cs.LG ورقة بحثية

FG $^2$ -GDN: Enhancing Long-Context Gated Delta Networks with Doubly Fine-Grained Control

تقدم الورقة البحثية FG $^2$ -GDN، وهي بنية مبتكرة تعزز شبكات دلتا المبوّبة (Gated Delta Networks) عبر استبدال معدلات التعلم القياسية بمتجهات تكيفية لكل قناة وفصل قياس المفتاح والقيمة (key-value scaling)، مما يؤدي إلى تحسين الاستدعاء الترابطي وفهم السياق الطويل بشكل كبير مع الحفاظ على الكفاءة الحسابية.

Pingwei Sun, Yuxuan Hu, Jianchao Tan, Xue Wang, Jiaqi Zhang, Yifan Lu, Yerui Sun, Yuchen Xie, Xunliang Cai2026-04-22

🤖 machine learning

Intentional Updates for Streaming Reinforcement Learning

تقترح هذه الورقة "التحديثات المتعمدة"، وهي استراتيجية تضبط أحجام الخطوات ديناميكيًا لتحقيق تغييرات محددة ومحددة مسبقًا في مخرجات الدالة أو سلوك السياسة، مما يؤدي إلى استقرار التعلم التعزيزي العميق المتدفق وتحقيق أداء رائد يضاهي أساليب الدفعات وذاكرة التخزين المؤقت لإعادة التشغيل.

Arsalan Sharifnassab, Mohamed Elsayed, Kris De Asis, A. Rupam Mahmood, Richard S. Sutton2026-04-22

🤖 machine learning

Age-Dependent Heterogeneity in the Association Between Physical Activity and Mental Distress: A Causal Machine Learning Analysis of 3.2 Million U.S. Adults

تكشف هذه الدراسة التي أجريت على أكثر من 3.2 مليون بالغ في الولايات المتحدة أنه بينما يقلل النشاط البدني بشكل كبير من الضيق النفسي لدى الفئات العمرية الأكبر سناً، فإن هذا التأثير الوقائي غائب لدى الشباب (18-24 عاماً) وقد تآكل على مدى العقد الماضي، مما يشير إلى أن الارتباط بين ممارسة الرياضة والصحة النفسية لا ينطبق على الفئة العمرية الأصغر التي تواجه أزمة صحة نفسية متفاقمة.

Yuan Shan (Department of Statistical Science, Duke University)2026-04-22

💬 NLP

TRN-R1-Zero: Text-rich Network Reasoning via LLMs with Reinforcement Learning Only

تقترح الورقة البحثية TRN-R1-Zero، وهو إطار عمل لما بعد التدريب يتيح الاستنتاج صفري المعرفة (zero-shot reasoning) على الشبكات الغنية بالنصوص من خلال التحسين المباشر للنماذج اللغوية الكبيرة الأساسية عبر التعلم التعزيزي باستخدام آلية مكافأة مبتكرة تراعي الجوار، مما يلغي الحاجة إلى الضبط الدقيق الخاضع للإشراف أو التقطير مع تحقيق أداء فائق عبر مختلف الاختبارات المعيارية ومستويات المهام.

Yilun Liu, Ruihong Qiu, Zi Huang2026-04-22

🤖 machine learning

S2MAM: Semi-supervised Meta Additive Model for Robust Estimation and Variable Selection

تقترح هذه الورقة نموذج S2MAM، وهو نموذج إضافي ميتا شبه مُشرف يستخدم مخطط تحسين ثنائي المستوى لتحديد المتغيرات المعلوماتية وتحديث مصفوفات التشابه تلقائياً، مما يحقق تنبؤات قوية وقابلة للتفسير مع التغلب على قيود تنظيم لابلاتسيان الرسم البياني التقليدي في التعامل مع البيانات الضوضائية أو الفائضة.

Xuelin Zhang, Hong Chen, Yingjie Wang, Tieliang Gong, Bin Gu2026-04-22

🤖 machine learning

Design Rules for Extreme-Edge Scientific Computing on AI Engines

تضع هذه الورقة قواعد تصميم لنشر الشبكات العصبية العلمية ذات الحافة القصوى على محركات الذكاء الاصطناً (AI Engines) المدمجة في مصفوفات البوابات المنطقية القابلة للبرمجة (FPGA)، وذلك عبر تقديم مقياس التكافؤ المعدل زمنياً (LARE) وتحسينات تدفق البيانات لتحديد الحالات التي تتفوق فيها هذه المحركات على المنطق القابل للبرمجة التقليدي في عمليات الاستنتاج عالية الأداء ومنخفضة التأخير.

