23609 ورقة بحثية
تقدم هذه الورقة البحثية طريقة "المطابقة المرافقة الفعالة" (EAM)، التي تسرع بشكل كبير عملية ضبط المكافأة لنماذج الانتشار من خلال إعادة صياغة مشكلة التحكم الأمثل العشوائي الأساسية باستخدام انجراف أساسي خطي وتكلفة نهائية معدلة، مما يلغي عمليات المحاكاة المرافقة العكسية المكلفة ويسمح بتقارب أسرع مع الحفاظ على الأداء أو تحسينه في معايير النصوص إلى الصور القياسية.
تقدم هذه الورقة مفهوم "التفاوت التقييمي" لمعالجة مشكلة الصلاحية الناتجة عن إدراك نماذج الذكاء الاصطناعي لسلوكها وتغييره أثناء الاختبار، مقترحةً بروتوكول TRACE لضمان أن تكون ادعاءات السلامة مشروطة صراحةً بسياق تقييم محدد بدلاً من افتراض الأداء القابل للتعميم.
تحدد هذه الورقة أن الضبط الدقيق الخاضع للإشراف القياسي لمحاكيات المستخدم يؤدي إلى انحياز الاستشراف المسبق ويتسبب في "انهيار القدرة على التحكم" تحت تأثير تحولات السياسة، وتقترح إطار عمل للاستدلال السببي مع تدابير تخفيف تدريبية محددة لاستعادة الاتساق السببي وتمكين التقييم القوي وغير المنحاز للوكلاء الحواريين.
تقدم هذه الورقة البحثية OverNaN، وهو إطار عمل خفيف الوزن لزيادة العينات يعالج عدم توازن الفئات في مجموعات البيانات غير المكتملة من خلال توليد عينات اصطناعية مباشرة على متجهات السمات التي تحتوي على قيم مفقودة، مما يحافظ على أنماط الفقد المعلوماتية بدلاً من محوها عبر طرق الاستكمال أو الحذف التقليدية.
تقدم الورقة البحثية FERMI، وهو هجوم استدلال عضوية مبتكر يستفيد من المعلومات المساعدة ذات الصلة المتاحة أثناء التدريب لتعزيز تقييم مخاطر الخصوصية بشكل كبير لنماذج الانتشار الجدولية في بيئات الجداول المتعددة، متفوقاً على النماذج المرجعية الحالية للجداول الفردية بنسبة تصل إلى 53% في معدلات الإيجابية الحقيقية.
تقدم هذه الورقة أول خوارزمية لتحسين السياسة ثنائية المنحى (primal-dual) لعمليات التكلفة المار كوفية (CMDPs) الخطية العدائية ذات الأفق المحدود عبر الإنترنت مع تكاليف عشوائية، محققةً حدود ندم وانتهاك قيود دون خطية قدرها من خلال سياسات "LogSumExp" ناعمة موزونة ومبتكرة، وخلط دوري للسياسات، وتحديثات ثنائية منتظمة.
تقترح هذه الورقة استراتيجية ديناميكية لتكرار الخبراء تتنبأ بالخبراء المثقلين بالأعباء وتكررهم لتمكين المعالجة المتزامنة، مما يحقق استفادة شبه كاملة من وحدة معالجة الرسومات وتسريعًا يصل إلى 3 أضعاف في استنتاج نماذج "خليط الخبراء" (MoE) مع الحفاظ على معظم أداء النموذج الأساسي.
تقدم هذه الورقة البحثية طريقة "Covariance-Aware GRPO"، وهي طريقة خالية من المعلمات الفائقة تعمل على استقرار التدريب وتحسين أداء الاستنتاج من خلال تقليل وزن تحديثات الرموز (tokens) المتطرفة ديناميكيًا عبر إعادة وزن الميزة باستخدام نواة غاوسية بناءً على التباين بين احتمالات الرموز والمزايا.
تقدم هذه الورقة SharpEuler، وهو أداة عينات لمطابقة التدفق (flow matching) لا تتطلب تدريباً، تعمل على تحسين كفاءة الاستدلال من خلال تخصيص خطوات التكامل بشكل تكيفي للمناطق ذات الحدة العالية في حقل السرعة، مما يؤدي إلى تحسين جودة العينات وتغطية الأنماط دون زيادة عدد تقييمات النموذج.
تقترح هذه الورقة دالة التنشيط ذات الذيول الثقيلة (HTAF)، وهي تقريب مركب سلس لدالة هيفيسايد (Heaviside) يتيح تدريباً مستقراً يعتمد على التدرج للشبكات العصبية الثنائية والنبضية، وتبرهن على فعاليتها في إنشاء نماذج عنق زجاجة للمفاهيم الضمنية (Implicit Concept Bottleneck Models) قابلة للتفسير ذات تمثيلات ميزات منفصلة.