🤖 AI

CT-IDP: Segmentation-Derived Quantitative Phenotypes for Interpretable Abdominal CT Disease Classification

تقدم هذه الدراسة إطار العمل CT-IDP، وهو إطار عمل قابل للتفسير يستفيد من أكثر من 900 نمط ظاهري كمي مستمد من التجزئة من صور الأشعة المقطعية للبطن لتحقيق أداء فائق في تصنيف الأمراض مقارنة بنموذج "محول الرؤية" (vision-transformer) المرجعي عبر مجموعات بيانات متعددة من مؤسسات مختلفة.

Lavsen Dahal, Joseph Y. Lo2026-05-12
🤖 AI

Towards Backdoor-Based Ownership Verification for Vision-Language-Action Models

تقدم هذه الورقة GuardVLA، وهو أول إطار عمل قائم على الباب الخلفي للتحقق من ملكية نماذج الرؤية واللغة والعمل من خلال تضمين علامات مائية خفية في البيانات المرئية المتجسدة واستخدام آلية التبديل والكشف لضمان التحقق الموثوق دون المساس بأداء المهام أو قدرة النموذج على التكيف.

Ming Sun, Rui Wang, Xingrui Yu, Lihua Jing, Hangyu Du, Zhenglin Wan, Xu Pan, Ivor Tsang2026-05-12
🤖 machine learning

Large Language Models for Sequential Decision-Making: Improving In-Context Learning via Supervised Fine-Tuning

تُثبت هذه الورقة أن الضبط الدقيق الخاضع للإشراف للنماذج اللغوية الكبيرة مسبقة التدريب على مسارات مُصنفة من قِبل "أوراكل" (oracle) بشكل غير متصل، يعزز بشكل كبير قدرات التعلم في السياق لاتخاذ القرارات المتسلسلة عبر عمليات ماركوف لاتخاذ القرار (MDPs)، وعمليات ماركوف لاتخاذ القرار ذات الملاحظة الجزئية (POMDPs)، وعمليات ماركوف لاتخاذ القرار ذات الملاحظة الجزئية والآلية (APOMDPs)، محققةً فجوات مثالية أقل بكثير من الطرق المرجعية، لا سيما في البيئات المعقدة، وطويلة الأفق، وذات الملاحظة الجزئية.

Minmin Zhang, Sina Aghaei, Soroush Saghafian2026-05-12
🤖 machine learning

A Geometric Perspective on Next-Token Prediction in Large Language Models: Three Emerging Phases

من خلال إعادة توظيف عدسات التمثيل كأدوات تشخيص هندسية لتتبع تطور الفضاءات الفرعية للقراءة التنبؤية عبر الطبقات، يكشف هذا البحث أن النماذج اللغوية الكبيرة تعالج التنبؤ بالرمز التالي من خلال ثلاث مراحل هندسية متميزة — التعددية البذرية، والتعلية الإحلالية، والتقارب البؤري — حيث تعمل زيادة عمق النموذج أساساً على تعزيز فك التباس المرشحين بدلاً من توسيع القدرة التمثيلية.

Gianfranco Lombardo, Giuseppe Trimigno, Stefano Cagnoni2026-05-12
🤖 AI

SearchSkill: Teaching LLMs to Use Search Tools with Evolving Skill Banks

تقترح الورقة البحثية SearchSkill، وهو إطار عمل يعزز قدرة النماذج اللغوية على الإجابة عن الأسئلة في النطاق المفتوح من خلال التخطيط الصريح للاستعلامات عبر "بنك مهارات" (SkillBank) متطور لمهارات بحث قابلة لإعادة الاستخدام، مما يحسن كفاءة الاسترجاع ودقة الإجابة عن طريق تقليل ميزانيات البحث المهدرة وتعزيز الاستعلامات الذرية والمركزة.

Jinchao Hu, Meizhi Zhong, Kehai Chen, Min Zhang2026-05-12
🤖 AI

Phase Transitions in Affective Meaning Divergence: The Hidden Drift Before the Break

تُصوّر هذه الورقة البحثية تباعد المعنى الوجداني (AMD) كمتنبئ حاسم لانهيار العلاقات، مُثبتةً من خلال النمذجة القائمة على نظرية الألعاب والتحليل التجريبي للبيانات الحوارية أن المحادثات تمر بانهيار مفاجئ وتراجعي في تنسيق الإصلاح عندما يتجاوز الحمل الناجم عن تباعد المعنى الوجداني عتبة محددة، وهي ظاهرة تتميز بخصائص "التباطؤ الحرج" التي تتفوق على مقاييس السُميّة والمشاعر التقليدية.

Napassorn Litchiowong2026-05-12
🤖 AI

Octopus Protocol: One-Shot Hardware Discovery and Control for AI Agents via Infrastructure-as-Prompts

يقضي بروتوكول "أوكتوبوس" (Octopus Protocol) على تكلفة هندسة التكامل للأجهزة بالنسبة لوكلاء الذكاء الاصطناعي، وذلك عبر استخدام وكيل برمجي مدفوع بنموذج لغوي لاكتشاف وتوصيل ونشر أدوات تحكم محددة الأنواع لمعدات متنوعة تلقائياً عبر أمر صدفة (shell command) واحد، مما يتيح التحكم البصري الحركي في حلقة مغلقة دون الحاجة إلى برامج تشغيل مكتوبة بشرياً.

Quilee Simeon, Justin M. Wei, Yile Fan2026-05-12
🤖 AI

Single-Configuration Attack Success Rate Is Not Enough: Jailbreak Evaluations Should Report Distributional Attack Success

تجادل ورقة الموقف هذه بأن تقييمات كسر الحماية الحالية التي تعتمد على معدلات نجاح التكوين الواحد غير كافية لتوصيف التهديدات، وتقترح اعتماد مقاييس توزيعية مثل مقياس حساسية المتغير (VSM) وتغطية الاتحاد (UC) لالتقاط النطاق الكامل لأداء الهجوم عبر تغيرات المعلمات بشكل أفضل.

Carsten Maple, Abhishek Kumar, Riya Tapwal2026-05-12
🤖 AI

Robust Multi-Agent LLMs under Byzantine Faults

تقدم هذه الورقة بروتوكول "التوافق ذاتي الارتكاز" (SAC)، وهو بروتوكول تكراري للترشيح والتحسين لامركزي بالكامل، يُمكّن أنظمة الوكلاء المتعددين لنماذج اللغات الكبيرة من مقاومة الأخطاء البيزنطية بقوة والحفاظ على أداء موثوق عبر مختلف طوبولوجيات الاتصال دون الاعتماد على التنسيق القائم على القائد أو الثقة المبلغ عنها ذاتياً.

Haejoon Lee, Vincent-Daniel Yun, Hyeonho Oh, Dimitra Panagou, Sai Praneeth Karimireddy2026-05-12
🤖 AI

CauSim: Scaling Causal Reasoning with Increasingly Complex Causal Simulators

يُعد CauSim إطار عمل يعالج ندرة بيانات الاستدلال السببي من خلال تمكين النماذج اللغوية الكبيرة من بناء نماذج سببية هيكلية قابلة للتنفيذ تزداد تعقيداً، والتي تعمل كمحاكيات قابلة للتوسع لتوليد بيانات تدريب يمكن التحقق منها وتحسين أداء النماذج عبر تمثيلات متنوعة.

Nicolás Astorga, Anita Kriz, Mihaela van der Schaar2026-05-12