1378 ورقة بحثية
تقترح هذه الورقة إطار عمل مستقر لاستعادة الإشارات المتفرقة باستخدام تنظيم مجموع اللوغاريتمات مع استراتيجية تنعيم تكيفية لضمان استمرارية المؤثر القريب، مع اشتقاق تنبؤات تطور الحالة لخوارزمية AMP والتحقق منها مقابل تجارب ADMM لإثبات تفوقها على تنظيم في أنظمة الكثافة المنخفضة أو معدلات القياس العالية.
تثبت هذه الورقة أنه في حين أن التعقيد العيني من الناحية المعلوماتية للاسترداد المتناثر باستخدام بيانات مختلطة الجودة يعتمد على مقايضة متغيرة لـ "ثمن الجودة" بين القياسات عالية التباين ومنخفضة التباين، فإن عتبة الاسترداد الخوارزمي باستخدام طريقة "لاسو" (LASSO) في الإطار غير المفترض (agnostic setting) تظل قوية وتعتمد فقط على متوسط مستوى الضجيج.
تثبت هذه الورقة أنه في أنظمة الدقة الثابتة، يعادل الحد الأدنى لمعيار الوزن لشبكة عصبية تُنتج سلسلة ثنائية تعقيد كولموغوروف للسلسلة ضمن عوامل لوغاريتمية، مما يبرهن على أن اضمحلال الوزن يفرض ضمناً أولوية سولومونوف العالمية على الدوال القابلة للحوسبة.
تقدم هذه الورقة بناءً صريحاً لمجموعات الحجب القوية المثلى من النوع في الفضاءات الإسقاطية والأفيينية، وكذلك للأكواد الدنيا المثلى من النوع ، وذلك باستخدام الرسوم البيانية الممددة (expander graphs) وفرط الرسوم البيانية (hypergraphs) محددة لتحقيق أحجام تبلغ .
تقترح هذه الورقة استراتيجيتين للتعلم من أجل نقل البيانات بشكل موثوق عبر قنوات المحو الثنائية ذات احتمالات محو غير معروفة وتغذية راجعة تجريبية نادرة، محققةً حدود ندم تبلغ و من خلال الموازنة الفعالة بين المقايضة بين تقدير القناة ونقل المعلومات.
تقترح هذه الورقة إطاراً موحداً ذا أساس نظري يحدد شروط التكرار القابلة للتحقق تجريبياً لتمكين تخطي الطبقات بشكل منهجي في نماذج الرؤية واللغة، مما يؤدي إلى تحسين كفاءة الاستدلال دون التضحية بالأداء.
تقدم هذه الورقة البحثية "التقليم المتوافق طيفياً" (Spectral-Aligned Pruning - SAP)، وهو إطار عمل للتقليم الهيكلي لنماذج المحولات الشاملة لتصحيح الأخطاء البرمجية، والذي يستفيد من الخصائص الطيفية للرسوم البيانية للأكواد لتمكين إعادة استخدام القناع عبر الأكواد والتكيف الموفر للمعلمات، مما يقلل بشكل كبير من التكاليف الحسابية مع الحفاظ على أداء فك تشفير تنافسي عبر عائلات الأكواد المتنوعة.
يعالج RateQuant عيوب التكميم الساذج لـ KV cache متعدد الدقة عبر الاستفادة من نظرية معدل التشوه لملائمة نماذج تشوه لكل مكمم وحل تخصيص البتات الأمثل عبر عملية "التعبئة العكسية" ذات الصيغة المغلقة، محققاً انخفاضات كبيرة في الارتياب مع حد أدنى من عبء المعايرة.
تستخدم هذه الورقة نظرية المصفوفات العشوائية في حد الأبعاد العالية لاستخلاص توصيفات طيفية دقيقة لتمثيلات المتواليات المجمعة، مما يكشف كيف تقود أوزان الانتباه والارتباطات الموضعية انتقالات استعادة الإشارة ثنائية الطور، وتحدد استراتيجية الانتباه المثلى باعتبارها المتجه الذاتي الأعلى لمصفوفة الارتباط الموضعي.
تقدم هذه الورقة إطاراً موحداً قائماً على نظرية القياس يكشف أن نماذج الانتشار، والنماذج التوليدية القائمة على الدرجة (score-based)، ومطابقة التدفق (flow matching) هي حالات لتعلم حقول متجهة تعتمد على الزمن لنقل توزيع مرجعي إلى توزيع بيانات، مما يوضح بنيتها الرياضية المشتركة، والمقايضات العملية، والروابط النظرية بينها.