22423 ورقة بحثية
تقترح هذه الورقة قاعدة إيقاف مبكر مجاورة فعالة حاسبياً للتنظيم التكيفي في انحدار كيرل المربعات الصغرى القائم على الميزات العشوائية، والتي تختار المعلمة المثلى دون معرفة مسبقة بشروط النعومة أو السعة مع تحقيق ضمانات تعلم بمعدل أوراكل.
تقدم هذه الورقة قواعد توقف متكيفة مع المسار للتحسين العشوائي شديد التحدب توفر متواليات ثقة موحدة زمنياً ومعتمدة على البيانات لخطأ التحسين، مما يتيح إنهاءً مبكراً صالحاً إحصائياً بعدد أقل بكثير من التكرارات مقارنة بآفاق الزمن الثابت التقليدية.
تقدم الورقة البحثية "فيرجيل" (Virgil)، وهو نظام تفاعلي مصمم لمساعدة المستخدمين على التنقل والاكتشاف والمقارنة بين المنظومة المتجزئة بشكل متزايد لأدوات التفسير الخاصة بالنماذج اللغوية القائمة على المحولات (transformer-based language models) من خلال واجهة موحدة مدعومة بقاعدة معرفية منسقة.
تقدم الورقة البحثية KOPE، وهو إطار عمل مدفوع بالخبرة يستخدم ذاكرة الرسم البياني للخبرة (Experience Graph Memory) والإدارة النشطة للسياق (Active Context Management) لتمكين وكلاء النماذج اللغوية الكبيرة (LLM agents) من التعلم من مسارات تحسين نوى الأجهزة السابقة، محققاً تحسينات كبيرة في الأداء وكفاءة الرموز (token efficiency) مقارنة بالنماذج المرجعية الحالية دون الحاجة إلى تحديث النموذج التأسيسي الأساسي.
تقدم هذه الورقة إطاراً للعدالة الفردية للتجميع الهرمي يضع حداً للتشوه المحلي ضمن جيران الـ الأقرب، ويحدد الحد الأد_نى من الهامش المطلوب لتحقيق الإمكانية، ويكشف عن انفصال جوهري بمقدار بين الإمكانية المحلية والعالمية.
تقدم هذه الورقة إطار عمل هرمي متآزر للتعلم العميق يدمج وحدات تركيبية وهيكلية وحركية للتغلب على محدودية البيانات في الفحص متعدد الأهداف، حيث نجح في تحديد 97 إلكتروليت صلب عالي الأداء من بين أكثر من 30 مليون مرشح، وكشف أن ترابط شبكة قفز أيونات الليثيوم (Li)، وليس عدد المواقع الهندسية، هو المحدد الأساسي للموصلية الأيونية في درجة حرارة الغرفة.
تقدم هذه الورقة JIT-Agent، وهو نموذج قابل للتدريب يقوم تلقائياً بتخليق وتطوير أطر عمل (harnesses) خاصة بالمهام عند الطلب، مما يعزز بشكل كبير أداء مختلف النماذج التأسيسية ويجعل من ذكاء أطر العمل بُعداً قابلاً للتوسع ومتعامداً مع قدرات الوكيل.
تثبت هذه الورقة أن طرق التعلم عبر الإنترنت البايزي التقريبية يمكنها الحفاظ على ضمانات الندم التنبؤي السريع للتنبؤ البايزي الدقيق، بشرط التحكم في خطأ التقريب (المقاس بمسافة واسرستاين) بشكل كافٍ بالنسبة لنصف قطر انكماش التوزيع اللاحق، وتوضح هذا المبدأ من خلال ثلاث خوارزميات محددة للنماذج الخطية، ونماذج المتتاليات غير متناهية الأبعاد، وانحدار العملية الغاوسية.
تجادل هذه الورقة بأن نُهج تعلم التعزيز متعدد الأهداف الحالية (SER وESR) والميزات اللاحقة غير كافية لأنها تفشل في مراعاة الوجود المتزامن لتأثيرات المنفعة غير الخطية التي تحدث عبر أطر زمنية مختلفة ضمن مسألة قرار واحدة.
تقيم هذه الورقة البحثية بشكل منهجي مخاطر الخصوصية في الشبكات العصبية الرسومية المعززة بالنماذج اللغوية الكبيرة، كاشفةً أنه بينما يؤدي الإثراء الدلالي إلى تعزيز الأداء بشكل كبير، فإنه يزيد أيضاً من الضعف تجاه هجمات استنتاج الروابط، والملصقات، والعضوية، مما يخلق مقايضة صعبة بين الخصوصية والمنفعة حتى عند تطبيق دفاعات الخصوصية التفاضلية.