cs.AI ورقة بحثية

The Illusion of Power Capping in LLM Decode: A Phase-Aware Energy Characterisation Across Attention Architectures

تكشف هذه الورقة أن تحديد سقف القدرة (power capping) غير فعال لعملية فك التشفير التكراري (autoregressive decode) في النماذج اللغوية الكبيرة بسبب اختناقات مرتبطة بالذاكرة تترك فائض القدرة في وحدة معالجة الرسومات غير مستغل، وتثبت أن قفل تردد وحدات الحوسطة (SM clock locking) هو استراتيجية متفوقة تستعيد ما يصل إلى 32% من طاقة فك التشفير مع تقليل فقدان الإنتاجية عبر بنيات الانتباه المتنوعة.

Bole Ma, Ayesha Afzal, Jan Eitzinger, Gerhard Wellein2026-05-13

🔢 mathematics

CR^2: Cost-Aware Risk-Controlled Routing for Wireless Device-Edge LLM Inference

تقترح هذه الورقة البحثية إطار عمل CR^2، وهو إطار توجيه ثنائي المراحل بين الجهاز والحافة للاستدلال اللاسلكي للنماذج اللغوية الكبيرة (LLM)، والذي يجمع بين بوابة هامش خفيفة الوزن على الجهاز وبين التحكم في مخاطر التوافق (conformal risk control) لتحسين المقايضة بين زمن الاستجابة والطاقة والدقة مع إدارة مخاطر القبول الخاطئ صراحةً تحت قيود الموارد.

Nan Xue, Shengkang Chen, Zhiyong Chen, Jiangchao Yao, Yaping Sun, Zixia Hu, Meixia Tao2026-05-13

💬 NLP

SkillSafetyBench: Evaluating Agent Safety under Skill-Facing Attack Surfaces

تقدم هذه الورقة البحثية SkillSafetyBench، وهو معيار مرجعي يوضح أن المهارات القابلة لإعادة الاستخدام والقطع البرمجية المحلية يمكن أن تؤدي إلى سلوكيات غير آمنة للوكيل حتى من طلبات المستخدمين الحميدة، مما يكشف أن سلامة الوكيل تعتمد بشكل حاسم على كيفية تفسير النماذج للمهارات وثقتها في سياقات سير العمل بدلاً من مجرد الاعتماد على التوافق على مستوى النموذج.

Chang Jin, An Wang, Zeming Wei, Kai Wang, Biaojie Zeng, Qiaosheng Zhang, Chao Yang, Jingjing Qu, Xia Hu, Xingcheng Xu2026-05-13

🤖 AI

LLMs and the ZPD

بالاستناد إلى مفهوم فيجوتسكي حول منطقة التطور القريب، تجادل هذه الورقة بأن النماذج اللغوية الكبيرة تنخرط في "تفكير بدائي" من خلال الممارسات بدلاً من التمثيلات الموزعة، مما يشير إلى أن هلوساتها تشبه الأحلام، وأن المنطق السليم الشبيه بالمنطق البشري ينبثق من التفاعل بدلاً من اشتراطه لضوابط خارجية.

Peter Wallis2026-05-13

🤖 machine learning

Efficient and Adaptive Human Activity Recognition via LLM Backbones

تقترح هذه الورقة إطار عمل فعالاً وتكيفياً للتعرف على الأنشطة البشرية يستفيد من النماذج اللغوية الكبيرة مسبقة التدريب والمجمدة كركائز زمنية، والتي يتم الربط بينها عبر إسقاط تلافيفي مهيكل وتكييفها عبر التكيف منخفض الرتبة (LoRA) لتحقيق أداء قوي، وكفاءة في البيانات، ونقل قوي عبر مجموعات البيانات المختلفة مع تقليل التكاليف الحسابية بشكل كبير.

Aleksandr Bredikhin, Philippe Lalanda, German Vega2026-05-13

⚡ electrical engineering

Spectral Vision Transformer for Efficient Tokenization with Limited Data

تقترح الورقة البحثية بنية "ترانسفورمر الرؤية الطيفي" (Spectral Vision Transformer) مبتكرة تستفيد من خصائص الأساس الطيفي لترميز الرموز بكفاءة وتقليل التعقيد، مما أظهر أداءً متكافئاً أو متفوقاً بعدد أقل من المعلمات عبر نماذج مختلفة على بيانات التصوير الطبي المحدودة.

Alexandra G. Roberts, Maneesh John, Jinwei Zhang, Dominick Romano, Mert Sisman, Ki Sueng Choi, Heejong Kim, Mert R. Sabu (…)2026-05-13

🤖 AI

Boosting Omni-Modal Language Models: Staged Post-Training with Visually Debiased Evaluation

تقدم هذه الورقة البحثية OmniClean، وهو معيار مرجعي مُنزّه بصرياً يكشف عن مكاسب مضخمة في النماذج متعددة الوسائط، ويُظهر أن وصفة تدريب لاحق ثلاثية المراحل (OmniBoost) تمكّن نموذجاً صغيراً بحجم 3 مليارات معلمة من التفوق على نظيره الأكبر بكثير بحجم 30 مليار معلمة عبر دمج الأدلة السمعية والبصرية واللغوية بفعالية دون الاعتماد على الاختصارات البصرية.

Che Liu, Lichao Ma, Xiangyu Tony Zhang, Yuxin Zhang, Haoyang Zhang, Xuerui Yang, Fei Tian2026-05-13

⚛️ quantum physics

Rethink the Role of Neural Decoders in Quantum Error Correction

تعيد هذه الورقة مراجعة أجهزة فك التشفير العصبية لتصحيح الأخطاء الكمومية من خلال توحيدها في خمسة نماذج معمارية وتقييمها على أجهزة FPGA، مما يكشف أن حجم البيانات، والتحيز الاستقرائي، وتكميم INT4 هي عوامل حاسمة لتحقيق زمن انتقال بمقياس الميكروثانية المطلوب للنشر العملي.

Ge Yan, Shanchuan Li, Yuxuan Du2026-05-13

🤖 machine learning

Scaling Laws and Tradeoffs in Recurrent Networks of Expressive Neurons

تقدم هذه الورقة شبكة ELM، وهي بنية تستخدم عصبونات معقدة ومعبرة لتوضيح أنه في ظل ميزانية محددة للمعلمات، ينشأ الأداء الأمثل من مقايضة غير بديهية بين عدد الوحدات، وتعقيد كل منها، والترابط، مما يتحدى النهج الافتراضي في تعلم الآلة القائم على استخدام وحدات بسيطة.

Aaron Spieler, Georg Martius, Anna Levina2026-05-13

🤖 machine learning

Hölder Policy Optimisation

تقدم هذه الورقة HölderPO، وهو إطار عمل لتعظيم السياسة المعممة يعمل على ضبط معامل متوسط هولدر ديناميكيًا لموازنة تركيز التدرج واستقرار التباين، مما يحل قيود التجميع الثابت في تحسين السياسة النسبية للمجموعات (GRPO) ويحقق أداءً هو الأفضل في فئته على الاختبارات المرجعية الرياضية والموجهة نحو المهام.

Yuxiang Chen, Dingli Liang, Yihang Chen, Ziqin Gong, Chenyang Le, Zhaokai Wang, Jiachen Zhu, Lingyu Yang, Jianghao Lin (…)2026-05-13

→ السابق التالي ←