24017 ورقة بحثية
تقترح هذه الورقة طريقة تعلم نقل معتمدة على تشويه الوقت باستخدام الشبكات العصبية المتكررة القائمة على الذاكرة الطويلة قصيرة المدى (LSTM) لتكييف النماذج المدربة على بيانات رطوبة الوقود لمدة 10 ساعات الوفيرة للتنبؤ بفئات رطوبة الوقود ذات الـ 1 ساعة، والـ 100 ساعة، والـ 1000 ساعة الشحيحة، والتي تم التحقق من صحتها مقابل دراسة ميدانية بارزة في أوكلاهوما.
تُثبت هذه الورقة أن الجمع بين التمهيد المتسلسل الشامل وخوارزمية "فوفك-أزوري-وارموث" يحقق ندمًا لوغاريتميًا متعددًا للأنظمة الديناميكية الخطية المستقرة هامشيًا، وذلك من خلال الموازنة الفعالة بين ضغط الذاكرة والمتانة تجاه النمو الأسي للتدرج، مع توسيع نطاق التطبيق أيضًا ليشمل الأنظمة ذات الحجج المعقدة الثابتة من خلال حدود كثيرات حدود تشيبيشيف الجديدة.
تقترح الورقة البحثية إطار عمل SACHI، وهو إطار عمل جديد للتعلم التعزيزي متعدد الوكلاء يستخدم تلافيف محولات الرسم البياني (graph transformer convolutions) لتمكين التكامل الهيكلي للمعلومات المعتمد على المحتوى بين الوكلاء، مما يتغلب على عقبات نقص الرؤية الجزئية ويتفوق باستمرار على النماذج المرجعية الحالية عبر مهام تعاونية متنوعة.
تستنتج هذه الورقة توسعات تقاربية من الدرجة الأولى لأخطاء التجزئة في نماذج الانتشار التي تلتقط صراحةً كيفية تأثير هندسة البيانات ومعلمات الانتشار على دقة أخذ العينات، مما يتيح تحسين جداول الاستدلال القائم على الهندسة.
تُثبت هذه الورقة أن نماذج مطابقة التدفق الكامن (Latent Flow Matching) تمتلك استقراراً ذاتياً في ظل تقليص البيانات والتقلص المعماري، وهي خاصية يستغلها المؤلفون لتطوير خوارزميات تدريب واستدلال فعالة تقلل بشكل كبير من التكاليف الحسابية وجهد التوسيم مع الحفاظ على جودة المخرجات.
تثبت هذه الورقة أنه بالنسبة لعمليات هوكسك (Hawkes processes) المستقرة، والمتفرقة، وضعيفة التفاعل، فإن زمن ملاحظة من رتبة هو ضروري وكافٍ لاستعادة الشبكة الكامنة الأساسية بين من الكيانات بدقة، وهو ما تم تحقيقه من خلال مُقدِّر جديد ذي مرحلتين وحد أدنى مستمد من متباينة فانو (Fano's inequality) وصيغة جاكود لـ جيروسوف (Jacod's Girsanov formula).
تقدم هذه الورقة دليلاً سببياً على أن النماذج اللغوية الكبيرة تتعلم هياكل الرسوم البيانية داخل السياق من خلال آلية مزدوجة حيث تعمل عملية استنتاج الطوبولوجيا العالمية الحقيقية ومطابقة الأنماط المحلية بشكل متزامن، بدلاً من الاعتماد على استراتيجية واحدة.
تقدم هذه الورقة AdamFLIP، وهو إطار تحسين مبتكر يعيد صياغة تدريب الشبكات العصبية المستوحاة من الفيزياء (PINN) كمسألة ذات قيود صلبة باستخدام خطية التغذية الراجعة للعزم التكيفي لحساب مضاعفات لاجرانج ديناميكيًا، مما يؤدي إلى تحسين استيفاء القيود وتقليل أخطاء الحل بشكل كبير مقارنة بالطرق التقليدية ذات القيود اللينة.
تجادل هذه المقالة بأن الفقه القانوني ومواءمة الذكاء الاصطناعي يتشاركان في بنية أساسية تتمثل في التنبؤ بقرارات الجهات الفاعلة القوية وتشكيلها من خلال اللغة، مقترحةً أن الرؤى العابرة للتخصصات المستمدة من النظريات القانونية مثل تأويلية دوركين والاستدلال القياسي عند سنستين يمكن أن تُحسّن استراتيجيات مواءمة الذكاء الاصطناعي، بينما تقدم تطورات الذكاء الاصطناعي بدورها منظورات جديدة لتحسين النظرية القانونية.
تقدم هذه الورقة البحثية "Queryable LoRA"، وهي طريقة لضبط المعلمات بكفاءة عالية، تستبدل المهايئات منخفضة الرتبة الثابتة بذاكرة مشتركة وقابلة للاستعلام من ذرات التحديث التي يتم توجيهها عبر آلية الانتباه ويتم تنظيمها بواسطة التعليمات، مما يتيح تكيفاً ديناميكياً وحساساً للسياق يحسن الأداء والاستقرار مقارنة بالأساليب القياسية.