24308 ورقة بحثية
تقترح هذه الورقة طريقة استرجاع مبتكرة تستفيد من كشف الأنماط الشاذة لتحديد واسترجاع ناقلات قواعد البيانات التي تشترك في أبعاد بارزة مع مجموعة من ناقلات الاستعلام المتعددة، مما يثبت أن استخدام مجموعات استعلام أكبر يحسن عمومًا أداء الاسترجاع عبر مختلف أنماط البيانات.
تقدم هذه الورقة MER-DG، وهي طريقة غير مرتبطة بهيكلية معينة تستخدم تنظيم اعتلاج النمط (modality-entropy regularization) لمنع "الفرط في التخصيص للدمج" (fusion overfitting) الناتج عن الاعتماد على التلازمات عبر الوسائط الخاصة بالمصدر، مما يحسن بشكل كبير أداء تعميم النطاق متعدد الوسائط على معايير مثل EPIC-Kitchens وHAC.
تضع هذه الورقة أول إطار نظري صارم للخصوصية التفاضلية في الشبكات العصبية التلافيفية الرسومية من خلال اشتقاق حدود معدل خطأ التصنيف وتوصيف المقايضة بين الخصوصية والمنفعة من منظور استقرار أخذ العينات الفرعية.
تتناول هذه المساهمة المقايضة بين الضغط وزمن الاستجابة في نقل النصوص في الوقت الفعلي عبر ترميز الإنتروبيا القائم على النماذج اللغوية الكبيرة عبر قنوات ذات معدل ثابت، وتُظهر أنه بينما يُعد ترميز هوفمان أمثلاً للقنوات ذات السعة الزائدة مع زمن استجابة خوارزمي صفري، فإن النماذج اللغوية الأكبر تقلل معدلات البت بشكل كبير، مما يغير اختيار المرمز الأمثل، مع التحقق من النتائج عبر نطاق بارامتري يبلغ 25 ضعفاً من GPT-2 إلى Llama 3.2.
تقوم هذه الورقة البحثية بقياس أداء التضمينات اللاسلكية عالية الأبعاد مقابل التمثيلات القائمة على المشفرات التلقائية المضغوطة والبيانات الخام، كاشفةً أنه في حين توفر النماذج عالية الأبعاد مزايا التعلم من عينات قليلة، فإن التضمينات المضغوطة توفر متانة فائقة ضد الضجيج وتكاليف حوسبة ونقل أقل بكثير عبر مختلف المهام اللاحقة.
تقدم هذه الورقة MIRA، وهو مقياس قائم على العينات يقيم دقة التوزيعات الشرطية المرشحة ويُمكّن من مقارنة النماذج البايزية من خلال قياس مدى التوافق مع عملية توليد البيانات الحقيقية دون الحاجة إلى حساب الدليل.
تقترح هذه الورقة تقنية تعلم تعتمد على مبدأ "فرق تسد" مع مراعاة الارتباط، والتي تعمل على تفكيك مهام كشف التسلل المعقدة إلى مشكلات فرعية أصغر، مما يمكن النماذج خفيفة الوزن مثل أشجار القرار من تحقيق دقة أعلى بكثير، وتقليص حجم النموذج بشكل جذري، وتحسين المتانة والقابلية للتفسير على الأجهزة ذات الموارد المحدودة.
تقدم هذه الورقة البحثية نموذج TIJERE، وهو نموذج مبتكر لاستخراج الكيانات والعلاقات بشكل مشترك يستفيد من المعرفة الخبيرة للمحللين ونموذج +SecureBERT مضبوط الدقة ضمن إطار عمل لوسم المتواليات المتعددة لتحقيق أداء رائد في مجال استخبارات التهديدات السيبرانية، إلى جانب إصدار أول مجموعة بيانات موسومة بشكل مشترك متاحة للجمهور، DNRTI-JE، لمعالجة الفجوات الحالية في التحليل الآلي للتهديدات.
تقدم هذه الورقة DR-SNE، وهي طريقة لتقليل الأبعاد تعمل على تعزيز هدف تضمين الجيران العشوائي القياسي بحد تنظيم الكثافة للحفاظ صراحةً على تغيرات كثافة البيانات النسبية مع الحفاظ على بنية الجوار المحلي، مما يحسن الأداء في المهام الحساسة للكثافة مثل اكتشاف الشذوذ.
تقدم الورقة البحثية Pair2Score، وهو إطار عمل ثنائي المراحل وفعال من حيث المعلمات ينقل المقارنات الزوجية إلى تقييم مطلق للمقالات عبر تكييف نموذج LLaMA، مما يثبت أن تكوينات نقل محددة ومراحل تدريب زوجية محدودة تحسن دقة التقييم بشكل كبير مقارنة بالنماذج المعتمدة على التقييم المطلق فقط.