24514 ورقة بحثية
يُعد VQ-SAD نموذج انتشار عصبي-رمزي يستفيد من نموذج VQ-VAE مجمد لترميز أنواع الذرات والروابط إلى رموز كامنة منفصلة، مما يتغلب على قيود التمثيلات المستمرة ويحقق أداءً رائدًا في معايير توليد الجزيئات مثل QM9 وZINC250k.
تحدد هذه الورقة أن أهداف التعلم المعزز القياسية ذات المكافآت القابلة للتحقق (RLVR) تؤدي إلى انهيار التنوع لكونها غير مبالية بتوزيع الكتلة الاحتمالية بين الحلول الصحيحة، وتقترح تحسين السياسة الموحدة الصحيحة (UCPO) لفرض توزيع موحد على المخرات الصالحة، مما يحسن بشكل كبير تنوع وتغطية العينات المتعددة مع الحفاظ على دقة المحاولة الواحدة.
تقترح هذه الورقة خوارزمية جديدة للتعلم المعزز القائم على النموذج تحقق حدود ندم مثالية بتعقيد أوراكل مستقل عن أحجام فضاءات الحالة والعمل، مما يجعلها أول طريقة كفؤة مزدوجة الأوراكل قادرة على حل عمليات ماركوف لقرار (MDPs) ذات فضاءات حالة وعمل لانهائية.
تقدم الورقة نظرية مجال الشبكة (MeshFT) وتطبيقها العصبي، MeshFT-Net، وهو إطار عمل يحافظ على البنية ويفصل بين البنية الطوبولوجية للشبكة وخصائصها المترية لاستخلاص صيغة "بورت-هاميلتونيان" (port-Hamiltonian)، مما يتيح عمليات محاكاة عالية الكفاءة في استهلاك البيانات، ومتسقة فيزيائياً، ومستقرة مع انحراف طاقة يقترب من الصفر وقدرة قوية على الاستقراء الخارجي.
تقدم هذه الورقة Foresight Arena، وهو معيار مرجعي على السلسلة (on-chain) غير مقيد، يقيم وكلاء التنبؤ بالذكاء الاصطناعي في أسواق التنبؤ الواقعية باستخدام عقود ذكية لا تتطلب الثقة وقواعد تسجيل ملائمة لقياس دقة التنبؤ بصرامة مع منع الإفراط في التخصيص وتلوث البيانات.
تقترح الورقة البحثية GD4، وهي طريقة انتشار إزالة تشويش منفصلة قائمة على الرسوم البيانية تقوم بإزالة التشويش المباشر في فضاء الرموز المنفصلة لتحقيق كشف MIMO سريع وعالي الجودة مع مقايضات أداء وتعقيد متفوقة مقارنة بالنماذج المرجعية التقليدية ونماذج الانتشار الحالية في كل من الأنظمة ناقصة التحديد وفائقة التحديد.
تتقصى هذه الورقة المقايضة بين التحديد الدقيق لمتوسطات الأذرع وتعظيم المكافآت التراكمية في معضلات "المتعدد الأذرع"، مقترحةً خوارزمية ذات حدود ندم نظرية تدمج بين هذين الهدفين، وتتحقق من أدائها تجريبياً.
تقدم هذه الورقة BARE، وهي استراتيجية "بانديت" (bandit) مبتكرة لتحديد العقدة الأكثر تأثيراً في رسم بياني مجهول من خلال اكتشاف بنيته بشكل متسلسل، والتي تحقق حداً للندم يتناسب مع البعد القابل للكشف بدلاً من العدد الإجمالي للعقد.
تقترح هذه الورقة طريقة لتعلم المقاييس لتحسين النهج القائم على الحالات للكشف عن الشذوذ الشرطي من خلال تعلم مقياس مسافة يعكس بشكل أفضل الأنماط التي تعتمد فيها حالات الشذوذ على مجموعات فرعية محددة من السمات.
تقترح الورقة البحثية LambdaRankIC، وهو نهج جديد للتعلم من أجل الترتيب مُنفذ في XGBoost يقوم بتحسين مقياس Rank IC غير القابل للتفاضل مباشرةً للتنبؤات المالية عبر اشتقاق تدرجات لامدا ذات الصيغة المغلقة، مما يظهر أداءً فائقاً خارج العينة مقارنة بأهداف الانحدار والترتيب التقليدية على كل من البيانات السوقية المحاكات والواقعية.