23979 ورقة بحثية
تقدم الورقة البحثية نموذج LLiMba، وهو نموذج لغوي للغة السردينية بـ 3 مليارات معلمة تم تكييفه على وحدة معالجة رسومات استهلاكية واحدة عبر التدريب المسبق المستمر والضبط الدقيق، مما يثبت أن تكوين rsLoRA عالي الرتبة يتفوق على طرق التكيف الأخرى في جودة الترجمة مع تسليط الضوء على القيود الحرجة للمقاييس القياسية في رصد الإخفاقات النوعية مثل تسرب النصوص (script leakage) والهلوسة الواقعية.
تقدم هذه الورقة GAMBIT، وهو معيار ومجموعة بيانات مبتكرة تتميز بخصوم تكيفيين متطورين في مجموعات من النماذج اللغوية الكبيرة متعددة الوكلاء، لإثبات أن التقييم بنمط "الصفر محاولة" (zero-shot) مضلل تجاه التهديدات التكيفية، وأن إعادة المعايرة بنمط "القليل من الأمثلة" (few-shot) أمر بالغ الأهمية للكشف القوي عن المنتحلين.
تقدم هذه الورقة "آلة بولتزمان الكروية" كنموذج قائم على الطاقة عالي الأبعاد وقابل للحل، يستفيد من نظرية المصفوفات العشوائية ونظرية المجال المتوسط الديناميكي لتوصيف ديناميكيات التدريب، والدليل البايزي، والتحولات الطورية بدقة، مما يكشف كيف تدعم هذه الآليات النظرية الظواهر التوليدية المعقدة مثل "الانحدار المزدوج" والانحيازات غير المتوازنة مع الحالة المستقرة الملحوظة في البنى القياسية.
تقترح هذه الورقة البحثية ZO-MOPI، وهي طريقة تحسين من الدرجة صفر لضبط النماذج اللغوية الكبيرة، تعمل على تسريع التقارب من خلال استبدال التعامد الكامل باستراتيجية تعامد جزئي باستخدام تكرار القدرة والإسقاط الفرعي القائم على الزخم، محققةً تقارباً أسرع بمعدل 1.5 إلى 4 مرات من طريقة ZO-Muon المتطورة مع الحفاظ على دقة تنافسية.
تثبت هذه الورقة نظرياً أن تشخيصات اللدونة الحالية، مثل رتب التمثيل ورتب نواتج تانغنت العصبية، يمكن أن تفشل في التنبؤ بفقدان القدرة على التدريب، وتقترح مقياساً جديداً يسمى "الجاهزية للتحسين" يجمع بين قوة الميول وموثوقيتها للتنبؤ بدقة أكبر بمكاسب التحسين المستقبلية في التعلم المستمر العميق.
تقدم هذه الورقة الشبكات العصبية المستوحاة من إطار GENERIC غير الخطي (N-GINNs)، وهو إطار عمل للتعلم العميق يفرض الاتساق الديناميكي الحراري من خلال جهود تبدد محدبة لاكتشاف معادلات التطور بدقة للأنظمة التي تظهر ديناميكيات محافظة وتبددًا غير تربيعي.
تقترح هذه الورقة إطار عمل للشبكة العصبية مسترشداً بقواعد السوق، يقوم بدمج قواعد تشكيل أسعار عدم التوازن في فضاء كامن عصبي لتحقيق تنبؤ دقيق وفعال ومتين بأسعار الكهرباء بمعلمات أقل وتدريب أسرع من النماذج المرجعية للتعلم العميق العام.
تقدم هذه الورقة نموذج انتشار منفصل يعتمد على التبعية ومقيد هرمياً، يقوم بتوليد رسوم بيانية للمشاهد مهيكلة من اللغة الطبيعية عبر فصل البنية عن الدلالات، مما يؤدي إلى تحسين الدقة التركيبية في مهام توليد الصور اللاحقة مقارنة بالنماذج المرجعية الحالية لتحويل النص إلى صورة وتوليد الرسوم البيانية.
تقدم هذه الورقة بروتوكول "التوافق ذاتي الارتكاز" (SAC)، وهو بروتوكول تكراري للترشيح والتحسين لامركزي بالكامل، يُمكّن أنظمة الوكلاء المتعددين لنماذج اللغات الكبيرة من مقاومة الأخطاء البيزنطية بقوة والحفاظ على أداء موثوق عبر مختلف طوبولوجيات الاتصال دون الاعتماد على التنسيق القائم على القائد أو الثقة المبلغ عنها ذاتياً.
تقترح هذه الورقة إطار عمل يعتمد على التشخيص أولاً للكشف عن التزييف العميق الصوتي، والذي يحدد الأسباب الجذرية للتحيز الجنساني — وتحديداً الاختلافات في التمثيل الصوتي، وتسرب الميزات، وعدم التماثل في التقييم — وتثبت أن استراتيجيات التخفيف المستهدفة، مثل تعديل العتبة الخاص بكل جنس وتنظيم العدالة على مستوى الحقبة التدريبية، يمكن أن تقلل بشكل كبير من عدم الإنصاف دون المساس بدقة الكشف.