24514 ورقة بحثية
تقترح هذه الورقة تعريف عدالة المصنف من خلال وجود "تفسيرات عادلة" (الأسباب المتمثلة في المضروبات الأولية التي تستبعد السمات المحمية) التي تراعي قيود السمات، وهي تحلل العلاقات والتعقيد الحسابي لثلاثة تعريفات متميزة للعدالة في ظل هذه الظروف.
تقترح هذه الورقة أن التوجيه القياسي القائم على الألفة في نماذج "خليط الخبراء" (Mixture-of-Experts) يفشل عند الانتقالات بين المجالات، وتثبت أن دمج الآليات المستوحاة من "مبدأ الطاقة الحرة" — وتحديداً الذاكرة الزمنية، والبوابات الموزونة بالدقة، والتوجيه الاستباقي — يمكن أن يحسن بشكل كبير من دقة اختيار الخبراء والأداء التنبؤي من خلال تمكين النموذج من اكتشاف التحولات التوزيعية والاستعداد لها قبل حدوثها.
يُعد BlenderRAG نظاماً للتوليد المعزز بالاسترجاع يعمل على تحسين دقة واتساق الهندسة في الإنشاء التلقائي للأجسام ثلاثية الأبعاد من اللغة الطبيعية بشكل كبير، وذلك عبر الاستفادة من مجموعة بيانات متعددة الوسائط ومنسقة من الأمثلة التي تم التحقق منها من قبل خبراء لتوجيه النماذج اللغوية الكبيرة الحديثة دون الحاجة إلى الضبط الدقيق.
تقدم هذه الورقة مؤشر تشوه الزوايا للفئات (CADI)، وهو مقياس قابل للتفاضل يعتمد على الزوايا الداخلية لتقييم مدى دقة تنظيم العناقيد في إسقاطات تقليل الأبعاد، معالجةً بذلك أوجه القصور في المقاييس الحالية التي تفشل في رصد الترتيبات النسبية للعناقيد أو تفترض أشكالاً كروية.
تقدم الورقة البحثية PROBE، وهي طريقة لاحقة (post-hoc) ومستقلة عن البنية التحتية، تستفيد من التمثيلات المجمدة لكل ذرة من جهود التفاعل بين الذرات المتعلمة مسبقاً والمدركة آلياً لتوليد تقديرات موثوقة لعدم اليقين لكل تنبؤ وتشخيصات قابلة للتفسير كيميائياً، متفوقة بذلك على أساليب تباين المجموعات التقليدية مع التوسع بشكل ملائم نحو النماذج ذات النطاق التأسيسي.
تجسّر هذه الورقة البحثية الفجوة بين رسم الرسوم البيانية وتقليل الأبعاد من خلال تقديم حل عشوائي متوافق مع مكتبة scikit-learn يقلل الإجهاد العالمي عبر تحديثات زوجية محلية، مما أظهر تقارباً أسرع بكثير وأداءً مماثلاً أو متفوقاً على خوارزمية SMACOF التقليدية في الاختبارات المرجعية عالية الأبعاد.
تقترح هذه الورقة إطار تعلم مبتكر يجمع بشكل تآزري بين المشفر التلقائي التبايني متعدد الأنماط ونماذج الطاقة، مستخدماً مراجعات سلسلة ماركوف مونت كارلو (MCMC) في كل من فضاءات البيانات والفضاءات الكامنة للتغلب على ضعف الخلط والقيود أحادية النمط، مما يحقق جودة وتماسكاً فائقين في التوليد متعدد الأنماط.
تقدم هذه الورقة إطار تقييم مدركاً للمهام للتنبؤ بمستوى غلوكوز الدم، يكشف عن فجوة حرجة بين الدقة الإجمالية القياسية والمنفعة السريرية من خلال إثبات أن النماذج غالباً ما تفشل في اكتشاف أحداث نقص سكر الدم عالية الخطورة في سياقات محددة ولا يمكنها التنبؤ بشكل موثوق بنتائج تدخلات جرعات الأنسولين.
تقترح هذه الورقة البحثية "التحسين الريماني المقيد" (RCO)، وهو إطار عمل مبتكر ينمذج قيود الميزانية كمتنوعات ريمانية سلسة لتمكين التحسين القائم على التدرج بكفاءة للأهداف غير القابلة للتفكيك تحت فرض دقيق للميزانية، متفوقاً بذلك على طرق الجزاء والأساللة التطورية الحالية في كل من جودة الحل والكفاءة الحسابية لمهام مثل التكميم مختلط الدقة وتقليم الخبراء.
تثبت هذه الورقة أن الذاكرة الموزعة المتناثرة النبضية (Spiking Sparse Distributed Memory) ونماذج المحولات (Transformers) هما نموذجان متماثلان وظيفياً يتشاركان خمس عمليات جوهرية وأصل استرجاع يعتمد على تشابه جيب التمام، مما يؤسس رابطاً رياضياً بين توقيت النبضات والترميز الموضعي الجيبي، مع إظهار أن التضمينات القائمة على الرتب تتفوق على الترميزات المضغوطة ترددياً في المهام التي تتطلب دقة موضعية.