🤖 Category

cs.LG

24832 ورقة بحثية

🤖 machine learning

On the Power of Foundation Models

تستخدم هذه المساهمة نظرية الفئات لتبين أنه بينما يقتصر التعلم القائم على التلقين (prompt-based learning) بشكل صارم على المهام القابلة للتمثيل، فإن نموذج تأسيسي قوي بما يكفي مع الضبط الدقيق يمكنه نظرياً حل أي مهمة لاحقة ضمن الفئة المحددة بمهمة ما قبل التدريب والتعميم على كائنات غير مرئية من خلال التخطيط البنيوي.

Yang Yuan2026-04-27
🤖 machine learning

Expander Hierarchies for Normalized Cuts on Graphs

تقدم هذه الورقة أول خوارزمية فعالة عملياً لحساب التسلسلات الهرمية للموسعات (expander hierarchies)، وتستخدمها لتطوير حل مبتكر لتجميع الرسوم البيانية يتفوق بشكل كبير على الأساليب المتطورة الحالية في معيار القطع المعياري (normalized cut) من حيث جودة الحل.

Kathrin Hanauer, Monika Henzinger, Robin Münk, Harald Räcke, Maximilian Vötsch2026-04-27
🤖 machine learning

Privacy Leakage via Output Label Space and Differentially Private Continual Learning

تحدد هذه الورقة أن تغير فضاء تسميات المخرجات في التعلم المستمر يعمل كقناة جانبية للخصوصية، وتقترح صياغة جديدة للخصوصية التفاضلية للتعلم المستمر، إلى جانب طرق للتخفيف من هذا التسريب مع الحفاظ على دقة عالية للنموذج.

Marlon Tobaben, Talal Alrawajfeh, Marcus Klasson, Mikko Heikkilä, Arno Solin, Antti Honkela2026-04-27
💰 quantitative finance

Predicting Liquidity-Aware Bond Yields using Causal GANs and Deep Reinforcement Learning with LLM Evaluation

تقترح هذه الورقة إطار عمل مبتكر يدمج بين شبكات الخصومة التوليدية السببية (Causal GANs) وتعلم التعزيز بآلية الممثل-الناقد الناعم (Soft Actor-Critic) لتوليد بيانات عوائد سندات اصطناعية عالية الدقة، والتي تتم معالجتها لاحقاً بواسطة نموذج لغوي كبير (LLM) مضبوط بدقة لإنتاج إشارات تداول وتقييمات مخاطر قابلة للتنفيذ، مما يحقق دقة تنبؤ وربحية فائقتين.

Jaskaran Singh Walia, Aarush Sinha, Naman Saraswat, Srinitish Srinivasan, Srihari Unnikrishnan2026-04-27
🤖 AI

PoLO: Proof-of-Learning and Proof-of-Ownership at Once with Chained Watermarking

يُعد LoPO إطار عمل مبتكر يوفر في آن واحد إثبات التعلم وإثبات الملكية من خلال العلامات المائية المتسلسلة، محققاً دقة عالية في الكشف وخصوصية للبيانات مع تقليل تكاليف التحقق بشكل كبير والحفاظ على المتانة ضد هجمات التزوير.

Haiyu Deng, Yanna Jiang, Guangsheng Yu, Qin Wang, Xu Wang, Baihe Ma, Wei Ni, Ren Ping Liu2026-04-27
🤖 AI

Pre-trained Large Language Models Learn Hidden Markov Models In-context

تُثبت هذه الورقة أن النماذج اللغوية الكبيرة سابقة التدريب يمكنها تعلم وتوقع المتواليات الناتجة عن نماذج ماركوف المخفية بفعالية من خلال التعلم في السياق، محققةً دقة تقارب المستوى الأمثل في البيانات الاصطناعية وأداءً تنافسياً في مهام اتخاذ القرار لدى الحيوانات في العالم الحقيقي، مما يرسخ التعلم في السياق كأداة قوية للكشف عن البنى الخفية في البيانات العلمية المعقدة.

Yijia Dai, Zhaolin Gao, Yahya Sattar, Sarah Dean, Jennifer J. Sun2026-04-27
🤖 machine learning

Recent Advances in Multi-Agent Human Trajectory Prediction: A Comprehensive Review

تقدم هذه الدراسة مراجعة شاملة للتطورات الأخيرة القائمة على التعلم العميق في التنبؤ بمسارات البشر متعددة الوكلاء من عام 2020 إلى عام 2025، حيث تصنف الأساليب حسب البنية والتمثيل والاستراتيجية مع تحديد التحديات الرئيسية واتجاهات البحث المستقبلية.

Céline Finet, Stephane Da Silva Martins, Jean-Bernard Hayet, Ioannis Karamouzas, Javad Amirian, Sylvie Le Hégarat-Mascle (…)2026-04-27
⚡ electrical engineering

Manifold Learning for Personalized and Label-Free Detection of Cardiac Arrhythmias

تُثبت هذه الورقة أن تقنيات تقليل الأبعاد غير الخطية، مثل UMAP وt-SNE، يمكن أن تُمكّن من الكشف الشخصي والخالي من الملصقات عن عدم انتظام ضربات القلب من خلال تجميع الأنماط المورفولوجية الفردية بفعالية وفصل النبضات الطبيعية عن حالات عدم انتظام ضربات القلب بطريقة غير مُشرفة.

Amir Reza Vazifeh, Jason W. Fleischer2026-04-27