24008 ورقة بحثية
تقدم الورقة البحثية dFlowGRPO، وهو إطار عمل موحد للتعلم المعزز يوسع تحسين أسلوب GRPO ليشمل نماذج التدفق المنفصلة العامة من خلال صياغة عملية إزالة الضجيج كعملية اتخاذ قرار ماركوف، مما يظهر أداءً فائقاً في توليد الصور من النصوص والفهم متعدد الوسائط مقارنة بالطرق الحالية.
تقدم هذه الورقة نظرية التمثيل الفعال (RET)، وهي إطار عمل يعمل على تجريد الحالات الخفية للنماذج اللغوية الكبيرة إلى حالات كليّة عالية المستوى للكشف عن مسارات استدلال متسقة زمنياً، واستيعاب البنية الدلالية، وتمكين التنبؤ والتدخل في سلوك النموذج.
تقترح هذه الورقة إطار عمل "العيوب الدقيقة تكشف التزييف الكلي" (MDMF)، وهو إطار كشف مبتكر يعزز تحديد الصور المولدة بواسطة الذكاء الاصطناعي من خلال إسقاط تضمينات الرقع الدلالية في فضاء كامن جنائي واستخدام التباين الأقصى لمتوسط التباعد لتضخيم الاضطرابات الإحصائية الموضعية إلى تحولات توزيعية على المستوى الكلي، مما يؤدي إلى التفوق على الكواشف الحالية القائمة على الميزات العالمية.
تقدم هذه الورقة البحثية Neural CFRS، وهو إطار عمل جديد غير تتابعي يحل مسألة توجيه المركبات ذات السعة المحدودة في دفعة واحدة من خلال الاستفادة من النقل الأمثل القابل للتفاضل لعمليتي التجميع والتوجيه، مما يحقق تعميماً فائقاً خارج نطاق التوزيع وكفاءة في المعلمات مقارنة بالطرق العصبية التتابعية الحالية.
تقدم هذه الورقة LPS، وهو أداة عينات خلفية منفصلة قابلة للتوسع وعامة تستفيد من معلومات التدرج لإجراء تحديثات متوازية فعالة ضمن فضاءات الحالات المنفصلة، محققةً أداءً تنافسياً في مختلف المسائل العكسية دون الاعتماد على الاسترخاءات المستمرة.
تقدم هذه الورقة إطاراً نظرياً قائماً على المفاصل شبه المستحثة بالترتيب ودوران إزالة الضجيج المحلي لتشخيص وقياس اعتماد المسار في نماذج اللغة الانتشارية، كاشفةً أن ميلها للانهيار إلى مسارات شبيهة بالنماذج ذات الترتيب الذاتي ينبع من عدم توافق الشروط المحلية لإزالة الضجيج بدلاً من أخطاء التقدير.
تقترح هذه الورقة إطار تعلم غير ذاتي الانحدار يستخدم المسارات الذرية كنمط مساعد أثناء التدريب لتمكين التنبؤ السريع والدقيق والديناميكي للنقل الأيوني من الهياكل الساكنة دون الحاجة إلى استدلال تسلسلي أو بيانات مسار عند وقت الاستدلال.
يقدم Mem-W فئة جديدة من وكلاء واجهة المستخدم الرسومية (GUI) التي تدمج الذاكرة التاريخية والذاكرة العاملة مباشرة في السياق الكامن للنموذج كرموز مدمجة، مما يلغي التباين بين الذاكرة الرمزية الخارجية والتمثيلات الداخلية لتحسين أداء المهام طويلة المدى بشكل كبير عبر اختبارات الويب والهاتف المحمول.
تقترح هذه الورقة إطار عمل PGID، وهو إطار عمل جاهز للاستخدام ولا يتطلب تدريباً، يعمل على الدفاع ضد هجمات إزالة العلامات المائية وهجمات التزوير على الصور المولدة بواسطة الذكاء الاصطناعي من خلال استخدام العكس الموجه التدريجي وإزالة الضجيج لإسقاط الكمونات المضطربة مرة أخرى إلى مناطقها الأصلية، مما يؤدي إلى استعادة موثوقية الكشف القوية.
تقدم هذه الورقة البحثية "التخمين وقت الاختبار" (TTS)، وهي طريقة تقطير عبر الإنترنت تعمل على تكييف نموذج مسودة باستمرار أثناء الاستدلال باستخدام إشارات التحقق من النموذج المستهدف، مما يتغلب على تدهور الأداء للنماذج المخمنة الحالية في التسلسلات الطويلة ويحسن أطوال القبول بشكل كبير.