برآورد رویدادهای نادر از طریق ناهم‌همسازسازی تکراری

علوم کامپیوتر > یادگیری ماشین arXiv:2609.24969v1 (cs) [ارسال شده در ۲۱ سپتامبر ۲۰۲۶] **عنوان:** برآورد رویدادهای نادر از طریق عدم هم‌ترازی تکراری **نویسندگان:** هان‌مینگ یانگ، داکش میتال، جینگ دونگ، هونگ‌سوک نام‌کوونگ --- **مشاهده PDF** مقاله با عنوان «برآورد رویدادهای نادر از طریق عدم هم‌ترازی تکراری» نوشته هان‌مینگ یانگ و سه نویسنده دیگر. **مشاهده PDF** | **HTML (آزمایشی)** --- ### چکیده با افزایش خودمختاری عوامل، حتی رویدادهای بسیار نادر در مسیرهای خروجی تصادفی آن‌ها نیز ممکن است رخ دهند و فاجعه‌بار باشند. بنابراین، استقرار ایمن به این بستگی ندارد که آیا این رویدادها می‌توانند رخ دهند یا خیر، بلکه به این بستگی دارد که چقدر ممکن است رخ دهند. ما به بررسی مسئله برآورد احتمال رویدادهای نادری می‌پردازیم که از تنوع تصادفی در اقدامات خود عامل ناشی می‌شوند. برآورد این نوع ریسک نیازمند جستجو در فضای بسیار وسیع ترکیبی مسیرها است. روش ساده مونت‌کارلو از نظر محاسباتی در این رژیم غیرقابل اجرا است و ساخت پیشنهادهای موثر نمونه‌برداری اهمیت (IS) نیازمند تغییرات هماهنگ در زنجیره‌ای از توزیع‌های شرطی وابسته به زمینه است. ما یک روش IS جدید توسعه داده‌ایم که وزن‌های مدل اصلی را دگرگون می‌کند تا پیشنهاد را بسازد. پیشنهاد خود یک مدل زبانی با پارامترهای قابل تمایز است که امکان جستجوی مبتنی بر گرادیان در فضای وزن‌ها را فراهم می‌کند. ما یک هدف را فرمول‌بندی می‌کنیم که ترکیبی از یک جایگزین قابل تمایز برای تقویت رویداد و یک طرح تنظیم‌کننده تطبیقی است که به طور پویا تقویت را در مقابل ثبات برآورد متعادل می‌کند. ما روش خود را بر روی مدل‌های ۱۲۰ میلیون و ۲.۶ میلیارد پارامتری در سه خانواده رویداد که بیش از ۳۰۰ رویداد نادر با احتمال کمتر از ۱۰⁻⁹ را شامل می‌شوند، ارزیابی می‌کنیم. احتمالات مرجع با خطای استاندارد نسبی کمتر از ۱۰ درصد محاسبه شده‌اند. در قابل‌تأییدترین تنظیمات خود، مشاهده می‌کنیم که برآورد IS ما بیش از ۸۰۰ برابر بهبود کارآمدی وزن‌دار محاسباتی نسبت به مونت‌کارلو ساده را برای رویدادهایی با احتمال کمتر از ۱۰⁻⁷ به دست می‌آورد. پیاده‌سازی ما در این آدرس در دسترس است. --- **موضوعات:** یادگیری ماشین (cs.LG)؛ هوش مصنوعی (cs.AI) **استناد:** arXiv:2609.24969 [cs.LG] (یا arXiv:2609.24969v1 [cs.LG] برای این نسخه) **DOI:** https://doi.org/10.48550/arXiv.2609.24969 برای کسب اطلاعات بیشتر به DOI صادر شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) --- **تاریخچه ارسال:** از: هان‌مینگ یانگ [مشاهده ایمیل] [v1] دوشنبه، ۲۱ سپتامبر ۲۰۲۶، ۱۷:۵۳:۳۸ UTC (۲,۹۱۸ KB) --- **ابزارهای کتاب‌شناسی:** ابزارهای کتاب‌شناسی و استناد، کاوشگر کتاب‌شناسی، مقالات مرتبط، Litmaps، scite.ai (استنادها هوشمند)، کد، داده و رسانه: alphaXiv، لینک‌ها به کد: CatalyzeX Code Finder برای مقالات، DagsHub، GotitPub، Huggingface، ScienceCast. --- **نمونه‌ها تغییر:** Replicate (Replicate چیست؟) **فضاها تغییر:** فضاهای Hugging Face (Spaces چیست؟) **فضاها تغییر:** TXYZ.AI (TXYZ.AI چیست؟) **مقالات مرتبط:** سیستم‌های پیشنهاد و ابزارهای جستجو **لینک به Influence Flower:** Influence Flower (Influence Flowers چیست؟) **سیستم پیشنهاد CORE:** سیستم پیشنهاد CORE (CORE چیست؟) **سیستم پیشنهاد IArxiv:** سیستم پیشنهاد IArxiv (IArxiv چیست؟) --- **نویسنده مکان نهاد موضوع درباره arXivLabs:** arXivLabs: پروژه‌های آزمایشی با همکاران جامعه arXivLabs یک چارچوب است که به همکاران اجازه می‌دهد ویژگی‌های جدید arXiv را مستقیماً در وب‌سایت ما توسعه دهند و به اشتراک بگذارند. هر افراد و سازمان‌هایی که با arXivLabs کار می‌کنند، ارزش‌های ما شامل انفتادگی، جامعه، عالی‌بودن، و حریم خصوصی داده کاربران را پذیرفته و پایبند هستند. arXiv به این ارزش‌ها متعهد است و فقط با شرکایی که به آنها پایبندند کار می‌کند. ایده‌ای برای پروژه‌ای دارید که ارزشی به جامعه arXiv اضافه کند؟ بیشتر درباره arXivLabs بیشتر بدانید. --- **کدام نویسندگان این مقاله حامی هستند؟** | غیرفعال کردن MathJax (MathJax چیست؟)