24308 ورقة بحثية
تقيم هذه الورقة مدى قابلية تطبيق وجدوى وقابلية توسع خوارزميات الشبكة الموترية المستوحاة من الحوسبة الكمومية للاستخدام في حالات الاستخدام الصناعية، وذلك من خلال مراجعة الأدبيات الموجودة وتحليل التطبيقات المحتملة إلى جانب قيودها المتأصلة.
تقدم هذه الورقة سلسلة من الخوارزميات القائمة على شبكة التنسور للكشف عن الشذوذ، والتي تستفيد من ضغط بيانات "ترين التنسور" (Tensor Train) للحفاظ على هياكل البيانات الطبيعية مع إزالة الهياكل الشاذة، مما يثبت فعاليتها عبر مجموعات بيانات الأرقام والوجوه والأمن السيبراني.
تتناول هذه الورقة الصعوبة المتأصلة في اختبار العينات الثنائية الشرطي من خلال إرساء حد أساسي واقتراح إطارين عامين — أحدهما يحول اختبارات الاستقلال الشرطي والآخر يستفيد من تقدير نسبة الكثافة — لتمكين مقارنات صالحة وقوية للتوزيعات مع التحكم في العوامل المربكة.
تقترح هذه المساهمة استخدام التحسين البايزي المقيد للضبط التلقائي للمعلمات الفائقة في التحكم التنبئي بالنماذج لإدارة أحمال المباني، مما يظهر تخفيضات كبيرة في تكاليف الكهرباء مقارنة بالمتحكمات القائمة على القواعد والمتحكمات المضبوطة يدويًا، مع تسليط الضوء في الوقت ذاته على الفوائد المالية للاختيار الأمثل للبرامج.
تحدد هذه الورقة المنظورية أربع ثغرات حرجة — تسريب البيانات السرية، واستغلال الراكب المجاني، وتعطيل النظام، وانتشار المعلومات المضللة — في النماذج اللغوية الكبيرة العسكرية الاتحادية التي تواجه هجمات حقن الأوامر، وتقترح إطار عمل تعاوني بين الإنسان والذكاء الاصطناعي يجمع بين فرق الهجوم والدفاع التقنية (Red/Blue Teaming) مع تطوير السياسات المشتركة للتخفيف من هذه المخاطر.
تقدم هذه الورقة خوارزميات تعلم مبتكرة لألعاب ستيكلبرج عبر الإنترنت مع معلومات جانبية تحقق ندمًا شبه أمثل بمعدل في ظل تغذية راجعة من نوع "بانديت" (bandit feedback) عن طريق اختزال المشكلة إلى مسألة "بانديت سياقي خطي"، مما يحسن عن معدلات السابقة ويثبت الفعالية في تطبيقات مثل المزايدة في المزادات والإقناع البايزي.
تقدم هذه المساهمة iR2D2، وهو إطار عمل للتعلم العميق قابل للتوسع يوسع نموذج R2D2 ببنية متداخلة للقيام بشكل مشترك بالمعايرة الذاتية لخرائط الحساسية وإعادة بناء الصور عالية الدقة لتسريع التصوير بالرنين المغناطيسي غير الكارتيزي مع التغلب على قيود التدريب للشبكات التقليدية غير المطوية.
إنّ EntroLLM هو إطار عمل لضغط ما بعد التدريب يجمع بين التكميم المختلط وتشفير الإنتروبيا لتقليل متطلبات التخزين بشكل كبير وتسريع الاستدلال للنماذج اللغوية الكبيرة على الأجهزة الطرفية دون الحاجة لإعادة التدريب.
تُظهر هذه الورقة أن تكييف دالات الخسارة من خلال قواعد التسجيل الموزونة وتنظيم عدم المعايرة في الذيول يمكن أن يحسن معايرة التوقعات الاحتمالية للأحداث المتطرفة، مثل سرعات الرياح في المملكة المتحدة، رغم أن هذا التحسين يؤدي إلى مقايضة مع معايرة النتائج الأكثر شيوعاً.
تقدم الورقة البحثية "المفكك التوليدي الريماني" (Riemannian generative decoder)، وهو إطار عمل خالٍ من المشفر، يتعلم المتغيرات الكامنة ذات القيم المانيفولدية (manifold-valued latents) عبر التحسين المشترك لمفكك مع مُحسّن ريماني، مما يتجنب تقدير الكثافة الهش عددياً بينما يلتقط بفعالية البنى غير الإقليدية الجوهرية للبيانات عبر تطبيقات متنوعة.