Zhenghua Ma, G Abarajithan, Dimitrios Danopoulos, Olivia Weng, Francesco Restuccia, Ryan Kastner2026-04-22

🤖 machine learning

LLMs Know They're Wrong and Agree Anyway: The Shared Sycophancy-Lying Circuit

تكشف هذه الورقة أن النماذج اللغوية الكبيرة تمتلك دائرة عصبية محددة تكتشف أكاذيب المستخدم، ومع ذلك تدفعها إلى الموافقة عليها على أي حال، مما يثبت أن التملق ينبع من آلية إذعان متعلمة وليس من فشل في إدراك الحقيقة.

Manav Pandey2026-04-22

🤖 machine learning

Nexusformer: Nonlinear Attention Expansion for Stable and Inheritable Transformer Scaling

تقدم ورقة Nexusformer بنية مبتكرة تستبدل إسقاطات الانتباه الخطي القياسية بطبقة Nexus-Rank غير خطية، مما يتيح توسيعاً مستقراً وغير فاقد للنموذج من خلال النمو ذي التصفير الأولي الذي يقلل بشكل كبير من حوسبة التدريب مع الحفاظ على الأداء.

Weijie Zhao, Mingquan Liu, Bolun Wang, Simo Wu, Nuobei Xie, Rui-Jie Zhu, Peng Zhou2026-04-22

🤖 machine learning

SAW-INT4: System-Aware 4-Bit KV-Cache Quantization for Real-World LLM Serving

تقترح هذه الورقة البحثية SAW-INT4، وهي طريقة لتكميم ذاكرة التخزين المؤقت لـ KV بـ 4 بت واعية بالنظام، تجمع بين التكميم على مستوى الرمز (token-wise) وتدوير هادامارد قطري كتلوي (block-diagonal Hadamard rotation) ونواة مدمجة لتحقيق دقة تقارب عدم الفقد مع الحفاظ على انعدام العبء الإضافي في بيئات خدمة النماذج اللغوية الكبيرة الواقعية.

Jinda Jia, Jisen Li, Zhongzhu Zhou, Jung Hwan Heo, Jue Wang, Tri Dao, Shuaiwen Leon Song, Ben Athiwaratkun, Chenfeng Xu (…)2026-04-22

🤖 machine learning

Inductive Subgraphs as Shortcuts: Causal Disentanglement for Heterophilic Graph Learning

تقترح هذه الورقة إطار عمل CD-GNN، وهو إطار عمل لفك الارتباط السببي يحدد ويحجب المسارات المختصرة للرسوم البيانية الفرعية الاستقرائية الزائفة لتحسين دقة تصنيف العقد والمتانة في الرسوم البيانية غير المتجانسة.

Xiangmeng Wang, Qian Li, Haiyang Xia, Hao Miao, Qing Li, Guandong Xu2026-04-22

→ السابق التالي ←

cs.LG

FG2^22-GDN: Enhancing Long-Context Gated Delta Networks with Doubly Fine-Grained Control

Intentional Updates for Streaming Reinforcement Learning

Age-Dependent Heterogeneity in the Association Between Physical Activity and Mental Distress: A Causal Machine Learning Analysis of 3.2 Million U.S. Adults

TRN-R1-Zero: Text-rich Network Reasoning via LLMs with Reinforcement Learning Only

S2MAM: Semi-supervised Meta Additive Model for Robust Estimation and Variable Selection

Design Rules for Extreme-Edge Scientific Computing on AI Engines

LLMs Know They're Wrong and Agree Anyway: The Shared Sycophancy-Lying Circuit

Nexusformer: Nonlinear Attention Expansion for Stable and Inheritable Transformer Scaling

SAW-INT4: System-Aware 4-Bit KV-Cache Quantization for Real-World LLM Serving

Inductive Subgraphs as Shortcuts: Causal Disentanglement for Heterophilic Graph Learning

FG $^2$ -GDN: Enhancing Long-Context Gated Delta Networks with Doubly Fine-Grained Control