24307 ورقة بحثية
تكشف هذه الورقة أن الحفظ في نموذج "Stable Diffusion" مدفوع بشكل غير متوقع بالتكرار الهيكلي لتضمين نهاية النص في رموز الحشو، مما يضخم تأثيره، وتقترح استراتيجيات بسيطة في وقت الاستدلال للتخفيف من هذه المشكلة دون تقليل جودة الصورة.
تُثبت هذه الورقة أن أخطاء التحقق المنهجية في التعلم التعزيزي مع المكافآت القابلة للتحقق (RLVR) يمكن أن تسبب استقراراً في الأداء أو انهياراً اعتماداً على أنماطها المحددة، مما يتحدى الافتراض السابق بأن مثل هذه الأخطاء تؤدي فقط إلى إبطاء التدريب دون التأثير بشكل كبير على النتائج النهائية.
يُعد PRISM-CTG نموذجاً تأسيسياً جديداً للتعلم الذاتي لتمثيل تخطيط قلب الجنين (CTG)، حيث يستفيد من البيانات الضخمة غير المصنفة وإطار عمل تمهيدي متعدد الرؤى يدمج البيانات السريرية الوصفية لتعلم تمثيلات قابلة للنقل على مستوى النطاق، متفوقاً بذلك على النماذج المرجعية الحالية عبر مهام سريرية متنوعة.
تُثبت هذه الورقة أن دمج وحدات الأوزان السريعة الهيبية (Hebbian Fast-Weight) في نماذج المحولات الرؤيوية (Vision Transformers)، وتحديداً عبر استراتيجية وضع واحدة في المرحلة النهائية من نموذج Swin-Tiny، يعزز بشكل كبير أداء التعرف على الحروف في حالات التعلم ببيانات قليلة (few-shot) من خلال تمكين التكيف السريع على مستوى الحلقة (episode-level adaptation) الذي يتفوق على البنيات القياسية ذات الأوزان الثابتة.
يُعد Proteo-R1 إطار عمل ثنائي الخبرة يعزز التصميم الابتكاري للبروتينات من خلال الفصل الصريح بين الاستدلال الجزيئي والتوليد الهندسي، وذلك باستخدام نموذج لغوي متعدد الوسائط لتحديد البقايا الوظيفية الحرجة كقيود صارمة لمولد قائم على الانتشار لضمان نتائج تصميم مستقرة، وقابلة للتفسير، وقابلة للتحكم.
تقدم الورقة البحثية RouteHijack، وهو هجوم كسر حماية مدرك للتوجيه يستغل تركيز سلوكيات السلامة في خبراء محددين داخل نماذج اللغات الكبيرة القائمة على خليط الخبراء (MoE) من خلال تحسين لواحق المدخلات لتثبيط خبراء السلامة وتعزيز الخبراء الضارين، مما يحقق معدلات نجاح في الهجوم وقابلية نقل أعلى بكثير عبر مختلف نماذج (MoE) مقارنة بالطرق الحالية.
تقترح هذه الورقة إطار عمل للتعلم الآلي المستند إلى الفيزياء يتنبأ بخصائص أويلر للصور المدخلة من خلال تدريب الشبكات العصبية على توليد حقول متجهات وحدة (تُفسر كتهيئات سبين) وحساب رقم السكيرميون الخاص بها، باستخدام هاميلتوني مغناطيسي كدالة خسارة لتقييد درجات الحرية دون الحاجة إلى مجموعات بيانات ضخمة موجودة مسبقاً.
تقدم الورقة البحثية AsymK-Talker، وهو إطار عمل جديد للتقطير بالانتشار (diffusion-distillation) يحقق توليدًا للرؤوس المتحدثة في الوقت الفعلي ولفترات زمنية طويلة بدقة بصرية عالية واتساق زمني من خلال دمج التوليد الحلقي المشروط بالنواة (Kernel-Conditioned Loop Generation)، والترميز المرجعي الزمني (Temporal Reference Encoding)، وتقطير النواة غير المتماثل (Asymmetric Kernel Distillation) للتغلب على عدم الكفاءة السببية والانجراف التدريجي في الأساليب الحالية.
تقترح الورقة البحثية آلات الغلاف الأفيني النواتي (KAHMs)، وهي طريقة خفيفة الوزن وصريحة تحليلياً تستبدل ترميز استعلام المحولات عبر الإنترنت المكلف حوسبياً بخرائط معجمية-دلالية فعالة، محققةً أداء استرجاع مماثل مع تقليل زمن الاستجابة بمقدار 8.5 ضعفاً.
تقدم الورقة البحثية EFGPP، وهو إطار عمل قابل للتكرار لدمج مصادر البيانات الجينية والسريرية والجزيئية غير المتجانسة، والذي أظهر تحسناً في دقة التنبؤ بالشقيقة (AUC 0.688) مقارنة بأنواع البيانات الفردية من خلال الجمع بفعالية بين الميزات المستمدة من النمط الجيني، ودرجات المخاطر متعددة الجينات، والمتغيرات المصاحبة.