24235 ورقة بحثية
تقدم هذه الورقة LLMSpace، وهو الإطار الأول لنمذجة البصمة الكربونية الشاملة لتشغيل استدلال النماذج اللغوية الكبيرة على أقمار اصطناعية في المدار الأرضي المنخفض تعمل بالطاقة الشمسية، وذلك من خلال التحليل المشترك للانبعاثات التشغيلية والتجسيدية، وقيود الأجهزة المقواة ضد الإشعاع، وخصائص أعباء العمل المحددة لتحديد مقايضات الاستدامة الرئيسية.
تقدم الورقة البحثية RAM-H1200، وهي مجموعة بيانات معيارية جديدة واسعة النطاق تضم 1,200 صورة شعاعية لليد مع تعليقات توضيحية متعددة المستويات لتجزئة عظام اليد كاملة، وأقنعة تآكل العظام على مستوى البكسل، وتصنيف SvdH المعياري سريرياً، مما يؤسس لأول إطار موحد لتقييم تحليل التهاب المفاصل الروماتويدي الشامل مع الكشف عن أن الكشف الكمي عن تآكل العظام لا يزال يشكل تحدياً كبيراً مقارنة بالنمذجة التشريحية.
تقدم هذه الورقة مجموعة بيانات Gen4Regen وإطار عمل يستفيد من نموذج الرؤية واللغة Nano Banana Pro لتوليد أزواج صور وأقنعة متوافقة بكسلياً، مما يثبت أن دمج هذه العينات المولدة بالذكاء الاصطناًعي مع بيانات محدودة من العالم الحقيقي يحسن بشكل كبير أداء التجزئة الدلالية لأنواع تجدد الغابات النادرة وغير الممثلة كفاية.
تُثبت هذه الورقة أن بنية "توليد المخرقات المعزز بالاسترجاع" (RAG) تؤثر بشكل كبير على المتانة ضد تسميم قاعدة المعرفة، كاشفةً أنه في حين أن التصاميم المتقدمة مثل النماذج اللغوية التكرارية تقلل بشكل جذري من معدلات نجاح الهجمات مقارنة بمسارات العمل التقليدية، فإن الثغرة الأساسية تكمن في مرحلة الاستدلال على المحتوى حيث يقوض التأطير العدائي تقييم المصداقية بدلاً من كونها في تحسين عملية الاسترجاع.
تُثبت هذه الورقة أن توسيع نطاق التمثيلات سابقة التدريب يُمكّن من الكشف الدقيق عن البيانات خارج التوزيع دون الحاجة إلى تصنيف أو ضبط دقيق، وذلك عبر الكشف عن أن النماذج المجمدة تتضمن بطبيعتها بنية هندسية كافية، مما يؤدي إلى تلاشي فجوات الأداء بين الكواشف المحلية والعالمية مع تحسن جودة التمثيل.
تقدم هذه الورقة SPIN، وهو إطار عمل للاستدلال القائم على المحاكاة يستفيد من البيانات الواقعية غير المصنفة لإجراء نقل نطاق يحافظ على المعلومات، مما يعزز دقة الاستدلال البعدي في ظل عدم مطابقة النموذج دون الحاجة إلى تسميات المعلمات الواقعية.
تعالج هذه الورقة القيود النظرية للشبكات العصبية ذات الرتبة المنخفضة البحتة من خلال تقديم بنية "قطري زائد رتبة منخفضة" (DLoR) التي تستعيد، عبر تعزيز قطري متفرق ضئيل، قدرات التقريب الشامل وتثبت أن المصفوفات الكثيفة ليست متطلبات مسبقة للتعبير العام.
تقدم هذه الورقة البحثية "التحسين متعدد الأهداف المتين توزيعياً" (DR-MOO) لمعالجة التحولات التوزيعية في التعلم متعدد المعايير، حيث تقترح مفاهيم حلول من نوع "باريتو" وتطور خوارزميات هبوط التدرج متعدد المتجهات ذات الحلقة الواحدة والحلقة المزدوجة تتسم بالكفاءة مع ضمانات تقارب مثبتة وتعقيد عينات محسّن للحالات غير المحدبة.
تقدم هذه الورقة "العدسة الطيفية" (Spectral Lens)، وهو بروتوكول تشخيصي يستخدم تباين التنشيط وأطياف التدرج للكشف عن كيفية تأثير حجم الدفعة على هندسة التمثيل، والتنبؤ بكفاءة الرمز، والتمييز بين مكاسب التحسين الخاصة بالبنية الهيكلية وتلك الخاصة بجانب التنفيذ في النماذج اللغوية الكبيرة.
تقدم هذه المساهمة "الدوائر الوظيفية الزمنية" (Temporal Functional Circuits)، وهو إطار عمل قائم على شبكات كولموغوروف-أرنولد (KANs) المتبقية ذات البوابات، والذي يحول دوال الحواف الصريحة إلى تفسيرات موثوقة ومؤصلة زمنياً للتنبؤ بالسلاسل الزمنية، محققاً بذلك أداءً تنافسياً ومبرهناً على القيمة التنبؤية لأشكال الـ "spline" المتعلمة.