💬 NLP

Difficulty-Based Preference Data Selection by DPO Implicit Reward Gap

تقدم هذه الورقة استراتيجية مبتكرة لاختيار البيانات بناءً على الصعوبة لعملية التحسين المباشر للتفضيلات (DPO)، والتي تحدد أمثلة التفضيل الصعبة عبر فجوات مكافأة ضمنية أصغر، مما يحسن كفاءة وأداء محاذاة النموذج بشكل كبير باستخدام 10% فقط من البيانات الأصلية مقارنة بالنماذج المرجعية الحالية.

Xuan Qi, Rongwu Xu, Zhijing Jin2026-05-19
🤖 machine learning

The Loupe: A Plug-and-Play Attention Module for Amplifying Discriminative Features in Vision Transformers

تُعد Loupe وحدة بوابية مكانية خفيفة الوزن وسهلة التوصيل والتشغيل لنماذج المحولات الرؤيوية (Vision Transformers)، حيث تعزز بشكل كبير التصنيف البصري دقيق التفاصيل عبر التنبؤ بأقنعة مكانية متفرقة لتضخيم الميزات التمييزية، محققةً نتائج رائدة عالمياً في مجموعة بيانات CUB-200-2011 مع حد أدنى من الزيادة في عدد المعلمات.

Naren Sengodan2026-05-19
🤖 machine learning

Ordinal Adaptive Correction: A Data-Centric Approach to Ordinal Image Classification with Noisy Labels

تقترح هذه الورقة البحثية "التصحيح التكيفي الرتبي" (ORDAC)، وهو إطار عمل جديد متمحور حول البيانات يستفيد من تعلم توزيع الملصقات لضبط وتصحيح الملصقات الرتبية المشوشة ديناميكيًا أثناء التدريب، مما يحسن بشكل كبير من متانة النموذج ودقته في مجموعات بيانات مثل Adience وDiabetic Retinopathy تحت ظروف ضجيج مختلفة.

Alireza Sedighi Moghaddam, Mohammad Reza Mohammadi2026-05-19
🤖 machine learning

Beyond Correctness: Harmonizing Process and Outcome Rewards through RL Training

تقدم هذه الورقة مرشح اتساق العملية (PROF)، وهو طريقة لتنقية البيانات تستفيد من الاتساق بين نماذج مكافأة العملية ونماذج مكافأة النتيجة لاختيار عينات تدريب عالية الجودة، مما يؤدي إلى تحسين دقة الإجابة النهائية وموثوقية الاستدلال مع تجنب عدم الاستقرار الناتج عن التحسين المباشر للمكافأة.

Chenlu Ye, Zhou Yu, Ziji Zhang, Hao Chen, Narayanan Sadagopan, Jing Huang, Tong Zhang, Anurag Beniwal2026-05-19
🤖 machine learning

CoUn: Empowering Machine Unlearning via Contrastive Learning

تقدم الورقة البحثية CoUn، وهو إطار عمل جديد لـ "إلغاء التعلم" (machine unlearning) يستفيد من التعلم التبايني والتعلم الخاضع للإشراف على البيانات المتبقية لإزالة تأثير عينات النسيان بفعالية من خلال تعديل تمثيلاتها الدلالية، مما يجعله يتفوق على الأساليب الحالية الرائدة.

Yasser H. Khalil, Mehdi Setayesh, Hongliang Li2026-05-19
🤖 machine learning

Improving MLLM Training Efficiency via Stage-Aware Sparsity

تقترح الورقة البحثية مخطط التدريب المتناثر (STS)، وهو إطار عمل مدرك للمراحل يعمل على تحسين كفاءة تدريب النماذج اللغوية الكبيرة متعددة الوسائط من خلال ضغط الرموز المرئية ديناميكيًا أثناء مرحلة المحاذاة وتخطي الطبقات الزائدة عن الحاجة أثناء ضبط التعليمات لمعالجة المصادر المتفاوتة للوفرة الحسابية.

Kean Shi, Liang Chen, Haozhe Zhao, Baobao Chang2026-05-19
💻 computer science

TusoAI: Agentic Optimization for Scientific Methods

يُعد TusoAI نظام ذكاء اصطناعي وكيلًا يقوم ذاتيًا بتطوير وتحسين الأساليب الحسابية المتخصصة في مجال معين من خلال دمج المعرفة العلمية غير المهيكلة في تمثيل شجري، مُظهرًا أداءً فائقًا على الأدوات الحالية وكاشفًا عن رؤى بيولوجية جديدة في مهام تتراوح من إزالة الضجيج في بيانات تسلسل الحمض النووي الريبي أحادي الخلية إلى اكتشاف الارتباط بالأمراض الوراثية.

Alistair Turcan, Kexin Huang, Lei Li, Martin Jinye Zhang2026-05-19
💬 NLP

Can LLMs Refuse Questions They Do Not Know? Measuring Knowledge-Aware Refusal in Factual Tasks

تقدم هذه الورقة "مؤشر الرفض" (RI)، وهو مقياس مبتكر يعتمد على الارتباط بين احتمالات الرفض والخطأ، لقياس وكشف قدرات الرفض القائمة على المعرفة وغير الموثوقة غالباً في النماذج اللغوية الكبيرة خلال المهام الواقعية بشكل فعال.

Wenbo Pan, Jie Xu, Qiguang Chen, Junhao Dong, Libo Qin, Xinfeng Li, Haining Yu, Xiaohua Jia2026-05-19
💬 NLP

Dynamic Generation of Multi-LLM Agents Communication Topologies with Graph Diffusion Models

تقدم هذه الورقة البحثية نموذج الانتشار الطوبولوجي الموجه (GTD)، وهو إطار توليدي مبتكر يستفيد من نماذج انتشار الرسوم البيانية المنفصلة المشروطة ونموذج وكيل خفيف الوزن لتخليق طوبولوجيات اتصال تكيفية مع المهام وفعالة لأنظمة الوكلاء متعددة النماذج اللغوية الكبيرة ديناميكيًا، مما يتغلب على قيود التصميمات الثابتة ويحسن أداء التعاون بشكل كبير.

Eric Hanchen Jiang, Mengting Li, Guancheng Wan, Sophia Yin, Yuchen Wu, Xiao Liang, Xinfeng Li, Yizhou Sun, Wei Wang, Kai (…)2026-05-19
💻 computer science

ProtoSiTex: Learning Semi-Interpretable Prototypes for Multi-label Text Classification

يُعد ProtoSiTex إطار عمل شبه قابل للتفسير يُطور التصنيف الدقيق للنصوص متعددة الملصقات من خلال توظيف استراتيجية تدريب ثنائية المرحلة وفقدان هرمي لتعلم نماذج أولية تكيفية ومتداخلة، محققاً أداءً هو الأفضل في حالته مع تقديم تفسيرات متوافقة مع الإدراك البشري.

Utsav Kumar Nareti, Suraj Kumar, Soumya Pandey, Soumi Chattopadhyay, Chandranath Adak, Sankha Subhra Mullick2026-05-19