cs.AI ورقة بحثية

Improving BM25 Code Retrieval Under Fixed Generic Tokenization: Adaptive q-Log Odds as a Drop-In BM25 Fix

تقترح هذه الورقة تحسيناً مباشًناً لخوارزمية BM25 يسمى "اللوغاريتم الاحتمالي التكيفي" (adaptive q-Log Odds)، والذي يستبدل دالة الـ IDF اللوغاريتمية القياسية بلوغاريتم q لتعزيز أداء استرجاع الأكواد بشكل كبير في ظل عملية التجزئة العامة الثابتة من خلال فصل ذيول المعرفات بشكل أفضل، مع الحفاظ على تأثير ضئيل للغاية على استرجاع النصوص وعدم تطلب أي تغييرات في زمن استجابة الاستعلام.

Santosh Kumar Radha, Oktay Goktas2026-05-19

💬 NLP

Overeager Coding Agents: Measuring Out-of-Scope Actions on Benign Tasks

تقدم هذه الورقة البحثية OverEager-Gen، وهو معيار تم التحقق من صحته بصرامة يثبت أن وكلاء البرمجة يقومون في كثير من الأحيان بأفعال "مفرطة في الحماس" غير مصرح بها في المهام الحميدة، وهو خطر يتضاعف بشكل كبير عند إزالة إعلانات الموافقة الصريحة من المطالبات ويتأثر بشدة بإطار أذونات الوكيل بدلاً من النموذج الأساسي فحسب.

Yubin Qu, Ying Zhang, Yanjun Zhang, Gelei Deng, Yuekang Li, Leo Yu Zhang, Yi Liu2026-05-19

💻 computer science

Not What You Asked For: Typographic Attacks in Household Robot Manipulation

تُثبت هذه الورقة أن الهجمات الطباعية على الروبوتات المنزلية التي تستخدم نماذج الرؤية واللغة يمكن أن تتجاوز الحكم البصري لتتسبب في إخفاقات ملموسة في التلاعب المادي، محققةً معدل نجاح بنسبة 67.8% في بيئة محاكاة من خلال تسميم الخريطة الدلالية للروبوت مما يؤدي إلى الإمساك بنقل الأشياء بشكل خاطئ.

Ali Iranmanesh, Peng Liu2026-05-19

💻 computer science

Latent Action Reparameterization for Efficient Agent Inference

تقترح هذه الورقة البحثية إعادة تمثيل الفعل الكامن (LAR)، وهو إطار عمل يتعلم فضاء أفعال كامن مدمج ومتعدد الخطوات من مسارات الوكيل لتقليل أفق اتخاذ القرار الفعلي وتكاليف الاستدلال لوكلاء النماذج اللغوية الكبيرة بشكل كبير، مع الحفاظ على معدلات نجاح المهام أو تحسينها.

Wenhao Huang, Qingwen Zeng, Qiyue Chen, Zijie Guo, Yu Sun, Cheng Yang, Siru Ouyang, Jiri Gesi, Fang Wu, Jiayi Zhang, Hua (…)2026-05-19

💻 computer science

SAME: A Semantically-Aligned Music Autoencoder

تقدم هذه الورقة البحثية SAME، وهو مشفر تلقائي للموسيقى متوافق دلالياً يحقق نسبة ضغط زمني تبلغ 4096 ضعفاً للموسيقى الستيريو والصوت العام مع الحفاظ على جودة إعادة بناء عالية وأداء توليدي ممتاز للمهام اللاحقة من خلال بنية قائمة على المحولات وتقنيات تنظيم متقدمة.

Julian D. Parker, Zach Evans, CJ Carr, Zachary Zukowski, Josiah Taylor, Matthew Rice, Jordi Pons2026-05-19

💻 computer science

ManiSoft: Towards Vision-Language Manipulation for Soft Continuum Robotics

تقدم هذه الورقة ManiSoft، وهو معيار ومحاكي جديد مصمم لمعالجة تحديات التلاعب بالرؤية واللغة في الروبوتات المستمرة اللينة من خلال توفير مسار قابل للتوسع لتوليد مهام ومسارات متنوعة، مع الكشف عن القيود الحالية في تقدير الاستقبال الحسي وتجنب العوائق التكيفي.

Ziyu Wei, Luting Wang, Chen Gao, Li Wen, Si Liu2026-05-19

🤖 machine learning

Stochastic Penalty-Barrier Methods for Constrained Machine Learning

تقدم هذه الورقة طريقة العقوبة والحاجز العشوائية (SPBM)، وهي خوارزمية مبتكرة توسع تقنيات العقوبة والحاجز الكلاسيكية لتشمل إعدادات التعلم العميق غير المحدبة وغير الملساء والعشوائية، مما يظهر أداءً متفوقًا أو موازيًا للنماذج المرجعية الحالية مع حد أدنى من التكاليف الحسابية حتى للمشكلات التي تصل إلى 10,000 قيد.

Adam Bosák, Andrii Kliachkin, Jana Lepšová, Gilles Bareilles, Jakub Mareček2026-05-19

💻 computer science

Learning Lifted Action Models from Traces with Minimal Information About Actions and States

تقدم هذه الورقة خوارزميات ونتائج اكتمال لتعلم مجالات أفعال STRIPS+ من آثار تتضمن معلومات جزئية عن كل من الأفعال والحالات، معالجةً بذلك القيود السابقة عبر مراعاة سيناريوهات تتراوح من عدم إمكانية ملاحظة الحالة إلى الملاحظة الكاملة أو المحلية لمسندات حالة محددة.

Jonas Gösgens, Niklas Jansen, Hector Geffner2026-05-19

💬 NLP

Post-Trained MoE Can Skip Half Experts via Self-Distillation

تقدم هذه الورقة البحثية "تكييف التقطير الذاتي لصفر الخبراء" (ZEDA)، وهو إطار عمل منخفض التكلفة يحول نماذج "خليط الخبراء" الثابتة بعد التدريب إلى نماذج ديناميكية فعالة عن طريق حقن خبراء مخرجات صفرية خالية من المعلمات وتطبيق تقطير ذاتي على مرحلتين، مما يقلل عمليات الفاصلة العائمة (FLOPs) للخبراء بنسبة تزيد عن 50% مع فقدان طفيف في الدقة ويحقق تسريعاً كبيراً في عملية الاستدلال.

Xingtai Lv, Li Sheng, Kaiyan Zhang, Yichen You, Siyan Gao, Xueheng Luo, Yuxin Zuo, Yuchen Fan, Junlin Yang, Ganqu Cui, B (…)2026-05-19

🤖 machine learning

Pocket Foundation Models: Distilling TFMs into CPU-Ready Gradient-Boosted Trees

تقدم هذه الورقة طريقة لتقطير النماذج التأسيسية للبيانات الجدولية البطيئة والمعتمدة على وحدة معالجة الرسومات إلى أشجار تعزيز التدرج سريعة ومعتمدة على وحدة المعالجة المركزية باستخدام توسيم الطبقات خارج النطاق لمنع تسرب التسميات، مما يحقق دقة تقارب دقة النموذج المعلم مع تسريع يصل إلى 860 ضعفاً للتطبيقات في الوقت الفعلي مثل كشف الاحتيال.

Aditya Tanna, Nassim Bouarour, Mohamed Bouadi, Vinay kumar Sankarapu, Pratinav Seth2026-05-19

→ السابق التالي ←