24235 ورقة بحثية
تقدم هذه الورقة البحثية نموذج LC-MAPF، وهو نموذج مدرب مسبقاً وقابل للتعميم يعزز مسارات الوكلاء المتعددة اللامركزية من خلال دمج وحدة اتصال متعددة الجولات قابلة للتعلم والتوسع لمشاركة الميزات بكفاءة، مما يتفوق على الحلول القائمة على التعلم الحالية عبر سيناريوهات متنوعة دون المساس بقابلية التوسع.
يُعد MAVEN إطار عمل مستوحى من نظام السبورة (blackboard) ومتعدد الوكلاء، يعمل على تعزيز جودة استدلال النماذج اللغوية الكبيرة والثقة المعرفية عبر فك الارتباط بين الأدوار في حلقة (المشكك-الباحث-القاضي) التنافسية مع التدقيق أثناء الخطوات، متفوقاً بذلك على النماذج أحادية البنية والنماذج القائمة على الإجماع عبر مختلف المعايير والنماذج الأساسية.
تقدم هذه الورقة البحثية "اتساق البادئة" (prefix consistency)، وهو إشارة موثوقية في وقت الاختبار تعمل على تحسين كفاءة استدلال "سلسلة الأفكار" (Chain-of-Thought) من خلال وزن الإجابات المرشحة بناءً على قابليتها لإعادة الإنتاج بعد الاقتطاع وإعادة التوليد، محققةً دقة التصويت بالأغلبية القياسية بعدد أقل بكثير من الرموز المولدة دون الحاجة إلى الوصول إلى احتمالات السجل (log-probabilities) أو مطالبات التقييم الذاتي.
تقدم هذه الورقة البحثية تقنية تقطير خريطة الانتقال العشوائي (STMD)، وهي إطار عمل خالٍ من المعلم يعمل على تسريع استنتاج نماذج الانتشار عبر تقطير خريطة الانتقال الكاملة لمعادلة التفاضلية العشوائية (SDE) للنموذج إلى نموذج تدفق متوسط مشروط، مما يتيح أخذ عينات عشوائية فعالة في خطوة واحدة أو خطوات قليلة دون الحاجة إلى معلمين مدربين مسبقاً أو عمليات تحسين معقدة.
تقدم هذه الورقة إطاراً هندسياً لتحليل وتحسين الأبجديات القياسية منخفضة الدقة لتمثيل اتجاه المتجهات، حيث تُثبت أن التنسيقات القياسية مثل المتمم الثنائي والنقطة العائمة هي غير مثالية، بينما تؤكد أن تنسيق NVFP4 E2M1 الخاص بشركة NVIDIA يقترب بشدة من التكوين الأمثل نظرياً لدقة الأربعة بتات.
تقدم هذه الورقة آلية "القيم شبه الجزئية للقسمة" (quotient semivalues)، التي تعمل على تجميع مساهمات البيانات في مجموعات مدعومة بالأدلة لتحقيق خاصية "مقاومة الأسماء المستعارة" في عزو البيانات في تعلم الآلة، مما يمنع المساهمين من تضخيم مكافآتهم عبر تقسيم الهوية أو تكرارها، مع توفير حدود نظرية لمكاسب التلاعب وفقدان العدالة في ظل عدم كمال المصدر.
تقترح هذه الورقة طريقة مبتكرة لتقدير التوزيعات المقابلة للواقع عبر الاستفታدة من الرابط الإحصائي بين البيانات الرصدية والبيانات المقابلة للواقع لتعلم تدفق إزالة الارتباك عبر مطابقة التدفق، مما يؤدي إلى مُقدِّر كفء شبه معلمي يتفوق على النهج الحالية في الإعدادات عالية الأبعاد.
تقترح هذه الورقة إطاراً استراتيجياً للتدقيق في الذكاء الاصطناعي ذي الخصوصية التفاضلية، والذي ينمذج التفاعل بين المدقق والمطور المستجيب كلعبة ستيكلبرج، مستنبطةً سياسة تخصيص مثلى تقلل من نقص الكشف المرجح بالرفاهية من خلال مراعاة جهود التخفيف الاستراتيجية للمطور.
تقترح الورقة البحثية "الاقتران الهيكلي لمطابقة التدفق" (SCFM)، وهو إطار عمل تعاوني يدمج نمذجة المتغيرات الكامنة الهيكلية مع مطابقة التدفق لتمكين التعلم غير الخاضع للإشراف للهياكل الكامنة القابلة للتفسير لمهام مثل التجميع وفك التشابك دون المساس بجودة العينات التوليدية.
تقدم هذه الورقة أول دفاع متين معتمد للكشف عن الشذوذ في السلاسل الزمنية من خلال تكييف التنعيم العشوائي مع مقياس "التواء الوقت الديناميكي" (DTW)، مما يتغلب على قيود معايير التقليدية ويحسن بشكل كبير من القدرة على الصمود ضد الهجمات العدائية الزمنية.