22423 ورقة بحثية
تقدم الورقة البحثية WAVE، وهي طريقة موجهة لرفع دقة العمق، تعكس التسلسل الهرمي التقليدي للتوجيه من الدقيق إلى الخشن عبر توظيف تحويل موجي متقطع متعدد المستويات لتمكين عملية إعادة بناء من الخشن إلى الدقيق تعمل على فصل البنية والتفاصيل بشكل صريح، وتصفية إشارات RGB عالية التردد المضللة، ودمج الأنماط لتحقيق أداء فائق، لا سيما عند عوامل رفع العينات العالية.
تحل هذه الورقة السؤال المفتوح حول ما إذا كان التعلم الاستدلالي غير المعتمد (agnostic transductive) وتعلم الـ PAC يتشاركان في نفس معدلات الحد الأدنى الأقصى (minimax rates) في إعدادات التصنيف متعدد الفئات، وذلك من خلال إثبات أنه لأي فضاءات تسمية، فإن الخطأ الزائد الأمثل محكوم بقانون ثنائي الأبعاد يجمع بين بُعد DS وبُعد Natarajan، وتحديداً .
تقترح هذه الورقة إطار عمل جديد لدمج النماذج يستفيد من المشفرات التلقائية المتفرقة لإسقاط ناقلات المهام في فضاء سمات عالي الأبعاد ومتفرق لفك تشابك السمات المتداخلة بفعالية، مقترناً بمحسن من الدرجة الصفرية مصنف مجموعات خفيف الوزن للدمج الانتقائي للطبقات، مما يتفوق بشكل كبير على النماذج المرجعية الحالية عبر مهام متنوعة.
تقدم هذه الورقة إطار عمل CRAMER، الذي يتيح التكيف الفوري لنماذج التوصية المتسلسلة مع طلبات المستخدمين باللغة الطبيعية من خلال تعديل معاملات العمود الفقري المجمدة عبر قناع مدرك للطلب، مما يحقق أداءً عالياً وقدرة على التحكم دون الأعباء الحسابية لإعادة التدريب أو النماذج اللغوية الكبيرة.
تقدم هذه الورقة خوارزمية عليا منهجية لإعادة البناء من المبادئ الأولية لخلائط المجهر الإلكتروني برد المبرد (cryo-EM) المعقدة التي تحتوي على عشرات الأنواع المتميزة، محققة دقة عالية في مجموعات البيانات المرجعية ومظهرةً نجاحاً في استعادة حالات تجميع الريبوسومات من بيانات تجريبية غير مصفاة.
تكشف هذه الورقة أن الطبيعة منخفضة الأبعاد والهشة لآليات الرفض في النماذج اللغوية المتوافقة تنبع من تكرار بادئات الرفض أثناء التدريب، وتُظهر أن استخدام بادئات رفض متنوعة يمكن أن يزيد من الرتبة المستقرة لتحديثات التنشيط، مما يجعل عمليات الرفض أكثر متانة ضد هجمات الاستئصال الشعاعي.
تقترح هذه الورقة نهج نمذجة فعالاً يعتمد على البيانات، يستخدم تدفقاً تطبيعياً شرطياً تم تدريبه على دفعات قصيرة من بيانات خوارزمية المحاكاة العشوائية (SSA) لتقريب نواة الانتقال في زمن محدد، مما يتيح التوليد الفعال لمسارات متسقة إحصائياً عند خطوة زمنية خشنة محددة من قبل المستخدم مع تقليل التكاليف الحسابية بشكل كبير.
تقدم هذه الورقة فجوة محاذاة النسيان-الاحتفاظ (FRAG)، وهي مقياس لا يتطلب تدريباً يتنبأ بمتانة إعادة التعلم في النماذج اللغوية الكبيرة من خلال قياس انتقائية التحديث بدلاً من الإزاحة العالمية للأوزان، وتقترح تقليم النسيان-الاحتفاظ (FRP) لتعزيز استقرار محو المعلومات عبر تعديل الأوزان الحرجة للنسيان بشكل انتقائي مع الحفاظ على الأوزان الحرجة للاحتفاظ.
تقترح هذه الورقة إطار عمل AERIS لتحسين السياسات غير المتصل بالإنترنت، والذي يتميز بخوارزمية STAR-CRDT، مما يتيح تحكماً آمناً وفعالاً في الاستشعار والاتصالات المتكاملة لعدة طائرات بدون طيار من خلال التعلم من سجلات الطيران التاريخية لتعزيز مقاييس الأداء بشكل كبير مع القضاء على استكشاف التجربة والخطأ المحفوف بالمخاطر عبر الإنترنت.
تُثبت هذه الورقة أنه في حين أن تجميع الرسوم البيانية للمعرفة في محولات "LoRA" الخاصة بكل كيان يتيح تخزيناً بارامترياً فعالاً للمعرفة الواقعية بتكلفة سياقية صفرية، إلا أن الأوزان الناتلة تفتقر إلى القدرة على الاسترجاع القائم على التشابه الدلالي، مما يؤكد الحاجة إلى آلية متعلمة ومشروطة بالاستعلام لاختيار وتكوين المحولات الصحيحة.