24235 ورقة بحثية
تُحدد هذه الورقة معدلات تقارب مثالية من نوع (minimax) لخطأ التعميم بمعيار الـ (supremum) لتدفقات التدرج النواة المستمرة والمنفصلة تحت شروط المصدر، وتُنشئ نطاقات ثقة متزامنة بعروض تقترب بشكل تعسفي من هذه المعدلات المثالية.
يسد هذا البحث الفجوة بين التعلم المعزز العميق الاستدلالي والأسس النظرية من خلال إنشاء إطار عمل موحد قائم على نظرية القياس يوفر حدود أداء العينات المحدودة وضمانات الندم التراكمي عبر الإنترنت لخوارزمية تكرار Q الملائمة للبيانات التكيفية في الفضاءات القابلة للقياس العامة.
تقدم هذه الورقة البحثية MoLS، وهي طريقة تعمل على معايرة مُحسِّن Adam تلقائياً من خلال تقدير نسب الإشارة إلى الضوضاء على مستوى الوحدات لمعالجة عدم توازن ضوضاء التدرج في النماذج اللغوية الكبيرة، مما يؤدي إلى تحسين سرعة التقارب والتعميم دون ضبط يدوي.
تقدم هذه الورقة البحثية "شجرة سلوك مكافأة القناع" (MRBT)، وهي إطار عمل عصبي-رمزي يستفيد من النماذج اللغوية الكبيرة ومحللات التبعية (SMT solvers) لتوليد دوال تشكيل مكافآت وحجب إجراءات قابلة للتحقق، وتتميز بكونها نمطية وتفاعلية، مما يؤدي إلى تحسين كفاءة معدلات النجاح في التعلم التعزيزي بشكل كبير للمهام التركيبية التي تتضمن كائنات متنوعة.
تقدم الورقة البحثية إطار عمل INTRA، الذي يوحد بين الاسترجاع والتوليد ضمن نموذج مشفر-فك تشفير واحد قائم على الانتباه من خلال تمكينه من استرجاع وإعادة استخدام الأدلة المشفرة مسبقاً مباشرة من تمثيلاته الداخلية، متفوقاً بذلك على خطوط أنابيب التوليد المعزز بالاسترجاع التقليدية المنفصلة.
تقدم هذه الورقة مسحاً منهجياً لدوال الخسارة القائمة على النسب لمهام الانحدار التي تركز على الأخطاء النسبية بدلاً من الفروق المطلقة، مع تحليل خصائصها الرياضية الأساسية لإرساء أساس للأبحاث المستقبلية وتطوير دوال خسارة جديدة.
تقدم هذه الورقة "فرضية النسيان الهندسي"، التي توضح أن المعاملات العصبية العميقة تفقد هندسة المجال تدريجياً بسبب بنيتها الماركوفية، مما يؤدي إلى تدهور الأداء، وتقترح آلية حقن ذاكرة خفيفة الوزن لاستعادة الدقة الهندسية وتحسين الاستقرار.
تقدم هذه الورقة QuadraSHAP، وهي طريقة مستقرة عددياً وقابلة للتوسع تحسب قيم شابلي لألعاب المنتجات عن طريق تحويل مجموع الائتلاف الأسي إلى تكامل أحادي البعد دقيق أو شبه دقيق يمكن حله عبر تربيع غاوس-ليجندر، مما يحقق دقة عالية بأقل عدد من العقد وأداءً متوازياً فعالاً.
تقدم هذه الورقة إطار عمل جديداً للعدالة السببية مصمماً خصيصاً للسمات المحمية المستمرة من خلال صياغة التكافؤ الإحصائي والتنبئي عبر المشتقات الجزئية المحددة بالمسار، مما يتيح بناء متنبئات عادلة توازن بين الاستقلال عن المسارات التمييزية والحفاظ على التأثيرات التجارية المشروعة.
تقدم الورقة البحثية FLAS، وهي طريقة لتوجيه التنشيط قائمة على التدفق تتعلم حقل سرعة عامًا مشروطًا بالمفهوم لنقل تنشيطات النموذج، وبذلك تتفوق على كل من تقنيات التوجيه الحالية والتلقين داخل السياق في اختبار AxBench من خلال التغلب على الافتراضات المقيدة للمنهجيات السابقة.