تُستخدم نماذج اللغة المرئية (VLMs) وهياكل اللغة المرئية (VLAs) على نطاق واسع في مجال القيادة الذاتية. ومع ذلك، فإن معظم الطرق الحالية تعاني من قيود واضحة: فهي إما تفتقر إلى آليات استدلال صريحة أو تُجري الاستدلال بطريقة حرة وغير منظمة، مما يجعل من الصعب على النماذج التعميم خارج نطاق توزيع بيانات التدريب.

أطلقت شركة إنفيديا نموذج Alpamayo-R1 (AR1)، وهو نموذج رؤية-فعل (VA) يتمتع بقدرات استدلالية منظمة. وباعتباره امتدادًا لنموذج Alpamayo-VA المُقترح سابقًا، يُحسّن AR1 عملية اتخاذ القرار في سيناريوهات القيادة المعقدة من خلال ربط الاستدلال بتوقع الفعل، مما يدعم القيادة الذاتية العامة. وبدمج الاستدلال القابل للتفسير مع التحكم الدقيق، يُقدّم AR1 مسارًا عمليًا نحو القيادة الذاتية من المستوى الرابع.

رابط الورقة:https://go.hyper.ai/Q15y9

أحدث أبحاث الذكاء الاصطناعي:https://go.hyper.ai/hzChC

من أجل السماح لمزيد من المستخدمين بمعرفة أحدث التطورات في مجال الذكاء الاصطناعي في الأوساط الأكاديمية، أطلق الموقع الرسمي لـ HyperAI (hyper.ai) الآن قسم "أحدث الأوراق البحثية"، والذي يقوم بتحديث أوراق البحث المتطورة في مجال الذكاء الاصطناعي كل يوم.إليكم 5 أوراق بحثية شائعة حول الذكاء الاصطناعي نوصي بهادعونا نلقي نظرة سريعة على إنجازات الذكاء الاصطناعي المتطورة لهذا الأسبوع⬇️

توصيات الورقة البحثية لهذا الأسبوع

1. كل كلمة مهمة: تعميم سياق طويل للغاية بحجم 16 مليون في نماذج اللغة الكبيرة

تستكشف هذه الورقة البحثية تحدي بناء "آلات قادرة على التذكر"، مُعرّفةً مشكلة الذاكرة طويلة الأمد بأنها مشكلة نمذجة السياقات فائقة الطول بكفاءة. ويجادل الباحثون بأن تحقيق هذا الهدف يتطلب ثلاث خصائص رئيسية: التباعد، والمرونة في الوصول العشوائي، والقدرة على تعميم الطول. ولمعالجة تحدي نمذجة السياقات فائقة الطول، تُقدّم هذه الورقة آلية انتباه جديدة - الانتباه المتباعد الهرمي (HSA) - التي تُحقق الخصائص الثلاث المذكورة آنفًا في آنٍ واحد. ومن خلال دمج HSA في بنية Transformer، أنشأ الباحثون نموذج خبير هجين (MoE)، يُسمى HSA-UltraLong، يحتوي على 8 مليارات مُعامل.

رابط الورقة:https://go.hyper.ai/axKy6

2. ألبامايو-آر1

العنوان: ألبامايو-آر1: الربط بين الاستدلال وتوقع الفعل للقيادة الذاتية القابلة للتعميم في المناطق النائية

تقترح هذه الورقة البحثية نموذج Alpamayo-R1 (AR1)، وهو نموذج رؤية-لغة-فعل (VLA) يدمج الاستدلال السببي وتخطيط المسار لتحسين قدرات اتخاذ القرار في سيناريوهات القيادة المعقدة. تُظهر نتائج التقييم أنه بالمقارنة مع نموذج أساسي يعتمد فقط على المسار، يحقق هذا النموذج تحسينًا في دقة التخطيط يصل إلى 121 TP3T في السيناريوهات المعقدة؛ وفي عمليات المحاكاة ذات الحلقة المغلقة، تنحرف المركبة عن الطريق بمقدار 351 TP3T، وينخفض معدل الاقتراب الخطير بمقدار 251 TP3T. من خلال دمج الاستدلال القابل للتفسير مع التحكم الدقيق، يوفر AR1 مسارًا تقنيًا عمليًا لتحقيق القيادة الذاتية من المستوى الرابع.

رابط الورقة:https://go.hyper.ai/Q15y9

3. F5-TTS: برنامج لسرد القصص الخيالية يحاكي الكلام بطلاقة ودقة مع مطابقة التدفق

تقترح هذه الورقة البحثية نظام F5-TTS، وهو نظام تحويل نص إلى كلام (TTS) غير تراجعي بالكامل، يعتمد على مطابقة التدفق ومحول الانتشار (DiT). بعد تدريبه على مجموعة بيانات متعددة اللغات متاحة للعموم تضم 100,000 ساعة، أظهر نظام F5-TTS قدرات توليد طبيعية ومعبرة للغاية بدون تدريب مسبق، ويدعم التبديل السلس بين اللغات، ويُظهر أداءً فعالاً في التحكم في معدل الكلام.

رابط الورقة:https://go.hyper.ai/Q15y9

4. التعاون الكامن في أنظمة متعددة الوكلاء

تقترح هذه الورقة البحثية LatentMAS، وهو إطار عمل متكامل لا يتطلب تدريبًا، يدعم التعاون الخالص في الفضاء الكامن بين وكلاء LLM. في LatentMAS، يقوم كل وكيل أولًا بتوليد تمثيلات فكرية في الفضاء الكامن بشكل تلقائي من خلال تضمين الطبقة الأخيرة من الحالات المخفية؛ بعد ذلك، تقوم ذاكرة العمل المشتركة في الفضاء الكامن بتخزين ونقل التمثيلات الداخلية لكل وكيل، مما يضمن تبادل المعلومات دون فقدان.

رابط الورقة:https://go.hyper.ai/M587U

5. Deeper-GXX: تعميق الشبكات العصبية الرسومية العشوائية

تقترح هذه الورقة البحثية طريقة جديدة لشبكات الرسم البياني العصبية (GNN) تُسمى Deeper-GXX. تتكون هذه الطريقة من وحدتين أساسيتين: وحدة اتصال الرسم البياني المتبقي المتناقص الوزن (WDG-ResNet) ودالة خسارة التباين الموجه بالطوبولوجيا للرسم البياني (TGCL). تعمل وحدة WDG-ResNet على التخفيف بفعالية من مشكلة تلاشي التدرج من خلال إدخال آلية ديناميكية لتناقص الوزن، مع كبح تأثير الجوار الظلي؛ بينما تستخدم دالة TGCL البنية الطوبولوجية للرسم البياني لتوجيه التعلم التبايني، مما يعزز القدرة التمييزية لتمثيلات العقد ويكبح التنعيم المفرط.

رابط الورقة:https://go.hyper.ai/gwM7J