24235 ورقة بحثية
تقدم هذه الورقة MTG-Causal-RL، وهو معيار مرجعي جديد لـ Gymnasium يعتمد على لعبة Magic: The Gathering يدمج نموذجاً سببيّاً هيكلياً محددًا يدويًا لتمكين التقييم الصارم لتخصيص الائتمان السببي، والنقل الهيكلي، وقابلية تدقيق السياسات في بيئات معقدة، جزئية الملاحظة، ذات مساحات إجراءات مقنعة واسعة.
تُثبت هذه الورقة أن nGPT، وهو بنية تفرض تقييد الأوزان والحالات الخفية في كرة فائقة الوحدة، يُمكّن من تدريب مستقر وفعال من الطرف إلى الطرف بدقة 4 بت عبر تعزيز نسب الإشارة إلى الضوضاء بشكل طبيعي من خلال التراكم البنّاء للإشارة، مما يلغي الحاجة إلى تدخلات معقدة للحفاظ على الدقة.
تجادل ورقة الموقف هذه بأن فهم التعميم في نماذج الانتشار يتطلب إطاراً نظرياً جديداً يركز على مرحلة تعلم ما قبل الحفظ بدلاً من تفسير غياب الحفظ، وهو موقف تدعمه النتائج التجريبية على مجموعة بيانات CIFAR-10 ومجموعة من الأسئلة المفتوحة المقترحة.
تقترح الورقة البحثية "Holmes"، وهو إطار تعلم أدلة هرمي يعمل على نمذجة عدم اليقين صراحةً في استرجاع الفيديو ذي الصلة الجزئية من خلال تجميع الأدلة متعددة التدرج عبر نماذج التشابه القائمة على توزيع "ديريكليه" بين الفيديوهات، والمحاذاة اللينة داخل الفيديو عبر النقل الأمثل التكيفي.
تقدم هذه الورقة البحثية TIPreL، وهي طريقة ديناميكيات لانجفنز مسبقة التكييف غير متجانسة زمنياً تستخدم مكيّفاً يعتمد على الزمان والموضع لمعالجة المقايضة بين تغطية الأنماط العالمية واستكشاف الأنماط المحلية في التوزيعات متعددة الأنماط وسيئة التكيف في آن واحد، مع وضع ضمانات تقارب صارمة تحت شروط انتظام مخففة.
تقدم هذه الورقة إطار عمل لنموذج انتشار مطابقة الدرجة (score-matching diffusion model) لأخذ عينات من نظريات قياس الشبكة من نوع SU(N)، مُظهرةً تطبيقه الناجح على تكوينات SU(3) في بُعدين وأربعة أبعاد، ومبينةً أن دمج مصحح يعتمد على ديناميكا جزيئية هاملتونية يحسن بشكل كبير جودة أخذ العينات لقيم الاقتران العكسي الكبيرة رغم زيادة التكلفة الحسابية.
تقترح الورقة البحثية "Prologue"، وهي طريقة تسد الفجوة بين إعادة البناء والتوليد في نماذج الصور ذات الترتيب الذاتي من خلال إدخال مجموعة منفصلة من الرموز (tokens) التي يتم تدريبها حصرياً على التوليد، مما يحسن جودة الصورة بشكل كبير (بتقليل gFID من 21.01 إلى 10.75 على ImageNet) دون المساس بدقة إعادة البناء.
يُعد SymDrift إطار عمل توليدي جديد من خطوة واحدة يعالج تحديات التماثل في الأنظمة الفيزيائية من خلال تقديم مجال انجراف واعٍ بالتماثل عبر المحاذاة المثلى والتمثيلات الثابتة، محققاً أداءً هو الأفضل في فئته في مجال التوليد الجزيئي مع تقليل العبء الحسابي بما يصل إلى 40 ضعفاً مقارنة بالنماذج المرجعية متعددة الخطوات.
تؤسس هذه الورقة أساساً نظرياً لتوحيد التعلم المعزز المشروط بالهدف وتعلم المهارات غير الخاضع للإشراف من خلال صياغة كليهما كحالات من تعظيم التحكم، مما يثبت أن أهداف تعلم المهارات القائمة على المعلومات المتبادلة محددة بـ وتتماشى بشكل أمثل مع صياغات وصول متميزة للأهداف.
تقدم هذه الورقة البحثية wAR-Tok، وهي طريقة تعمل على تحسين التوليد الذاتي الانحداري للصور المنفصلة من خلال دمج إشارة مطابقة مسبقة قائمة على تدفق تدرج واسرستاينين في تدريب المرمز (tokenizer)، مما يؤدي إلى محاذاة توزيع الرموز المتعلم مع النموذج الذاتي الانحداري المستهدف دون المساس بجودة إعادة البناء.