cs.AI ورقة بحثية

A Smooth Polynomial Lyapunov Certificate for Convergence of Q-Learning and Its Smooth Variants

تؤسس هذه الورقة إطار عمل موحد وسلس لدالة ليابونوف متعددة الحدود يحل مشكلات عدم القابلية للاشتقاق في تحليلات معيار $\infty$ الكلاسيكية لإثبات الاستقرار الأسي العالمي لمتغيرات تعلم Q القياسية والملساء تحت المؤثرات الانكماشية، مع توصيف تقارب متغير بولتزمان إلى مجموعة خطأ ثابتة صريحة.

Donghwan Lee, Hyunjun Na2026-09-10

🤖 AI

A Taxonomy of Architecture Options for Foundation Model-based Agents: Analysis and Decision Model

تقدم هذه الورقة تصنيفاً شاملاً ونموذج قرار مهيكلاً لتوجيه تصميم وتشغيل الوكلاء القائمين على النماذج التأسيسية، معالجةً بذلك التجزؤ الحالي عبر تصنيف بنياتهم عبر القدرات الوظيفية، والسمات غير الوظيفية، ومراحل التصميم مقابل مراحل التشغيل.

Jingwen Zhou, Qinghua Lu, Jieshan Chen, Liming Zhu, Xiwei Xu, Zhenchang Xing, Stefan Harrer2026-09-10

🤖 machine learning

Influence-Oriented Personalized Federated Learning

تقترح هذه الورقة FedC^2I، وهو إطار عمل للتعلم الاتحادي الشخصي الموجه بالتأثير، والذي يعمل على قياس التأثيرات على مستوى العميل ومستوى الفئة عبر ناقلات ومصفوفات مخصصة لتمكين التجميع التكيفي والشخصي للمعلمات وتحسين الأداء في ظل ظروف البيانات غير المتماثلة (non-IID).

Yue Tan, Guodong Long, Jing Jiang, Chengqi Zhang2026-09-10

🤖 AI

Reinforcement learning for Quantum Tiq-Taq-Toe

تقدم هذه الورقة أول تطبيق للتعلم التعزيزي على لعبة "إكس أو" الكمية (Quantum Tic-Tac-Toe)، مستفيدة من تعقيدها الذي يمكن إدارته مقارنة بالشطرنج الكمي لإنشاء بيئة اختبار ميسرة لدمج الحوسبة الكمية والتعلم الآلي رغم تحديات مثل عدم القابلية للملاحظة الكاملة والتعقيد الأسي للحالات.

Catalin-Viorel Dinu, Thomas Moerland2026-09-10

🤖 AI

Quantifying Logical Consistency in Transformers via Query-Key Alignment

تقترح هذه الورقة استراتيجية تقييم خفيفة الوزن تكمّم الاتساق المنطقي في النماذج اللغوية الكبيرة من خلال تحليل محاذات الاستعلام والمفتاح (query-key alignments) ضمن رؤوس الانتباه في المحولات (transformer attention heads)، مما يثبت فعاليتها في التمييز بين الاستدلالات الصحيحة وغير الصحيحة عبر نماذج تتراوح أحجامها من 1.5 مليار إلى 70 مليار معلمة.

Eduard Tulchinskii, Anastasia Voznyuk, Laida Kushnareva, Andrei Andriiainen, Irina Piontkovskaya, Evgeny Burnaev, Sergue (…)2026-09-10

🤖 machine learning

Predicting Estimated Times of Restoration for Electrical Outages Using Longitudinal Tabular Transformers

تقدم هذه الورقة نموذج المحول الجدولي الطولي (LTT)، وهو نموذج انتباه محوري يعيد صياغة التنبؤ بوقت استعادة الخدمة الكهربائية كمهمة طولية من خلال الاستفيد من بيانات المراجعة التاريخية، محققاً انخفاضات كبيرة في الأخطاء وتحسناً في رضا العملاء عبر ست شركات مرافق مقارنة بالطرق الحالية.

Bogireddy Sai Prasanna Teja, Valliappan Muthukaruppan, Carls Benjamin2026-09-10

⚡ electrical engineering

Graph Attention Networks for Detecting Epilepsy from EEG Signals Using Accessible Hardware in Low-Resource Settings

تقترح هذه الورقة إطار عمل لشبكة انتباه رسومية خفيف الوزن وقابل للتفسير، يقوم بنمذجة إشارات تخطيط كهربائية الدماغ (EEG) كرسوم بيانية مكانية-زمانية للكشف بدقة عن الصرع باستخدام أجهزة منخفضة التكلفة في البيئات محدودة الموارد، متفوقاً بذلك على المصنفات الحالية مع تحديد المؤشرات الحيوية الجبهية-الصدغية الرئيسية.

Szymon Mazurek, Stephen Moore, Alessandro Crimi2026-09-10

💰 quantitative finance

Generative AI for Analysts

من خلال الاستفادة من دمج الذكاء الاصطناق التوليدي في "فاكت سيت" (FactSet) عام 2023 كـتجربة طبيعية، تكشف هذه الدراسة أنه بينما تعمل هذه التكنولوجيا على إثراء اتساع وتوقيت تقارير المحللين الماليين بشكل كبير، فإنها تبرز في الوقت ذاته الانتباه البشري كعنق زجاجة جديد، مما يؤدي إلى انخفاض دقة التوقعات في ظل متطلبات معالجة المعلومات العالية رغم توافر بيانات أساسية فائقة الجودة.

Jian Xue, Qian Zhang, Wu Zhu2026-09-10

🤖 AI

Toward Learning POMDPs Beyond Full-Rank Actions and State Observability

تقدم هذه الورقة طريقة لتعلم مصفوفات الانتقال والملاحظة الصريحة لعمليات ماركوف لاتخاذ القرار خفية الملاحظة (POMDPs) من البيانات المتسلسلة عبر الاستفادة من النهج الطيفي وتحلل التنسور تحت افتراضات رتبة مخففة، مما يمكّن الوكيل من التخطيط لوظائف مكافأة متنوعة مع وضع حدود نظرية لقابلية تحديد الحالة.

Seiji Shaw, Travis Manderson, Chad Kessens, Nicholas Roy2026-09-10

💬 NLP

Revisiting the Shape Convention of Transformer Language Models

تقدم هذه الورقة نماذج "Hourglass Transformers"، التي تستبدل شبكات التغذية الأمامية التقليدية ذات الهيكل (ضيق-عريض-ضيق) بآليات انتباه ووحدات (sub-MLPs) ذات شكل ساعة رملية لتحقيق أداء مماثل في نمذجة اللغة مع كفاءة تدريب محسنة، وفك تشفير أسرع، وتقليل استهلاك الذاكرة، وهو ما يفيد بشكل خاص في تطبيقات السياق الطويل.

Feng-Ting Liao, Guan-Ting Yi, Tzu-Quan Lin, Meng-Hsi Chen, Da-shan Shiu2026-09-10