🤖 AI

Coordinating Multiple Conditions for Trajectory-Controlled Human Motion Generation

تقترح الورقة البحثية إطار عمل CMC، وهو إطار عمل من مرحلتين منفصلتين ينسق بين الشروط النصية والمسارية لتوليد حركة البشر من خلال ضمان اتباع المسار بدقة أولاً عبر تمثيل مبسط، ثم استكمال حركة الجسم الكامل عبر نموذج طلاء (inpainting) مشروط بالنص ومعزز بآلية طلاء انتقائية لتحقيق أداء رائد في هذا المجال.

Deli Cai, Haoyang Ma, Changxing Ding2026-05-14
🤖 AI

Weakly-Supervised Spatiotemporal Anomaly Detection

تقترح هذه الورقة طريقة للكشف عن الشذوذ المكاني والزماني تحت إشراف ضعيف، تستخدم تسميات على مستوى الفيديو وفقدان ترتيب الحالات المتعددة لتحديد حالات الشذوذ الموضعية داخل مقاطع الفيديو، مما يثبت فعاليتها في مجموعة بيانات UCF Crime2Local.

Urvi Gianchandani, Praveen Tirupattur, Mubarak Shah2026-05-14
🤖 machine learning

High-Rate Quantized Matrix Multiplication II

تتقصى هذه الورقة البحثية عملية ضرب المصفوفات المكممة بمعدل مرتفع من أجل تكميم ما بعد التدريب للأوزان فقط في النماذج اللغوية الكبيرة، وذلك عبر إثبات كيف يحسن توزيع "ملء الخزان" (waterfilling) المدرك للتباين من التخصيص متساوي المعدل، وتحليل الأداء الخالي من الأساس والقريب من الأمثل لمخطط WaterSIC، وإظهار أن خوارزمية GPTQ مع التدوير العشوائي تحقق نتائج مماثلة قريبة من المثالية.

Or Ordentlich, Yury Polyanskiy2026-05-14
💬 NLP

Where Does Reasoning Break? Step-Level Hallucination Detection via Hidden-State Transport Geometry

تقترح هذه الورقة إطار عمل للكشف عن الهلوسة على مستوى الخطوة، يحدد أخطاء الاستدلال باعتبارها انحرافات موضعية في هندسة نقل الحالة الخفية، وذلك باستخدام معلم يعتمد على تحليل المكونات الرئيسية التبايني (PCA) وطالب (BiLSTM) مُقطّر للتفوق على خطوط الأساس الحالية في تحديد موقع الخطأ الأول أثناء الاستدلال بمرور واحد.

Tyler Alvarez, Ali Baheri2026-05-14
🤖 AI

(How) Do Large Language Models Understand High-Level Message Sequence Charts?

تقيم هذه الورقة قدرة ثلاثة نماذج لغوية كبيرة على فهم الدلالات الرسمية لمخططات تسلسل الرسائل عالية المستوى (HMSCs)، كاشفةً أنه في حين أنها تُظهر استيعاباً قوياً للمفاهيم الأساسية، إلا أن دقتها الإجمالية متواضعة (حوالي 52%) بسبب معاناتها الكبيرة مع الاستدلال الدلالي المعقد الذي يتضمن التجريد، والتركيب، والتبعية السببية.

Mohammad Reza Mousavi2026-05-14
🤖 machine learning

MinT: Managed Infrastructure for Training and Serving Millions of LLMs

تُعد MinT نظام بنية تحتية مُدارة تُمكّن من التدريب والتشغيل الفعال لملايين سياسات النماذج اللغوية الكبيرة القائمة على تقنية LoRA، وذلك عبر إبقاء نموذج أساسي ضخم واحد مقيماً في الذاكرة مع إدارة مراجعات المحولات خفيفة الوزن ديناميكياً، مما يحقق تحسينات كبيرة في قابلية التوسع، وكفاءة الذاكرة، وسرعة النشر عبر البنى الكثيفة وبنى الخبراء (MoE).

Mind Lab, :, Song Cao, Vic Cao, Andrew Chen, Kaijie Chen, Cleon Cheng, Steven Chiang, Kaixuan Fan, Hera Feng, Huan Feng (…)2026-05-14
🤖 AI

LMPath: Language-Mediated Priors and Path Generation for Aerial Exploration

تقدم الورقة البحثية LMPath، وهو مسار عمل مبتكر يستفيد من النماذج اللغوية التوليدية ونماذج الرؤية التأسيسية لإنشاء أولويات استكشاف دلالي من صور الأقمار الصناعية، مما يمكّن الطائرات بدون طيار من إنشاء مسارات بحث فعالة تتفوق بشكل كبير على أنماط التغطية الهندسية التقليدية في البيئات واسعة النطاق.

Jonathan A. Diller, Fernando Cladera, Camillo J. Taylor, Vijay Kumar2026-05-14
🤖 AI

Amplification to Synthesis: A Comparative Analysis of Cognitive Operations Before and After Generative AI

تحلل هذه الورقة بيانات منصة إكس (تويتر سابقاً) من الانتخابات الرئاسية الأمريكية لعامي 2016 و2024 لتثبت أن العمليات الإدراكية قد تحولت جذرياً من التضخيم المدفوع بالبوتات للمحتوى المتطابق إلى التركيب المدفوع بالذكاء الاصطناعي التوليدي، والذي يتميز بطفرة في المحتوى الأصلي، وانهيار التداخل اللفظي، والتنسيق المركز سردياً.

Liz Cho, Dongwook Yoon2026-05-14
🧬 biology

ENSEMBITS: an alphabet of protein conformational ensembles

تقدم هذه الورقة Ensembits، وهو أول مُجزئ (tokenizer) صُمم لتمثيل المجموعات التشكيلية للبروتينات، والذي يتفوق على المُجزئات الحالية للهياكل الساكنة في التنبؤ بحركة البقايا والخصائص الوظيفية، مع تمكين نمذجة لغة البروتين المدركة للديناميكيات من خلال هدف تقطير إطاري مبتكر.

Kaiwen Shi, Carlos Oliver2026-05-14
🤖 machine learning

Di-BiLPS: Denoising induced Bidirectional Latent-PDE-Solver under Sparse Observations

تقدم الورقة البحثية Di-BiLPS، وهو إطار عصبي موحد يستفيد من المشفرات التلقائية التباينية، والانتشار الكامن، والتعلم التبايني لحل مشكلات المعادلات التفاضلية الجزئية الأمامية والعكسية بدقة وكفاءة تضاهي أحدث التقنيات في ظل ملاحظات نادرة للغاية (تصل إلى 3% فقط) مع تمكين الدقة الفائقة من نوع "الصفر" (zero-shot super-resolution).

Zhonghao Li, Chaoyu Liu, Qian Zhang2026-05-14