🤖 AI

Lossless Tensor Compression as Program Synthesis

تقدم الورقة البحثية Brevis، وهو نظام جديد لضغط الموترات غير الفاقد للبيانات يصيغ المشكلة كعملية تخليق برامج باستخدام لغة مجال محددة ومُعينة النوع وأولوية إنتاج متعلمة لتوليد برامج مدمجة وذاتية الاحتواء تلقائياً تحقق تقليلاً كبيراً في التخزين وإنتاجية تنافسية عبر مختلف نقاط تفتيش النماذج.

Jieke Shi (James), Junda He (James), Wenjia Jiang (James), Weifeng Sun (James), Shidong Pan (James), Zhensu Sun (James) (…)2026-08-04
🤖 AI

From Simple QA to Deep Research: A Verifiable Benchmark Constructed through Iterative Task Evolution

تقدم هذه الورقة معياراً مرجعياً للبحث العميق القابل للتحقق يضم 500 مهمة مُولدة تلقائياً عبر 31 موضوعاً، تم إنشاؤها من خلال مسار تكراري يتكون من (المستكشف-المُصيغ-المتحدي) الذي يحول الأسئلة البسيطة إلى استعلامات معقدة ممثلة في شكل رسوم بيانية موجهة غير حلقية مع نقاط تفتيش قابلة للتتبع لتقييم دقيق ومتوافق مع التوجهات البشرية.

Can Wang, Haoran Chen, Haowen Gao, Hao Ding, Zhaoyang Liu, Zhiying Tu2026-08-04
🤖 AI

From Profiling to Synthesis: Benchmarking Implicit Behavioral Alignment in Personalized LLM Agents

تقدم هذه الورقة IBA-Bench، وهو معيار لتقييم التوافق السلوكي الضمني في وكلاء النماذج اللغوية الكبيرة (LLMs) المخصصين باستخدام سجلات التفاعل الطولية، وتقترح إطار عمل IBA-Agent لسد "فجوة المعرفة إلى الفعل" بفعالية من خلال تنفيذ مهام تستوفي قيود المستخدم المستنتجة عبر مجالات متنوعة.

Jiajia Song, Bobo Li, Haiwen Yi, Zibo Ji, Meishan Zhang, Hao Fei, Min Zhang, Mong-Li Lee, Wynne Hsu2026-08-04
🤖 AI

PosterMELD: Multi-Agent Paper-to-Poster Generation for Controllable Design Diversity with Editable Print-Ready Outputs

يُعد PosterMELD مسار عمل متعدد الوكلاء ومنخفض التكلفة، يقوم بتحويل الأوراق العلمية إلى ملصقات جاهزة للطباعة وقابلة للتعديل بنسب نجاح عالية وتنوع تصميمي يمكن التحكم فيه، وذلك عبر استخدام الكتابة المشروطة بالقوالب، والتحقق بواسطة نماذج الرؤية واللغة، وآليات الإصلاح المقيدة.

Haojie Hu, Chenhao Dang, Yaojia Liu, Hengrui Kang, Conghui He, Weijia Li2026-08-04
🤖 AI

Trustworthy AI in Digital Health: A Comprehensive Review of Robustness and Explainability

تجمع هذه الورقة المراجعية التطورات الأخيرة في مجالي المتانة والقابلية للتفسير ضمن الصحة الرقمية، حيث تقدم إطاراً هيكلياً يعالج التحديات التقنية، واعتبارات الثقة الخاصة بكل تطبيق عبر مختلف المجالات الطبية، ومقاييس التقييم الناشئة لدعم تطوير أنظمة ذكاء اصطناي موثوقة وأخلاقية.

Abdullah Mamun, Shovito Barua Soumma, Hassan Ghasemzadeh2026-08-04
🤖 machine learning

Assessing the Impacts of Imperfect Datasets on Client Selections in Federated Learning

تتقصى هذه الورقة كيفية تأثير مجموعات البيانات غير المثالية (غير المتماثلة في التوزيع والضوضائية) واختيار العملاء المنحاز على أداء التعلم الاتحادي، وتقترح طريقة تسجيل تحافظ على الخصوصية لتقييم مساهمات العملاء بفعالية وتخفيف هذه المشكلات.

Yuan-Heng Tsai, Li-Hsing Yen, Yan-Wei Chen2026-08-04
🤖 AI

Open-Set Visual Text Forensics via Sparse-Constraint Rectified Flow

تقترح هذه الورقة البحثية تدفقاً مستقيماً مقيداً بالندرة (SC-RF)، وهو كاشف توليدي يعالج قيود التعميم للنماذج الجنائية الحالية ضد تلاعبات النصوص المرئية مفتوحة المجموعة من خلال تقدير تكاليف الاستعادة المحلية لتحقيق أداء رائد وقدرات قوية في التعلم الصفري.

Jiangling Zhang, Shuxuan Gao, Zeyu Chen, Yichao Liu, Yu Zhou2026-08-04
🤖 AI

Harness-R1: Learning to Edit Executable Runtime Harnesses from Agent Failure Trajectories

يقدم Harness-R1 طريقة مبتكرة تستخدم التعلم التعزيزي عبر الإنترنت لتدريب "مهندس حزام" (harness engineer) مخصص لتوليد رقع برمجية قابلة للتنفيذ تلقائياً من مسارات فشل الوكيل، مما يحسن معدلات نجاح المهام بشكل كبير عبر معايير قياسية متعددة دون الحاجة إلى تحديث أوزان نموذج الوكيل المستهدف.

Shuai Shao, Kangning Zhang, Qingyao Li, Shijian Wang, Hao Wang, Wenxiang Jiao, Yuan Lu, Yi Guo, Weiwen Liu, Weinan Zhang2026-08-04
🤖 AI

Trajectories That Segment Themselves: Agent-Declared Boundaries as a Training Unit

تقدم هذه الورقة نموذجاً تدريبياً تقوم فيه وكلاء البرمجة بتقسيم مساراتها ذاتياً عبر إعلان فرضيات سببية قابلة للتفنيد، مما يولد مراحل دلالية عالية الجودة ومتغيرة الطول تتيح ضبطاً دقيقاً تحت الإشراف وتحسيناً مباشراً للتفضيلات بشكل أكثر فعالية مقارنة بوسم النوافذ الثابتة أو القائم على الحلقات التقليدية.

Jingxi Wei2026-08-04
🤖 machine learning

BRiG-AFA: Bellman Risk-to-Go Learning for Non-Myopic Active Feature Acquisition

تقدم الورقة البحثية BRiG-AFA، وهي طريقة خاضعة للإشراف للاستحواذ النشط غير المميّع للميزات، والتي تتعلم دوال "المخاطرة المتبقية" المشروطة بالمرشح عبر انحدار بلمان العكسي لتتفوق على النهج الجشع أحادي الخطوة، لا سيما عند ميزانيات الاستحواذ المرتفعة.

Jiaorong Feng, Qian Li, Ying Li2026-08-04