23609 ورقة بحثية
تقدم هذه الورقة البرمجة المنفصلة للاضطراب المحلي (LPDP)، وهي طريقة تعتمد على وقت الاستدلال ولا تتطلب تدريباً، تستفيد من تدفقات التحرير لتمكين توليد الحمض النووي متغير الطول والموجه بالمكافأة، وذلك من خلال إعادة ترتيب إجراءات التحرير محلياً وتحسينها ديناميكياً عبر البرمجة المنفصلة المقيدة.
تقدم هذه الورقة إطاراً سببياً للتعويض الخوارزمي ينمذج التعويض كعملية عبر نتائج ما قبل وما بعد التدخل مع استقرار جزئي، موفرةً طرقاً تعتمد على "الكوبولا" وأخرى خالية من التوزيع لاستنتاج آثار التعويض من البيانات الرصدية أو بيانات التعويض المزدوجة.
تقدم هذه الورقة "المحول المكاني" (Spatial Adapter)، وهو طبقة لاحقة (post-hoc) فعالة من حيث المعلمات، تُزود المتنبئات المجمدة بتمثيل مكاني مهيكل لبواقيها عبر مُقدِّر تغاير مغلق الصيغة، مما يتيح التنبؤ بأسلوب الكريجينج (kriging-style prediction) وتقدير عدم اليقين دون تعديل النموذج الأصلي.
تُثبت هذه الورقة أن التقييم الصارم للبيانات وحده، دون تغييرات في البنية أو وصفة التدريب، يمكن أن يعزز بشكل كبير أداء نماذج الرؤية واللغة عبر مختلف المعايير والقدرات، محققاً دقة تقارب النماذج الرائدة مع استخدام حوسبة تدريب أقل بمقدار يصل إلى 150 ضعفاً، مع تحسين الموثوقية والتعميم وكفاءة الاستدلال أيضاً.
تقترح هذه الورقة البحثية "تقطير الأولوية الانتشارية التوليدية" (GDPD)، وهو إطار عمل جديد لتقطير المعرفة يستفيد من أولوية توليدية قائمة على الانتشار لمحاذاة ميزات الطالب ذات السلاسل الزمنية الجزئية تدريجياً مع تمثيلات المعلم ذات التسلسل الكامل، مما يعمل بفعالية على نقل معرفة السياق الطويل للتغلب على فجوات التعميم الناتجة عن محدودية البيانات المدخلة.
تقترح هذه الورقة نهجاً مبتكراً لتصنيف اعتلال الشبكية السكري إلى خمس مراحل من حيث الشدة عبر الجمع بين مجموعات بيانات "كاجل" (Kaggle) والمجموعات الهندية، وتطبيق خوارزميات تقليل الحجم لمعالجة تباين أحجام الصور، واستخدام بنية "إنسبشن في 3" (Inception V3) متعددة القنوات مخصصة مع معالجة مسبقة فريدة لتحقيق دقة ونوعية وحساسية رائدة.
تقدم هذه الورقة إطاراً تشخيصياً هيكلياً لطبوغرافيات اتصالات النماذج اللغوية الكبيرة متعددة الوكلاء، والذي يستفيد من الخصائص الطيفية لمصفوفة تمثيل اللاحق للتنبؤ وترتيب سلوكيات النظام ترتيباً تنازلياً، مثل متانة الاضطراب، وديناميكيات الإجماع، وتراكم الخطأ التراكمي.
تقدم هذه الورقة "تصحيح السرعة والمسار" (Pace-and-Path Correction)، وهو عامل تشغيلي وقت الاستدلال، مغلق الصيغة، ولا يتطلب تدريباً، يعالج عمى الديناميكيات الزمنية في نماذج الرؤية واللغة والعمل (Vision-Language-Action models) عبر تفكيك تعديلات الحركة إلى قناتي السرعة والمسار، مما يحسن معدلات النجاح بشكل كبير في البيئات الديناميكية دون الحاجة إلى إعادة التدريب.
تقدم هذه الورقة ProFIL، وهي طريقة تعلّم تعزيزي تعتمد على المسبار المفلتر (probe-filtered)، تقوم بتدريب مسبار انتباه خفيف الوزن على نموذج مجمد للكشف عن "مسرحية الاستنتاج" (reasoning theater) التي تلي الالتزام ومعاقبتها أثناء تدريب GRPO، مما يؤدي إلى تقليل طول السلسلة بشكل كبير وزيادة صدقية الاستنتاج دون المساس بدقة المهمة.
تحدد هذه الورقة الحدود النظرية لآلات بور ذات مؤثرات المنتج المصفوفي من خلال إثبات أن تقريب "كولباك-ليبلر" هو مسألة صعبة من فئة (NP-hard) في الإطار المستمر العام، بينما تُبين أنه تحت شروط محددة من المحلية وفجوة الطيف، تقبل الأهداف المهيكلة تقريبات فعالة بأبعاد رابطة متعددة الحدود وضمانات مثبتة عبر الاستدلال التبايني القائم على الدرجة.