24120 ورقة بحثية
تقدم هذه الورقة البحثية \texttt{AB-SID-iVAR}، وهي طريقة تعلم نشط قائمة على العمليات الغاوسية تتعلم بفعالية الدوال المجهولة تحت توزيعات بولتزمان ذاتية الاستحثاث من خلال تقريب الهدف المستعصي دون تقدير دالة التجزئة، مما يحقق خطأً تنبؤياً يتلاشى ويتفوق على النهج الحالية في تطبيقات مثل نمذجة سطح طاقة الجهد واكتشاف الأدوية.
تقدم هذه الورقة البحثية BCJR-QAT، وهي استرخاء قابل للتفاضل لتكميم الأوزان المرمزة بـ trellis، يستبدل عملية الـ argmax غير القابلة للتفاضل في خوارزمية Viterbi بخوارزمية BCJR sum-product متحكم بها حرارياً، مما يتيح تدريباً واعياً بالتكميم (quantization-aware training) من طرف إلى طرف يتفوق تجريبياً على حدود التقنيات المتطورة لـ PTQ في النماذج اللغوية الكبيرة (LLMs).
تقدم هذه الورقة نظرية تشكيل عشوائي توضح أن التكيف من الدرجة صفر يمكن أن يقلل من النسيان مقارنة بطرق الدرجة الأولى من خلال الحفاظ على انحناء الاستبقاء المتماثل مع تقليص المكونات غير المتماثلة، مما يؤدي إلى خوارزمية RISE التي تطبق آلية التشكيل المعايرة هذه على التدرجات الدقيقة لتحسين مقايضات الاستقرار واللدونة.
تقدم هذه الورقة إطار عمل تكرار السياسة المزدوج التنعيم (DSPI) لإثبات أن تدرج السياسة الطبيعي هو شكل منمنم ومعدل بدقة لعملية تكرار السياسة، مما يثبت تقاربه الهندسي العالمي الخالي من التوزيع وإنهاءه في زمن محدد للحالات غير المنظمة دون الحاجة إلى تعديلات في عمليات ماركوف لاتخاذ القرار أو خطوات حجم متكيفة.
تقدم هذه الورقة البحثية CAQ-ZO، وهي طريقة تحسين من الدرجة صفر تعمل على مواءمة هندسة الاستعلام مع المكممات غير المنتظمة عبر إجراء اضطرابات في الفضاء الكامن المتحول للقضاء على بقايا تقريب الأطراف وتحسين أداء الضبط الدقيق في النماذج ذات البتات المنخفضة.
تقترح هذه الورقة إطار عمل جديداً لـ "إلغاء التعلم" (machine unlearning) ينقل التركيز من تحديثات المعلمات إلى الاستدلال الدقيق لتوزيع البيانات، مما يضمن نظرياً ويثبت تجريبياً أن النموذج الناتج يقترب بشدة من النموذج المثالي المعاد تدريبه.
تقدم هذه الورقة NASH، وهو إطار عمل جديد لاختيار البيانات يقوم بتفكيك دالات المنفعة المستهدفة إلى مكونات غنية بمعلومات "شابلي" وتجميعها بشكل غير خطي لاختيار مجموعات فرعية من بيانات التدريب عالية الجودة باستمرار وكفاءة، متجاوزاً بذلك قيود طرق "داتا شابلي" القياسية التي غالباً ما لا تؤدي أداءً أفضل من الاختيار العشوائي.
تقترح هذه الورقة إطار عمل قائم على البيانات يتكون من مرحلتين، يجمع بين طريقة التعبير المحدود لاكتشاف الديناميكيات الحتمية والنماذج التوليدية لالتقاط العشوائية المتبقية، مما يتيح الاسترداد الدقيق للمعادلات الحاكمة والعزوم الإحصائية عالية الرتبة في الأنظمة المضطربة.
تقدم الورقة البحثية RelFlexformer، وهي فئة من نماذج الـ 3D-Transformer الفعالة التي تستخدم تحويل فوريه غير المنتظم (NU-FFT) لدمج ترميزات المواضع النسبية القابلة للتكامل التعسفية بتعقيد قدره ، مما يتيح آليات انتباه فعالة لكل من الشبكات المهيكلة والبيانات ثلاثية الأبعاد غير المتجانسة غير المهيكلة مثل السحب النقطية.
تثبت هذه الورقة أنه في حين أن التعقيد العيني من الناحية المعلوماتية للاسترداد المتناثر باستخدام بيانات مختلطة الجودة يعتمد على مقايضة متغيرة لـ "ثمن الجودة" بين القياسات عالية التباين ومنخفضة التباين، فإن عتبة الاسترداد الخوارزمي باستخدام طريقة "لاسو" (LASSO) في الإطار غير المفترض (agnostic setting) تظل قوية وتعتمد فقط على متوسط مستوى الضجيج.