24346 ورقة بحثية
تعيد هذه الورقة فحص دور المقارن في اختبارات التمييز من خلال التمييز بين نهج "بقاء الحال على ما هو عليه" المعياري وإطار عمل "مع مراعاة التغيير الضروري" المبتكر الذي يأخذ في الاعتبار كيفية تأثير السمات المحمية سببيًا على السمات غير المحمية، مما يقدم بديلًا أكثر تعقيدًا ولكنه أكثر تأثيرًا للكشف عن التمييز القائم على تعلم الآلة.
تقترح هذه الورقة طريقتين تعتمدان على تحويل جيب التمام المتقطع (DCT) لنماذج "Vision Transformers": استراتيجية تهيئة للحفاظ على البنية لإسقاطات الانتباه الذاتي تعمل على تحسين دقة التصنيف، وتقنية ضغط في نطاق التردد تقلل من العبء الحسابي عن طريق بتر الضوضاء عالية التردد دون التضحية بالأداء.
تقدم هذه الورقة مراجعة شاملة للتحيز في النماذج اللغوية الكبيرة، حيث تحلل أصوله بشكل منهجي، وتقيم طرق الكشف عبر مستويات البيانات والنموذج والمخرجات، وتصنف استراتيجيات التخفيف مع مناقشة الآثار الأخلاقية والقانونية للذكاء الاصطناعي المتحيز في التطبيقات الواقعية.
تقترح هذه الورقة البحثية "المراجع العالمي الاتحادي" (FedGR)، وهي طريقة مبتكرة تستفيد من الذاكرة البطيئة المتأصلة في النموذج العالمي تجاه الملصقات الصاخبة لتصحيح ضجيج الملصقات وتنظيم التدريب المحلي بشكل تعاوني، مما يحقق متانة فائقة ضد ضجيج الملصقات غير المتجانس في التعلم الاتحادي مقارنة بالنماذج المرجعية الرائدة.
تقدم هذه الورقة البحثية "ضبط أهداف التفضيل" (PGT)، وهو إطار عمل لما بعد التدريب يعمل على مواءمة السياسات المشروطة بالأهداف والمجمدة مع تفضيلات المهام من خلال تحسين تضمينات أهداف كامنة مستمرة بدلاً من تحديث معاملات السياسة، مما يحقق أداءً فائقاً ومتانة أعلى مقارنة بكل من مطالبات الخبراء والضبط الدقيق الكامل على معيار Minecraft SkillForge.
تجادل هذه الورقة بأن النماذج اللغوية الكبيرة مدفوعة جزئياً بمعالجة المعلومات القائمة على التمثيل بدلاً من مجرد الحفظ، وتقترح تقنيات عملية لاستقصاء هذه التمثيلات لحل المآزق النظرية وفهم القدرات المعرفية لهذه الأنظمة بشكل أفضل.
تقدم هذه المساهمة نهجاً حتمياً من أسفل إلى أعلى لاستخلاص حدود الخطأ المعتمدة على المسافة في الشبكات العصبية الشريطية (spline neural networks)، بما في ذلك شبكات كولموغوروف-أرنولد، من خلال تحليل أخطاء الخلايا العصبية الفردية وانتشارها عبر التركيبات، مما يثبت سرعة وموثوقية متفوقتين مقارنة بالنماذج الاحتمالية المرجعية في تطبيقات مثل تقدير الشكل والملاحة الآمنة.
تُثبت هذه المقالة انتشار الفوضى وتوفر معدلات تقارب صريحة للحد ذي المجال المتوسط لنماذج "خليط الخبراء" (Mixture-of-Experts) المدربة عبر التدفق المتدرج، وذلك من خلال إثبات تقاربها التقاربي إلى معادلة استمرارية غير خطية وتطبيق هذه النتائج على الشبكات الكمومية العصبية.
تقدم هذه الورقة RAMEN، وهي خوارزمية تحقق تحديداً متيناً بشكل مزدوج لآثار العلاج من بيئات رصدية متعددة عبر الاستفطادة من فرضيات عدم التجانس والتباين دون الحاجة إلى معرفة الرسم البياني السببي الأساسي.
تقدم هذه الورقة البحثية DiffMI، وهو هجوم قلب نموذج (model inversion attack) جديد لا يتطلب تدريباً، يستفيد من نماذج الانتشار (diffusion models) لإعادة بناء الهويات الوجهية غير المرئية من التضمينات (embeddings) بكفاءة وأمانة، متفوقاً بشكل كبير على الأساليب الحالية القائمة على شبكات الخصومة التوليدية (GANs) في كل من معدل النجاح والقدرة على التكيف.