24135 ورقة بحثية
تقدم الورقة البحثية طريقة MAST، وهي طريقة نمذجة بديلة متعددة الدقة ومتكيفة مكانياً تعمل على دمج البيانات منخفضة الدقة مع ملاحظات عالية الدقة شحيحة ديناميكياً من خلال التوزين القائم على المسافة ونمذجة التباين الصريح، مما يحقق متانة ودقة فائقين في ظل ميزانيات حوسبة ضيقة مقارنة بالتقنيات الحالية المتطورة.
تكشف هذه الورقة أن التكميم بنظام INT4 يستعيد بشكل منهجي البيانات المنسية في عملية إلغاء التعلم، مما يكشف عن مقايضة جوهرية بين النسيان، والمنفعة، والمتانة، وتقترح طريقة DURABLEUN-SAF لتحقيق إلغاء تعلم مستقر عبر عمليات النشر ذات الدقة العالية والمنخفضة على حد سواء.
تقدم هذه الورقة أول تحليل منهجي يكشف عن تضاربات كبيرة بين المقاييس القياسية لتقييم نسيان الآلة في النماذج البصرية اللغوية، وتقترح درجة جودة موحدة (UQS) مبدئية مستمدة من الارتباطات المثالية لتوفير تصنيفات مستقرة وموثوقة.
تحلل هذه الدراسة 1,500 عنصر من اختبار MMLU عبر 33 نموذجاً لغوياً كبيراً من النماذج الرائدة لتكشف أن درجات المراقبة الميتا معرفية الإجمالية تحجب تباينات كبيرة ومستقرة على مستوى المجالات، حيث يسهل مراقبة المعرفة التطبيقية بشكل موثوق مقارنة بالاستدلال الرسمي أو العلوم الطبيعية، مما يدعم استخدام الفحص النوعي الخاص بكل مجال قبل نشر النموذج.
يعالج RateQuant عيوب التكميم الساذج لـ KV cache متعدد الدقة عبر الاستفادة من نظرية معدل التشوه لملائمة نماذج تشوه لكل مكمم وحل تخصيص البتات الأمثل عبر عملية "التعبئة العكسية" ذات الصيغة المغلقة، محققاً انخفاضات كبيرة في الارتياب مع حد أدنى من عبء المعايرة.
تقدم هذه الورقة مسار تجميع هرمي يجمع بين استخراج الميزات القائم على الـ shapelet والميزات الإحصائية مع النمذجة متعددة المستويات للكشف بفعالية عن الشذوذ الدقيق في بيانات التتبع متعددة المتغيرات لأقمار وكالة الفضاء الأوروبية (ESA) الاصطناعية، مما يظهر قدرة قوية على التعميم على معيار ESA-ADB.
تقدم الورقة البحثية نموذج "Toeplitz MLP Mixer" (TMM)، وهو بنية شبيهة بالمحولات (transformer) تستبدل آلية الانتباه بضرب مصفوفة "توبليتز" (Toeplitz) ذات القناع المثلثي لتحقيق تعقيد أقل من التربيعي، مع إظهار كفاءة تدريب فائقة، وقدرة أعلى على الاحتفاظ بالمعلومات، وأداء أفضل في التعلم داخل السياق مقارنة بالنماذج الأخرى ذات التعقيد الأقل من التربيعي.
تستخدم هذه الدراسة إطاراً تنبؤياً هجيناً يجمع بين نموذج CatBoost، وتحليل SHAP، والانحدار اللوجستي على بيانات نظام تقارير حوادث الطرق (CRSS) للفترة 2020-2023 لتحديد عدم استخدام أحزمة الأمان، وعمر المركبة، والسرعة الزائدة، وتأثر السائق بوضع طبي كعوامل خطر حرجة لحوادث الأشجار الشديدة، مما يكشف عن تفاعلات معقدة تساهم في توجيه تدخلات السلامة المستهدفة.
تقترح هذه الورقة إطاراً لأنظمة الاستدلال التكراري يمثل حالة الاستدلال المتطورة كـرسم بياني للحالة المعرفية، وتُقدم مقياس "فجوة الرتبة" (order-gap) كشرط محلي، وضروري وكافٍ لتحديد متى يكون من غير المرجح أن تؤدي التكرارات الإضافية إلى تحسينات.
تقدم هذه الورقة نموذج انتشار كامن متعدد الوسائط مبتكر يستخدم الانتباه المتقاطع والمشفرات التلقائية التباينية لتوليد أحجام رنين مغناطيسي وبيانات سريرية جدولية متماسكة بشكل مشترك ضمن مساحة كامنة مشتركة، مما يظهر قدرات توليد عالية الدقة على مجموعة بيانات الكوهورت الوطنية الألمانية ويؤسس لإثبات مفهوم لإنشاء توائم رقمية اصطناعية في مجال الرعاية الصحية.