3418 ورقة بحثية
تقترح هذه الورقة وتقيم إطار عمل "OODA" الوكيل (Agentic OODA Framework) الذي يستفيد من الأنظمة متعددة الوكلاء مع التحقق من خلال العنصر البشري في الحلقة لتجاوز مشكلات التباين والثقة في النماذج اللغوية الكبيرة القياسية، مما يظهر اتساقاً وموثوقية أعلى بكثير لدعم اتخاذ القرار السريري الشفاف والحساس للسلامة في رعاية حالات السكتة الدماغية.
تقدم هذه الورقة MMANet، وهو إطار عمل للتعلم العميق يعتمد على الفيديو فقط ويحافظ على الخصوصية، يستفيد من المحاذاة الزمنية الدقيقة-الكلية لتقدير شدة الاكتئاب بقوة عبر مجموعات بيانات ثقافية متنوعة، محققاً دقة عالية دون الاعتماد على الوسائط الصوتية والنصية المزعجة أو الاقتحامية.
تقترح هذه الورقة طريقة لتصنيف علامات الانصهار في تحقيقات الحرائق الكهربائية تستفيد من محول "سوین" (Swin transformer) وشبكة هرمية للميزات ثنائية الاتجاه مع دمج انتباه عبر النطاقات المقياسية الاتجاهي لتحقيق دقة فائقة ومتانة ضد تدهور الصور مقارنة بالنهج القائمة على الشبكات العصبية الالتفافية (CNN) الحالية.
تقدم هذه الورقة البحثية FactLink، وهو أول معيار لتقييم مهمة تصنيف أدوار روابط التحقق من الحقائق، والتي تتكون من مجموعتي بيانات متعددتي اللغات من الروابط المشروحة، وتُظهر أنه في حين تتفوق النماذج المحولة (transformers) المضبوطة بدقة في البيئات الغنية بالبيانات، فإن النماذج اللغوية الكبيرة ذات التعلم بلقطات قليلة (few-shot) توفر متانة فائقة في سيناريوهات الموارد المنخفضة والنطاقات المتعددة.
تقدم هذه الورقة OPERA، وهو نموذج تنفيذ مقاوم للأخطاء البيزنطية يوسع نطاق التزامن عبر العقد من خلال النسخ المتماثل الجزئي والتوازي بين العقد، مما يقلل تكاليف التنفيذ بشكل كبير ويعزز الإنتاجية في سلاسل الكتل دون المساس بالأمان أو دلالات التطبيق.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي القائم على الرسوم البياسية والمدرك للمهام، والذي يقوم بضغط سياقات الاستدلال القابلة لإعادة الاستخدام في النماذج اللغوية الكبيرة ذات الصندوق الأسود عبر تدريب سياسة خفيفة الوزن لاتخاذ قرارات استخراجية بالاحتفاظ أو الحذف لوحدات الاستدلال ذات البنية البيانية، مما يحقق وفراً كبيراً في تكلفة المدخلات مع الحفاظ على دقة الاستدلال.
تقدم الورقة البحثية EquiEwald، وهو جهد بين ذري عصبي جديد متماثل مع مجموعة SO(3) يوسع عملية جمع إيوالد (Ewald summation) إلى الفضاء المتبادل لالتقاط التفاعلات الكهروستاتيكية والاستقطابية طويلة المدى بفعالية مع الحفاظ على المعلومات المعتمدة على الاتجاه، مما يحسن بشكل كبير من الدقة وكفاءة البيانات في نماذج التعلم الآلي للأنظمة الدورية وغير الدورية.
تقترح هذه الورقة نظرية عشوائية متعددة المقاييس ترتكز على فيزياء الحالة غير المتوازنة لتفسير الأصل الميكانيكي لقوانين القياس في النماذج اللغوية، حيث تُنمذج التدريب كمسار عشوائي منحاز يعتمد على المقياس، مما يؤدي إلى استنتاج قوانين القوة تحليلياً للخسارة مقابل حجم البيانات وحجم النموذج، مع تحديد ديناميكيات ثنائية الطور متفرعة من ضغط السياق وامتصاص الحدود.
تقدم هذه الورقة "المستنتج المقيد بالمعرفة" (Knowledge-Constrained Reasoner)، وهو نهج مبتكر يستخدم مرحلة محاذاة واحدة لترسيخ قدرات الاستنتاج الجوهرية داخل النماذج اللغوية الكبيرة، مما يضمن الاستخدام الصارم والصحيح للمعرفة الخارجية للإجابة على الأسئلة والربط بين موثوقية الأنظمة الخبيرة التقليدية ومرونة التعلم المستمر غير المعلمي.
تقدم هذه الدراسة نظام دعم قرار يعتمد على "خليط الخبراء الموزون" (Weighted Mixture of Experts) وقابل للتفسير، تم تحسينه بواسطة خوارزميات استدلالية مزدوجة، والذي يحقق دقة عالية في التنبؤ بشدة الصحة النفسية بين طلاب الهندسة والطب في البلدان منخفضة ومتوسطة الدخل، مع الكشف عن عوامل خطر متميزة عبر التخصصات المختلفة.