🤖 AI

BiasEdit: A Training-Free Bias-Detect-and-Edit Framework for Learning Fair Visual Classifiers

يُعد BiasEdit إطار عمل معياريًا لا يتطلب تدريبًا، يقوم تلقائيًا باكتشاف سمات التحيز غير المعروفة في مجموعات البيانات الصورية باستخدام التحليل الإحصائي واللغوي البصري، ثم يوظف تحرير الصور الموجه بالنصوص لإنشاء عينات واقعية متضاربة مع التحيز، مما يتيح تدريب مصنفات بصرية عادلة دون الحاجة إلى تعليقات توضيحية يدوية أو معرفة مسبقة بأنواع التحيزات.

Jungwook Seo, Yoonsik Park, Changmin Lee, Sungyong Baik2026-05-28
🤖 AI

From Learning Resources to Competencies: LLM-Based Tagging with Evidence and Graph Constraints

تقدم هذه الورقة مساراً متكاملاً يستفيد من النماذج اللغوية الكبيرة المقيدة برسوم بيانية للكفاءات ونطاقات الأدلة لوسم الموارد التعليمية تلقائياً وبشفافية بكفاءات مهيكلة، محققةً أداءً فائقاً على الخطوط المرجعية الحالية مع تمكين تحليلات المناهج الدراسية القابلة للتدقيق البشري.

Ngoc Luyen Le, Marie-Hélène Abel, Bertrand Laforge2026-05-28
🤖 AI

SSR3D-LLM: Structured Spatial Reasoning via Latent Steps for Fine-Grained Grounding in Unified 3D-LLMs

تقترح الورقة البحثية SSR3D-LLM، وهو إطار عمل موحد لـ 3D-LLM يعزز تحديد مواقع الأشياء بدقة متناهية عبر استبدال قرارات المؤشر الواحد الهشة بعملية منظمة من خطوات الاستدلال المكاني الكامن ورموز الذاكرة لتنقيح ترتيب المرشحين بشكل تكراري.

Jiawei Li, Ziyi Liu, Weijie Shi, Long Chen, Jiajie Xu, Xiaofang Zhou2026-05-28
🤖 AI

The Decision to Verify: How Warmth and User Characteristics Shape Reliance on Conversational Agents for Information Search

تكشف هذه الدراسة أنه على الرغم من الوصول إلى أدوات البحث الهجين، إلا أن اعتماد المستخدمين على الذكاء الاصطناوي التوليدي لا يزال مستمراً، وهو مدفوع في المقام الأول بالسمات الفردية والثقة المسبقة بدلاً من جودة الإجابة، حيث يؤدي الأسلوب الحواري الودود عن غير قصد إلى زيادة الاعتماد المفرط من خلال تعزيز حالة الموافقة حتى مع المعلومات غير الصحيحة.

Mert Yazan, Frederik Bungaran Ishak Situmeang, Suzan Verberne2026-05-28
🤖 AI

Efficient and Scalable Provenance Tracking for LLM-Generated Code Snippets

تقدم هذه الورقة البحثية SOURCETRACKER ومساره الهجين ثنائي المراحل، HYBRIDSOURCETRACKER، الذي يجمع بين البحث الشعاعي وبصمات الأصابع الكلاسيكية لتمكين تتبع المصدر بدقة عالية وقابلية للتوسع للأكواد البرمجية المولدة بواسطة النماذج اللغوية الكبيرة (LLM) من خلال التحديد الفعال للمصادر التدريبية المحتملة ضمن مجموعات بيانات ضخمة تصل إلى المليارات.

Andrea Gurioli, Davide D'Ascenzo, Federico Pennino, Maurizio Gabbrielli, Stefano Zacchiroli2026-05-28
🤖 machine learning

Learning Theory of the SVRG: Generalization and Convergence Analysis

تقدم هذه الورقة أول تحليل لتعميم غير فارغ لطريقة تدرج التباين المختزل العشوائي (SVRG) من خلال إرساء حدود استقرار خوارزمية حادة ومعتمدة على البيانات عبر نهج جديد للتفكيك ودالة ليابونوف، مما يوضح التفاعل بين الأمثلة والتعميم لاستخلاص حدود مثلى لمخاطر التجمعات الزائدة.

Yunwen Lei, Zimeng Wang, Xiaoming Yuan2026-05-28
🤖 AI

Do LLMs Favor Their Providers? Measuring Vertical Integration Bias in Code Generation

تقدم هذه الورقة البحثية \textsc{VIBench} لتوضيح أن النماذج اللغوية الكبيرة التابعة لمزودين معينين تظهر انحيازاً كبيراً في التكامل الرأسي في توليد الأكواد، حيث تفضل أنظمتها البيئية الخاصة على البدائل—وهو ميل ذو دلالة إحصائية في التوليد المباشر ويتعاظم بشكل كبير في تدفقات العمل الوكيلية.

Melih Catal, Alex Wolf, Tiago Ferreiro Matos, Pooja Rani, Harald Gall2026-05-28
🤖 machine learning

Stochastic Gradient Descent with Momentum is Algorithmically Stable

تُثبت هذه الورقة الاستقرار الخوارزمي وقدرات التعميم لأسلوب التدرج الاشتقاقي العشوائي مع الزخم (SGDM) من خلال تقديم إطار عمل موحد لمخططات بولياك ونستيروف، واستخلاص حدود استقرار وثيقة دون اشتراط فرضيات فقدان ليبشيتز، وإثبات حدود مثالية لمخاطر السكان الزائدة التي تحل التخمين المتعلق بتأثير الزخم على التعميم.

Yunwen Lei, Zimeng Wang, Xiaoming Yuan2026-05-28
🤖 AI

GS-FUSE: Granger-Supervised Gated Fusion and Multi-Granularity Alignment for Event-Driven Financial Forecasting

تقترح هذه الورقة البحثية إطار عمل GS-FUSE، وهو إطار عمل متعدد الوسائط يعزز التنبؤ بالأحداث المالية من خلال دمج وحدة دمج بوابية خاضعة لإشراف "جرانجر" لدمج الإشارات النصية التنبؤية بشكل انتقائي، وآلية محاذاة متعددة المستويات لتحسين محاذاة الإشارات النصية مع مسارات السوق، متفوقاً باستمرار على النماذج الحالية الرائدة.

Yang Zhang, En Chun, Ziyun Mao, Yulu Wu, Jun Wang2026-05-28
🤖 AI

Let Relations Speak: An End-to-End LLM-GNN Soft Prompt Framework for Fraud Detection

تقترح هذه الورقة إطار عمل المحفز الناعم (LLM-GNN Soft Prompt Framework - LGSPF)، وهو نهج شامل يربط بين البنى الرسومية والفضاء الدلالي باستخدام المحفزات الناعمة ومشفر شبكة عصبية رسومية (GNN) متوازٍ للتغلب على ندرة النصوص وتشويه الميزات، مما يحقق أداءً هو الأفضل في فئته وتعزيزاً لقابلية التفسير في كشف الاحتيال متعدد العلاقات.

Zhixing Zuo, Huilin He, Jiasheng Wu, Dawei Cheng2026-05-28