23662 ورقة بحثية
تقدم هذه الورقة MASEM، وهي طريقة تعمل على تعظيم اعتلاج التوزيع التجريبي عبر تقدير كثافة أقرب من الجيران وإعادة أخذ العينات لأخذ عينات بكفاءة وقابلية توسع من متعددات الطيات ذات الأعداد غير المعروفة من المكونات المنفصلة، متفوقة بشكل كبير على البدائل الحالية في سرعة التقارب وجودة الخلط.
تقدم هذه الورقة "تحسين بريغمان للسلامة" (Bregman Safety Optimization - BSO)، وهو إطار عمل منهجي أحادي المرحلة يبسط عملية محاذاة سلامة النماذج اللغوية من خلال اختزالها في مشكلة مطابقة نسبة الكثافة، مما يلغي الحاجة إلى مسارات معقدة أو نماذج مساعدة مع تحسين المقايضة بين السلامة والمساعدة بشكل مستمر.
تقدم هذه الورقة أول خوارزمية تعلم للتأجيل (Learning-to-Defer) عبر الإنترنت للتصنيف متعدد الفئات مع تغذية راجعة من نوع "بانديت" (bandit feedback)، والتي تتعامل مع مجموعات الخبراء المتغيرة ديناميكياً ومدى توفرهم، محققةً ضمانات ندم (regret guarantees) مثبتة، ومُظهرةً فعاليتها في كل من المجموعات البيانات الاصطناعية والواقعية.
تقدم هذه الورقة البحثية FAMeX، وهو خوارزمية ذكاء اصطناعي قابلة للتفسير قائمة على نظرية المخططات (graph-theoretic) تعتمد على خرائط ارتباط الميزات (Feature Association Maps)، والتي تُظهر أداءً فائقاً في قياس أهمية الميزات للتصنيف مقارنة بالطرق الحالية مثل PFI وSHAP.
تقدم هذه الورقة نماذج تسلسل الرسوم البيانية الخطية، وهو إطار عمل يعيد صياغة حساب الرسوم البيانية القائم على تمرير الرسائل كنمذجة تسلسلية لفصل عمق المعالجة عن انتشار المعلومات، مما يتيح دمج التطورات الحديثة في نمذجة التسلسل لتحسين مهام المعلومات طويلة المدى في الرسوم البيانية.
تتناول هذه الورقة البحثية ضعف إطار عمل SAGA المركزي لحوكمة الذكاء الاصطناعي الوكيل أمام المزودين الخبيثين من خلال تحليل ناقلات هجوم محددة واقتراح أربع بنيات تخفيف متميزة — تتراوح من المقاومة الكاملة للأخطاء البيزنطية إلى حلول المراقبة الهجينة والخفيفة — والتي تقدم مقايضات متفاوتة بين الأمان والأداء.
تقدم الورقة البحثية نموذج GAP (نموذج المحاذاة الحبيبية)، وهو إطار عمل مبتكر يعالج عدم التطابق في فضاء الميزات في الاستدلال البصري الكامن للنماذج اللغوية الكبيرة متعددة الوسائط من خلال محاذاة مخرجات فك التشفير مع تضمينات المدخلات عبر مستويات الميزة والسياق والسعة، مما يحقق أداءً فائقاً في الإدراك والاستدلال على نموذج Qwen2.5-VL 7B.
تقترح هذه الورقة إطار عمل لوكيل نماذج لغوية كبيرة (LLM) مهيكل يقوم بإجراء تصحيح لاحق لتوقعات إنتاج المحاصيل الزراعية عن طريق ترميز المعرفة المتخصصة لتحسين تنبؤات النماذج الحالية، محققاً انخفاضاً كبيراً في الأخطاء على كل من مجموعات بيانات الفراولة المملوكة ومجموعات بيانات الذرة العامة التابعة لوزارة الزراعة الأمريكية، لا سيالما عند استخدام نموذج Llama 3.1 8B كنموذج للتحسين.
يقدم SEMIR إطار عمل مبتكر للتجزئة المرئية يتغلب على قيود الحوسبة ذات الشبكة الثابتة وعدم توازن الفئات من خلال تعلم تمثيل "الحد الأدنى للرسم البياني" (graph minor) متكيف مع المهمة ومحاذٍ للحدود عبر عمليات التقليص والحذف المحددة بالمعلمات، مما يتيح فك تشفير دقيق وفعال لتجزئة الهياكل المتفرقة عالية الدقة.
تقترح هذه الورقة وتحلل طريقة "بوتستراب" قائمة على النموذج لسلاسل ماركوف المتحكم بها ذات النهاية المحدودة، والتي تثبت الاتساق التوزيعي لنوى الانتقال وأهداف تقييم السياسات اللاحقة، مما يظهر أداءً فائقاً في المعايرة والتغطية مقارنة بالنماذج المرجعية الحالية في إعدادات التعلم المعزز غير المتصل (offline reinforcement learning).