24514 ورقة بحثية
تتناول هذه الورقة تحديات التفسيرية في شبكات كولموغوروف-أرنولد (KANs) الناتجة عن التذبذبات عالية الانحناء، وذلك عبر اشتقاق عقوبة انحناء جديدة غير معتمدة على الأساس، والتي تؤدي عند تطبيقها إلى تنعيم تنشيطات النموذج بشكل كبير دون التضحية بدقة التنبؤ.
تقترح هذه الورقة مُقدِّرَ إزالة ضجيجٍ قائمًا على الاسترخاء المحدب يقوم بإسقاط الملاحظات المشوبة بالضجيج على الغلاف المحدب لمتشعب كامن منخفض الأبعاد، مما يوفر ضمانات خطأ في العينات المحدودة تحت شروط توزيعية محددة ويتحقق من صحة الإطار العملي لتطبيقات المجهر الإلكتروني بالتبريد العميق.
تقدم هذه الورقة إطار عمل لإزالة التحيز في وقت فك التشفير يستخدم نموذج مكافأة عملية منفصلاً لتقييم واختيار الرموز المرشحة من أجل العدالة والطلاقة دون تعديل أوزان النموذج، مما يثبت أن مخططات النقد والمراجعة المتتالية وحواجز التحيز خفيفة الوزن تقلل بفعالية من التحيزات الاجتماعية عبر نماذج لغوية متعددة مفتوحة الأوزان ومملوكة مع الحفاظ على جودة التوليد.
تحدد هذه الورقة فجوة حرجة في الموثوقية حيث تفشل النماذج اللغوية الصغيرة في إنتاج مخرجات صحيحة رياضياً ومتوافقة مع التنسيق المطلوب تحت التوجيه القياسي، وتقترح AloLab، وهو نظام وكيل ميتا تكراري يعمل على تحسين توجيهات النظام لتحقيق دقة عالية في المخرجات مع زمن استجابة يقارب الأداء الأصلي دون الحاجة إلى ضبط دقيق للنموذج أو فك ترميز مقيد.
تعمل هذه الورقة المراجعية على حل النتائج المتناقضة في الكيمياء القياسية للأطياف المرئية وفوق الحمراء القريبة فيما يتعلق بتصميم الشبكات العصبية الالتفافية، وذلك من خلال إرجاعها إلى متغيرات معدلة غير منضبطة، وتقترح إطار عمل للتصميم الشرطي يربط بين بنية النموذج وخيارات المعالجة المسبقة وبين فيزياء الأطياف، وخصائص مجموعة البيانات، وسيناريوهات النشر.
تقدم هذه الورقة الترميز التنبؤي العام عبر الإنترنت (ODEM)، وهو امتداد لتعظيم التوقع الديناميكي يتيح الاستدلال المتزامن عبر الإنترنت للحالات الكامنة، وتعلم معلمات النموذج، وتقدير عدم اليقين في البيئات الديناميكية من خلال الفصل بين المقاييس الزمنية، مما يثبت متانته حتى مع النماذج التوليدية غير المتطابقة أو الفوضوية.
تقترح هذه الورقة خوارزمية آثار عشوائية غير خطية قائمة على "فريشيه" لنمذجة الأجسام العشوائية التعسفية في الفضاءات المترية، حيث تثبت اتساقها من خلال نظرية تقدير "M"، وتُظهر أداءً فائقاً على طرق "هيلبرت" القائمة على الفضاءات الهيلبرتية في كل من مجموعات البيانات الاصطناعية والبيانات الصحية الرقمية.
تقدم هذه الورقة إطار عمل GRIDS، الذي يستفيد من البعد الجوهري المحلي (LID) على مستوى الطبقات في نماذج الكلام ذات التعلم الذاتي للكشف عن الشذوذ عبر تحديد كيفية قيام الاضطرابات العدائية والضوضائية بتشويه البنى الهندسية المحلية بشكل فريد، مما يربط بين تحولات الـ LID وتدهور التعرف التلقائي على الكلام ويُمكّن من المراقبة دون الحاجة إلى نصوص مكتوبة.
تضع هذه الورقة حدوداً كمية لتقارب الشبكات العصبية العميقة كاملة الاتصال إلى حدودها الغاوسية ذات العرض اللانهائي من خلال تطبيق مبدأ تبادل ليندبرغ لاستبدال أوزان الطبقات بالتتابع بمتغيرات عشوائية غاوسية.
تقدم هذه الورقة دراسة مقارنة منهجية لعشرة من أدوات تفسير الشبكات العصبية الرسومية (GNN explainers) عبر ثماني بنيات وست مجموعات بيانات لتقديم رؤى عملية حول أدائها، وتحديد عوامل النجاح الرئيسية، وتقديم توصيات لتجنب عثرات التفسير.