💬 NLP

Learning What to Share and What to Personalize: Hierarchical Strategy Co-Evolution for Agent Memory

تقترح هذه الورقة إطار عمل HiPS، وهو إطار هرمي يطور بشكل مشترك استراتيجية ذاكرة مشتركة عالمياً مع قواعد تكيفية خاصة بكل مستخدم لتحسين ما تحتفظ به الوكلاء أو تتخلص منه من المعلومات ديناميكياً من أجل التفاعلات الشخصية.

Yupeng Han, Shuochen Liu, Kai Zhang, Ze Liu, Zhihong Pan, Xianquan Wang2026-08-27
💻 computer science

CoRE: Weakly Supervised Coarse-to-Fine Risk Evidence Learning in Driving Videos

تقدم الورقة البحثية CoRE، وهو إطار عمل من نوع "من الخشن إلى الناعم" (coarse-to-fine) يعتمد على الإشراف الضعيف، ويتعلم تحديد اللحظات الزمنية المحددة وكيانات المشهد التي تدعم تنبؤات المخاطر في فيديوهات القيادة عن طريق استخلاص التأثيرات المتدرجة من التدخلات المهيكلة على متنبئ خشن على مستوى الفيديو، مما يتيح تحديد موقع الأدلة بدقة عالية دون الحاجة إلى تعليقات توضيحية دقيقة ومكلفة.

Kaiser Hamid, Can Cui, Nade Liang2026-08-27
🤖 machine learning

Escaping Low-Dimensional Overlap: Multi-Task Model Merging via High-Dimensional Sparse Disentanglement

تقترح هذه الورقة إطار عمل جديد لدمج النماذج يستفيد من المشفرات التلقائية المتفرقة لإسقاط ناقلات المهام في فضاء سمات عالي الأبعاد ومتفرق لفك تشابك السمات المتداخلة بفعالية، مقترناً بمحسن من الدرجة الصفرية مصنف مجموعات خفيف الوزن للدمج الانتقائي للطبقات، مما يتفوق بشكل كبير على النماذج المرجعية الحالية عبر مهام متنوعة.

Yihang Zhang, Shengke Sun, Junjie Wen, Feng Zeng2026-08-27
🤖 machine learning

CRAMER: Control via Request-Aware Masking for Editing Recommenders

تقدم هذه الورقة إطار عمل CRAMER، الذي يتيح التكيف الفوري لنماذج التوصية المتسلسلة مع طلبات المستخدمين باللغة الطبيعية من خلال تعديل معاملات العمود الفقري المجمدة عبر قناع مدرك للطلب، مما يحقق أداءً عالياً وقدرة على التحكم دون الأعباء الحسابية لإعادة التدريب أو النماذج اللغوية الكبيرة.

Zhiyuan Julian Su, Naihe Feng, Zhen Luther Qin, Ga Wu2026-08-27
💬 NLP

Adaptive Triggering for Bias Correction in LLM Reasoning

تقترح هذه الورقة إطار عمل للتحفيز التكيفي يصيغ تصحيح الانحياز في استدلال النماذج اللغوية الكبيرة كمسألة كشف عن نقطة تغير عبر الإنترنت، حيث يتدخل ديناميكياً فقط عندما يتجاوز الدليل المتراكم على انتشار الصور النمطية عتبة مُعايرة، وذلك للحد من الانحياز بفعالية مع تقليل التعطيل غير الضروري للاستدلال الصحيح.

Nayoung Kim, Mickey Mancenido, Huan Liu2026-08-27
💻 computer science

Q&A or Document-Based? The Effects of Interface Type on How Screen Reader Users Access Interconnected Documents

تكشف هذه الدراسة أنه بينما يفضل المستخدمون المكفوفون وضعاف البصر واجهات "السؤال والجواب" ويبالغون في تقدير فعاليتها لاستكشاف الوثائق المترابطة، فإن الواجهات القائمة على الوثائق تتيح لهم في الواقع الوصول إلى المزيد من المصادر المتنوعة، وبناء نماذج ذهنية أكثر دقة، وتطبيق المعرفة بشكل أكثر فعالية.

Colleen F. Cipriano, Yichun Zhao, Miguel A. Nacenta, Kotaro Hara, Jaylee Soh2026-08-27
🤖 machine learning

Refusal geometry reflects refusal training: diverse refusal prefixes can raise stable rank and weaken refusal vector ablation attacks

تكشف هذه الورقة أن الطبيعة منخفضة الأبعاد والهشة لآليات الرفض في النماذج اللغوية المتوافقة تنبع من تكرار بادئات الرفض أثناء التدريب، وتُظهر أن استخدام بادئات رفض متنوعة يمكن أن يزيد من الرتبة المستقرة لتحديثات التنشيط، مما يجعل عمليات الرفض أكثر متانة ضد هجمات الاستئصال الشعاعي.

Andrey Labunets2026-08-27
💻 computer science

Can your AI agent be cheaper? Investigating the effects of task specifications on token spend in agentic coding tasks

تتقصى هذه الورقة كيفية تأثير مواصفات المهام على استهلاك الرموز (tokens) في سير عمل البرمجة الوكيلية، حيث تُثبت أن المطالبات الموجزة للغاية تزيد التكاليف بشكل كبير مع تقديم طريقة تنبؤية لتقدير الإنفاق من الرموز عبر التكوينات المختلفة بدقة عالية.

Jakub Smékal2026-08-27
🤖 machine learning

Distance Is Not Enough: Forget-Retain Alignment Gap Predicts LLM Relearning Robustness

تقدم هذه الورقة فجوة محاذاة النسيان-الاحتفاظ (FRAG)، وهي مقياس لا يتطلب تدريباً يتنبأ بمتانة إعادة التعلم في النماذج اللغوية الكبيرة من خلال قياس انتقائية التحديث بدلاً من الإزاحة العالمية للأوزان، وتقترح تقليم النسيان-الاحتفاظ (FRP) لتعزيز استقرار محو المعلومات عبر تعديل الأوزان الحرجة للنسيان بشكل انتقائي مع الحفاظ على الأوزان الحرجة للاحتفاظ.

Yi Chen, Hanna Hsieh, Shuhong Liu, Chuanbo Hua, Zihan Ma, Kun Wang, Joo-Young Kim2026-08-27
💬 NLP

MathAdv: What Theorem Provers Know, Reason, Formalize, and Generalize

تقدم الورقة البحثية MathAdv، وهو معيار تشخيصي شامل يمتد عبر 13 مجالاً رياضياً يقيم أثباتات النظريات من خلال مهام مساعدة متعددة للكشف عن الاختناقات الحرجة في الصياغة الرسمية، والتباينات في الأداء الخاصة بكل مجال، وحدود المتانة التي غالباً ما تحجبها مقاييس الدقة التجميعية.

Jiaxin Yuan, Connor Martinez Lockhart, Xiaoyu Liu, Jiaqi Wang, Chenghao Deng, Xiayimei Han, Vlasios Mastrantonis, Dmitri (…)2026-08-27