🤖 machine learning

Dynamically Scaled Activation Steering

تقدم هذه الورقة "توجيه التنشيط ذو القياس الديناميكي" (DSAS)، وهو إطار عمل غير مرتبط بمنهجية محددة يعمل على تعديل قوة تدخلات التنشيط بشكل تكيفي بناءً على سياق المدخلات لتحسين التوازن بين الحد من السمية والحفاظ على الفائدة في النماذج التوليدية مع تقديم حد أدنى من العبء الحسابي الإضافي.

Alex Ferrando, Xavier Suau, Jordi Gonzàlez, Pau Rodriguez2026-07-31
💰 quantitative finance

Women Worry, Men Adopt? Gendered Risk Perceptions and Generative AI Adoption

تكشف هذه الدراسة أن التصورات القائمة على النوع الاجتماعي بشأن المخاطر المجتمعية للذكاء الاصطناعي، ولا سيما فيما يتعلق بالصحة النفسية والبيئة، تُعد محركاً حاسماً لفجوة التبني بين الرجال والنساء، حيث تؤدي المخاوف من المخاطر إلى كبح استخدام الذكاء الاصطناعي التوليدي بشكل كبير لدى النساء وتفاقم عدم المساواة الرقمية.

Fabian Stephany, Jedrzej Duszynski2026-07-31
💻 computer science

FinVault: Benchmarking Financial Agent Safety in Execution-Grounded Environments

تقدم هذه الورقة FinVault، وهو أول معيار أمني قائم على التنفيذ للوكلاء الماليين يستخدم سيناريوهات بيئة اختبار (sandbox) مدفوعة بالقضايا التنظيمية للكشف عن أن آليات الدفاع الحالية لا تزال غير فعالة إلى حد كبير ضد الهجمات الواقعية، حيث لا تزال النماذج المتطورة تحقق معدلات نجاح في الهجوم تصل إلى 50%.

Zhi Yang, Runguo Li, Qiqi Qiang, Jiashun Wang, Fangqi Lou, Mengping Li, Dongpo Cheng, Rui Xu, Heng Lian, Shuo Zhang, Xia (…)2026-07-31
🤖 machine learning

Procedural Fairness in Multi-Agent Bandits

تقدم هذه الورقة العدالة الإجرائية باعتبارها "تساوي الصوت" في مسأونات متعددة الوكلاء ومتعددة الأذرع من خلال صياغة هدف رفاهية ناش المستقر جوهرياً بناءً على التمثيل، مبرهنةً على أن مقاييس العدالة القائمة على النتائج غالباً ما تضحي بهذا المبدأ بينما تتحمل السياسات العادلة إجرائياً تكلفة ضئيلة على الأهداف التقليدية، مما يدفع للقول بضرورة منح الأولوية للشرعية الإجرائية في أطر العدالة.

Joshua Caiata, Carter Blair, Kate Larson2026-07-31
💬 NLP

The Confidence Manifold: Geometric Structure of Correctness Representations in Language Models

تكشف هذه الورقة أن التمثيلات الداخلية للصدق في النماذج اللغوية تشكل بنية هندسية بسيطة ومنخفضة الأبعاد محددة بمركز ثقل الفئات، مما يتيح كشفاً فعالاً للغاية وتلاعباً سببياً بالهلوسة من خلال المجسات الخطية وتوجيه التنشيط.

Seonglae Cho, Zekun Wu, Kleyton Da Costa, Adriano Koshiyama2026-07-31
💻 computer science

Energy-Driven Adaptive Visual Token Pruning for Efficient Vision-Language Models

تقترح الورقة البحثية E-AdaPrune، وهو إطار عمل تكيفي مدفوع بالطاقة يقوم بتخصيص ميزانيات الرموز البصرية ديناميكيًا بناءً على كثافة المعلومات الصورية عبر تحليل طيف القيم المفردة، مما يقلل بشكل كبير من الحوسبة الزائدة للصور البسيطة مع تحسين الأداء في الحالات المعقدة دون إدخال أي معاملات قابلة للتعلم إضافية.

Jialuo He, Huangxun Chen2026-07-31
📊 statistics

Geometric mean-based pairwise comparison method with the reference values -- statistical approach

تقدم هذه الورقة نهجاً إحصائياً لطريقة المقارنة الزوجية باستخدام القيم المرجعية والمتوسطات الهندسية لالتقاط مسافات عدم الاتساق والتفضيل في آن واحد، مع تحديد مؤشرات قابلة للتفسير لقياس جودة متجه الأوزان الناتج.

Konrad Kułakowski, Kamil Pustelnik, Jacek Szybowski2026-07-31
🤖 AI

Is Deep Research Reliable? Misleading Knowledge Induces False Conclusions

تقدم هذه الورقة إطار عمل MisKnow-Agent، الذي يوضح أن وكلاء البحث العميق (Deep Research agents) عرضة بشكل كبير لتبني استنتاجات خاطئة من وثائق مضللة، حيث ترتفع نسبة تبني الاستنتاجات الخاطئة إلى 54.7% عند الحقن، مما يكشف أن آليات التحقق والدفاع الحالية غير كافية لمنع مثل هذه الأخطاء بشكل كامل أثناء التحقيقات طويلة المدى.

Pengyu Zhu, Lijun Li, Longju Yang, Sen Su, Jing Shao2026-07-31
🤖 AI

CachedSearch: Training-Free Cached Exploration for Test-Time Search in Video Diffusion

تقدم الورقة البحثية CachedSearch، وهي طريقة لا تتطلب تدريباً تعمل على تسريع عملية البحث في زمن الاختبار لنماذج الانتشار بالفيديو من خلال التخزين المؤقت المكثف للمخركات المرشحة للحفاظ على دقة التصنيف، ثم إعادة توليد الفائز الأعلى فقط بالحوسبة الكاملة، مما يحقق مكاسب أداء تقارب المستوى الأمثل بتكلفة أقل بكثير عبر مختلف بنيات النماذج.

Shreshth Saini, Neil Birkbeck, Yilin Wang, Balu Adsumilli, Alan C. Bovik2026-07-31