🤖 AI

In-Context Credit Assignment via the Core

تقترح هذه الورقة آلية متوافقة مع الحوافز لتعيين الائتمان في السياق بناءً على حل "اللب الأدنى" من نظرية الألعاب التعاونية، مقدمةً خوارزميات فعالة تقرب التوزيع العادل للقيمة بين منشئي المحتوى باستخدام عدد أقل بكثير من استدعاءات النماذج اللغوية الكبيرة مقارنة بالطرق الحالية.

Keegan Harris, Siddharth Prasad, Asher Trockman2026-05-11
🤖 AI

A2^2RD: Agentic Autoregressive Diffusion for Long Video Consistency

تقدم الورقة البحثية A2^2RD، وهو إطار عمل انتشار ذاتي التراجع وكيل (agentic autoregressive diffusion framework) يضمن اتساق الفيديو الطويل من خلال دورة مغلقة من الاسترجاع-التوليد-التحسين-التحديث وذاكرة متعددة الوسائط، متفوقاً على أحدث الأساليب بنسبة تصل إلى 30% في الاتساق و20% في التماسك السردي.

Do Xuan Long, Yale Song, Min-Yen Kan, Tomas Pfister, Long T. Le2026-05-11
🤖 AI

XiYOLO: Energy-Aware Object Detection via Iterative Architecture Search and Scaling

يقدم XiYOLO إطار عمل للكشف عن الأشياء يراعي استهلاك الطاقة، يجمع بين البحث التكراري عن البنية العصبية ومقدر طاقة ثنائي المراحل والتحجيم المركب لتوليد عائلة من النماذج التي تحقق توازنات فائقة بين الدقة واستهلاك الطاقة على الأجهزة الطرفية غير المتجانسة مقارنة بنماذج YOLO المرجعية.

Tony Tran, Richie R. Suganda, Bin Hu2026-05-11
🤖 AI

Bridging the Last Mile of Circuit Design: PostEDA-Bench, a Hierarchical Benchmark for PPA Convergence and DRC Fixing

تقدم هذه الورقة PostEDA-Bench، وهو معيار مرجعي هرمي يضم 145 مهمة قابلة للتحقق آلياً لتقييم وكلاء النماذج اللغوية الكبيرة في مهام إصلاح أخطاء تصميم الدوائر المتكاملة (DRC) وتقارب معايير الأداء والقدرة والاستهلاك (PPA)، مما يكشف أنه بينما يؤدي الوكلاء بشكل معقول في المهام الاصطناعية أو أحادية الهدف، فإنهم يعانون بشكل كبير في التفكير المعقد والمفاضلات متعددة الأهداف.

Pengju Liu, Nuo Xu, Jinwei Tang, Yu Cao, Caiwen Ding2026-05-11
🤖 machine learning

Adaptive Memory Decay for Log-Linear Attention

تقترح هذه الورقة البحثية "الاضمحلال الذاكراتي التكيفي" (Adaptive Memory Decay)، وهي طريقة تستبدل معامل الاضمحلال الثابت في آلية الانتباه اللوغاريتمي الخطي بآلية قابلة للتعلم وتعتمد على المدخلات عبر شبكة عصبية بسيطة متعددة الطبقات (MLP)، مما يعزز أداء الذاكرة طويلة المدى والمرونة مع الحفاظ على التعقيد الحسابي اللوغاريتمي الخطي للنموذج.

Yaxita Amin, Helen Zichen Li, Mengfan Zhang, Samet Ayhan2026-05-11
🤖 AI

Multi-Objective Constraint Inference using Inverse reinforcement learning

تقدم هذه الورقة البحثية إطار عمل استنتاج القيود متعدد الأهداف (MOCI)، وهو إطار عمل مبتكر يستخرج بفعالية القيود المشتركة والتفضيلات الفردية من عروض الخبراء المتباينة ذات الأهداف المتعارضة، متفوقاً على النماذج المرجعية الحالية في دقة التنبؤ مع الحفاظ على الكفاءة الحسابية.

Syed Ihtesham Hussain Shah, Floris den Hengst, Aneta Lisowska, Annette ten Teije2026-05-11
🤖 machine learning

Kurtosis-Guided Denoising Score Matching for Tabular Anomaly Detection

تقدم هذه الورقة البحثية K-DSM، وهي طريقة لمطابقة درجات الضجيج منزاحة بـ "التبلد" (kurtosis) تعمل على تغيير مقياس الضجيج لكل ميزة بشكل تكيفي لتحقيق أفضل النتائج في اكتشاف الشذوذ في البيانات الجدولية في كل من الإعدادات شبه الخاضعة للإشراف وغير الخاضعة للإشراف بالكامل، دون الحاجة إلى تدريب معقد متعدد المقاييس أو ضبط مكثف للمعلمات الفائقة.

Victor Livernoche, Jie Zan, Reihaneh Rabbany2026-05-11
🤖 AI

AI and Consciousness: Shifting Focus Towards Tractable Questions

تجادل الورقة البحثية بأنه في حين أن التحديد المباشر لوعي الذكاء الاصطنا نیز يعد أمراً مستعصياً في الوقت الحالي، يجب على الأبحاث بدلاً من ذلك إعطاء الأولوية لدراسة الوعي المُدرك للذكاء الاصطناعي كونه موضوعاً قابلاً للتطبيق وذا عواقب مجتمعية، مما يحث أصحاب المصلحة على التركيز على أسبابه وآثاره والتواصل الواضح بشأنه.

Iulia-Maria Comsa2026-05-11
⚡ electrical engineering

Decentralized Time-Varying Optimization for Streaming Data via Temporal Weighting

تحلل هذه الورقة أداء التدرج المنحدر اللامركزي لتتبع القيم الصغرى متغيرة الزمن في بيئات البيانات المتدفقة، كاشفةً أن خطأ التتبع يتفكك إلى حد النقطة الثابتة وانحياز ناتج عن عدم التجانس، حيث يحقق التوزين الموحد معدل تقارب قدره O(1/t)\mathcal{O}(1/t) بينما يؤدي التوزين المخصوم أسياً إلى حد خطأ لا يتلاشى.

Muhammad Faraz Ul Abrar, Nicolò Michelusi, Erik G. Larsson2026-05-11
📊 statistics

Drawing Lines in Psychological Space: What K-means Clustering Reveals in Simulated and Real Psychometric Data

تجادل هذه الورقة بأن تجميع الوسائل الكيمية (K-means clustering) يمكنه توليد أنماط مجموعات فرعية مستقرة ومتماسكة بصرياً في كل من البيانات السيكومترية المحاكات والواقعية، حتى في حالة عدم وجود بنية فئوية كامنة حقيقية، وذلك لأن الخوارزمية تقسم بطبيعتها الفضاءات الغاوسية المستمرة إلى عناقيد مدمجة هندسياً.

Pedro Henrique Ramos Pinto, Maria Jullyanna Ferreira Marques, Luiz Carlos Serramo Lopez2026-05-11