البيانات بشكل منهجي طوال عملية التدريب.