🤖 machine learning

Locality-Aware Redundancy Pruning for LLM Depth Compression

تقترح هذه الورقة إطار عمل LoRP، وهو إطار عمل لتقليم العمق بضربة واحدة وبدون تدريب، يقوم بتخصيص إزالة الطبقات ديناميكيًا بناءً على "درجة محلية التمثيل" (Representation Locality Score) مبتكرة لتقليل الفائض في النماذج اللغوية الكبيرة بفعالية مع الحفاظ على الأداء.

Vincent-Daniel Yun, Youngrae Kim, Woosang Lim, YoungJin Heo, Minkyu Kim, Sunwoo Lee2026-05-28
⚡ electrical engineering

GraD-IBD: Graph Representation Learning from Diagnosis Trajectories for Early Detection of Inflammatory Bowel Disease

تقترح هذه الورقة نموذج GraD-IBD، وهو نموذج قائم على الرسوم البيانية يعيد صياغة مسارات تشخيصات التصنيف الدولي للأمراض (ICD) غير المنتظمة إلى رسوم بيانية موجهة زمنياً مع آلية تمرير رسائل تعتمد على اضمحلال الوقت، وذلك لتحقيق كشف مبكر وفعال وقابل للتوسع ودقيق لمرض التهاب الأمعاء (IBD).

Leo Y. Li-Han, Ellen L. Larson, Elizabeth B. Habermann, Cornelius A. Thiels, Hojjat Salehinejad2026-05-28
🤖 AI

Constrained Auto-Bidding via Generative Response Modeling

تقدم هذه الورقة نموذج الاستجابة التوليدي (GRM)، وهو نهج قائم على التسلسل يتنبأ بمنحنيات حركة المرور والقيمة مقابل التكلفة المستقبلية كدوال لمتغير مضاعف المزايدة، وذلك لتمكين وحدة تحكم تحليلية تفرض قيود الميزانية والنسبة مع حدود مثالية مثبتة واستقرار محسّن مقارنة بطرق التحكم والتعلم التعزيزي الحالية.

Eunseok Yang, Xingdong Zuo, Kyung-Min Kim2026-05-28
🤖 machine learning

Residualized Temporal Sparse Autoencoders for Interpreting Diffusion Models

تقدم هذه الورقة البحثية "المشفرات التلقائية المتناثرة زمنياً والمتبقية" (Residualized Temporal Sparse Autoencoders)، وهي إطار عمل مبتكر يعمل على تفكيك مسارات تنشيط نماذج الانتشار إلى حالة أولية ومتبقيات غير قابلة للتنبؤ خطياً، وذلك لتمكين اكتشاف وتحليل سمات قابلة للتفسير، متناثرة وذات بنية زمنية.

Calvin Yeung, Prathyush Poduval, Ali Zakeri, Zhuowen Zou, Mohsen Imani2026-05-28
🤖 machine learning

ReSAE: Residualized Sparse Autoencoders for Multi-Layer Transformer Interventions

تقدم هذه الورقة المشفّرات التلقائية المتناثرة المتبقية (ReSAEs)، وهي طريقة تدرب مشفرات تلقائية متناثرة متعددة الطبقات على البواقي غير المفسرة بين طبقات المحولات المقترنة لتقليل تكرار فك التشفير وتحسين فعالية التدخلات متعددة الطبقات بشكل كبير مقارنة بالنهج التقليدي لكل طبقة على حدة.

Prathyush Poduval, Calvin Yeung, Neel Desai, Mohsen Imani2026-05-28
🤖 AI

EgoBench: An Interactive Egocentric Multimodal Benchmark for Tool-Using Agents

يقدم EgoBench أول معيار مرجعي تفاعلي متعدد الوسائط للوكلاء المستخدمين للأدوات، والذي يتميز بـ 1,045 مهمة فيديو من منظور الشخص الأول وبيئة مستخدم محاكية لتقييم التآزر بين الإدراك والاستدلال والتفاعل الديناميكي بصرامة، كاشفاً أن النماذج الحالية الرائدة تعاني بشكل كبير مع هذه القدرات المعقدة.

Yunqi Liu, Tong Niu, Zitong Wang, Zhenlong Dai, Yuqi Qing, Weiqiang Wang, Jian Liu2026-05-28
🤖 AI

Revealing Algorithmic Deductive Circuits for Logical Reasoning

تبحث هذه الورقة في كيفية أداء النماذج اللغوية الكبيرة للاستدلال المنطقي باستخدام تحليل الوساطة السببية لتحديد رؤوس انتباه محددة تسترجع القواعد الواقعية ورؤوس طبقات عليا تدمج المعلومات لتنفيذ استراتيجيات خوارزمية عالمية مثل عبور الرسوم البيانية.

Phuong Minh Nguyen, Tien Huu Dang, Naoya Inoue2026-05-28
🤖 AI

Operational AI Deployment Assurance: Governance-State Orchestration Under Threshold-Sensitive Deployment Conditions -- A Governance Framework for High-Stakes AI Systems

تقدم هذه الورقة إطار ضمان النشر التشغيلي للذكاء الاصطناعي (OADA)، وهو إطار حوكمة يترجم الخلافات حول العدالة، وحساسية العتبات، والشكوك التشغيلية إلى قرارات ديناميكية بشأن جاهزية النشر وحالات التصعيد، وذلك لسد الفجوة بين مقاييس التقييم الثابتة والنشر الواقعي للذكاء الاصطناعي في الحالات عالية المخاطر.

Khalid Adnan Alsayed2026-05-28
🔬 physics

Snippet-Driven Supply Chain Discovery with LLMs: Scaling Visibility in China

تقترح هذه الورقة طريقة قابلة للتوسع تعتمد على المقتطفات باستخدام النماذج اللغوية الكبيرة لبناء رسم بياني معرفي لسلسلة التوريد في الصين قابل للتدقيق، يتفوق بشكل كبير على المعايير التقليدية القائمة على الإفصاح من حيث تغطية الشركات والعلاقات مع تقليل تكاليف المعالجة بشكل جذري.

Hiroto Fukada, Takayuki Mizuno2026-05-28