24528 ورقة بحثية
تقترح الورقة البحثية **التحكم الانتقائي في المخاطر التوافقية (SCRC)**، وهو إطار عمل موحد يجمع بين التصنيف الانتقائي والتنبؤ التوافقي لإنتاج مجموعات تنبؤ مدمجة وموثوقة من خلال اختيار العينات الواثقة أولاً ثم تطبيق التحكم في المخاطر على المجموعة الفرعية المختارة.
تقترح هذه الورقة "كثافة نسيج الكائن" (OTI)، وهو مقياس جديد، وخالٍ من النماذج، وقابل للتفسير بصرياً، يقيس مدى هشاشة الصور من خلال قياس كثافة نسيج الكائنات الدلالية، متجاوزاً بذلك حدود الطرق الحالية المعتمدة على الوسائط غير القابلة للتفسير.
تقترح هذه الورقة إطار عمل تدريب ثنائي المراحل للشبكة العصبية المستوحاة من الفيزياء (PINN)، والتي تتيح عند دمجها في مرشح تقدير الحالة، التقدير الدقيق لارتفاعات الطور السائل-السائل باستخدام قياسات تدفق الحجم المتاحة فقط.
تقدم هذه الورقة أولى الخوارزميات للنماذج السياقية الخطية المعممة (generalized linear contextual bandits) تحت نظام الخصوصية التفاضلية المشتركة والمبعثرة (shuffle and joint differential privacy)، متجاوزةً تحديات المقدرات غير ذات الصيغة المغلقة ومصفوفات التصميم المتطورة لتحقيق حدود ندم (regret bounds) تقترب بشدة من المعدلات غير الخاصة.
تضع هذه الورقة ضمانات التقارب لعملية الانتشار العكسي الخالي من جاكوبي (JFB) في إعدادات الدفعة الصغيرة العشوائية لمشكلات التحكم الأمثل ذات الهاميلتونات الضمنية، وتثبت قابليتها للتوسع في مهام التحكم في الأسراب والوكلاء المتعددين عالية الأبعاد.
تُعد SEAM وحدة برمجية خفيفة الوزن وقابلة للإضافة، تقوم بتخزين الخبرات ضمن معاملاتها الخاصة وتوليد إرشادات مهيكلة ومُحسّنة من حيث المنفعة للنماذج اللغوية الكبيرة المجمدة في تمريرة أمامية واحدة، مما يحسن أداء الاستدلال دون التأخير أو الضجيج الناتج عن الطرق التقليدية القائمة على الاسترجاع.
إن KERV هو إطار عمل لفك التشفير التخميني المصحح حركياً لنماذج الرؤية واللغة والعمل (VLA)، والذي يستخدم مرشح كالمان واستراتيجية ضبط ديناميكية لتسريع استنتاج التحكم في الروبوت من خلال تعويض أخطاء الرموز عبر التنبؤات الحركية بدلاً من إعادة الاستنتاج المكلفة.
تُظهر الورقة البحثية أن المعرفة الطهوية الضمنية للطهاة يمكن استردادها بشكل منهجي من تضمينات المكونات ذات الأبعاد الثلاثمائة، وذلك عبر استخدام عملية تنسيق معززة بنماذج لغوية كبيرة لتحديد خمسة عشر محوراً متعدد الأبعاد للنكهة والقوام والثقافة.
يُعدُّ KARL إطار عمل جديدًا للتعلم التعزيزي يعمل على الحد من هلوسة النماذج اللغوية الكبيرة عبر استخدام آلية مكافأة مدركة لحدود المعرفة واستراتيجية تدريب ثنائية المرحلة لمواءمة قدرة النموذج ديناميكيًا على الامتناع عن الإجابة على الأسئلة مع حدود معرفته المتطورة، مما يحسن المقايضة بين الدقة والحذر.
تقترح الورقة البحثية إطار عمل BiTA، وهو إطار تعلم رسوم بيانية زمنية مبتكر يعزز التنبؤ بالتنبيهات في شبكات الكمبيوتر باستخدام مجمّع (GRU-Transformer) ثنائي الاتجاه لالتقاط الأنماط الزمنية المتكرة وبعيدة المدى ضمن شبكة رسوم بيانية زمنية.