cs.LG ورقة بحثية

Gradient Regularized Newton Boosting Trees with Global Convergence

تقدم هذه الورقة "أشجار تعزيز نيوتن المنظمة بالتدرج" (Gradient Regularized Newton Boosting Trees)، وهي خوارزمية لتعزيز التدرج من الدرجة الثانية (GBDT) متقاربة عالمياً تحقق معدل تقارب قدره $\mathcal{O}(1/k^2)$ لخسائر التحدب العام عبر توسيع "هبوط نيوتن المقيد" (Restricted Newton Descent) باستخدام حد تنظيم $\ell_2$ تكيفي، مما يطابق أداء التعزيز من الدرجة الأولى مع معالجة مشكلات التباعد في خوارزمية "نيوتن تعزيز" التقليدية.

Nikita Zozoulenko, Daniel Falkowski, Thomas Cass, Lukas Gonon2026-05-04

🤖 AI

Jailbreaking Vision-Language Models Through the Visual Modality

تُثبت هذه الورقة البحثية أنه يمكن كسر حماية نماذج الرؤية واللغة بفعالية من خلال أربعة هجمات مبتكرة على النمط البصري، مما يكشف عن فجوة حرجة في التوافق عبر الأنماط حيث تفشل تدريبات السلامة القائمة على النصوص في التعميم على المدخلات البصرية الضارة.

Aharon Azulay, Jan Dubiński, Zhuoyun Li, Atharv Mittal, Yossi Gandelsman2026-05-04

🤖 machine learning

Fairness of Classifiers in the Presence of Constraints between Features

تقترح هذه الورقة تعريف عدالة المصنف من خلال وجود "تفسيرات عادلة" (الأسباب المتمثلة في المضروبات الأولية التي تستبعد السمات المحمية) التي تراعي قيود السمات، وهي تحلل العلاقات والتعقيد الحسابي لثلاثة تعريفات متميزة للعدالة في ظل هذه الظروف.

Martin C. Cooper, Imane Bousdira2026-05-04

🤖 machine learning

Affinity Is Not Enough: Recovering the Free Energy Principle in Mixture-of-Experts

تقترح هذه الورقة أن التوجيه القياسي القائم على الألفة في نماذج "خليط الخبراء" (Mixture-of-Experts) يفشل عند الانتقالات بين المجالات، وتثبت أن دمج الآليات المستوحاة من "مبدأ الطاقة الحرة" — وتحديداً الذاكرة الزمنية، والبوابات الموزونة بالدقة، والتوجيه الاستباقي — يمكن أن يحسن بشكل كبير من دقة اختيار الخبراء والأداء التنبؤي من خلال تمكين النموذج من اكتشاف التحولات التوزيعية والاستعداد لها قبل حدوثها.

Man Yung Wong (Russell)2026-05-04

🤖 AI

BlenderRAG: High-Fidelity 3D Object Generation via Retrieval-Augmented Code Synthesis

يُعد BlenderRAG نظاماً للتوليد المعزز بالاسترجاع يعمل على تحسين دقة واتساق الهندسة في الإنشاء التلقائي للأجسام ثلاثية الأبعاد من اللغة الطبيعية بشكل كبير، وذلك عبر الاستفادة من مجموعة بيانات متعددة الوسائط ومنسقة من الأمثلة التي تم التحقق منها من قبل خبراء لتوجيه النماذج اللغوية الكبيرة الحديثة دون الحاجة إلى الضبط الدقيق.

Massimo Rondelli, Francesco Pivi, Maurizio Gabbrielli2026-05-04

🤖 machine learning

Class Angular Distortion Index for Dimensionality Reduction

تقدم هذه الورقة مؤشر تشوه الزوايا للفئات (CADI)، وهو مقياس قابل للتفاضل يعتمد على الزوايا الداخلية لتقييم مدى دقة تنظيم العناقيد في إسقاطات تقليل الأبعاد، معالجةً بذلك أوجه القصور في المقاييس الحالية التي تفشل في رصد الترتيبات النسبية للعناقيد أو تفترض أشكالاً كروية.

Kaviru Gunaratne, Stephen Kobourov, Jacob Miller2026-05-04

🔬 physics

Knowing when to trust machine-learned interatomic potentials

تقدم الورقة البحثية PROBE، وهي طريقة لاحقة (post-hoc) ومستقلة عن البنية التحتية، تستفيد من التمثيلات المجمدة لكل ذرة من جهود التفاعل بين الذرات المتعلمة مسبقاً والمدركة آلياً لتوليد تقديرات موثوقة لعدم اليقين لكل تنبؤ وتشخيصات قابلة للتفسير كيميائياً، متفوقة بذلك على أساليب تباين المجموعات التقليدية مع التوسع بشكل ملائم نحو النماذج ذات النطاق التأسيسي.

Shams Mehdi, Ilkwon Cho, Olexandr Isayev2026-05-04

🤖 machine learning

Bridging Graph Drawing and Dimensionality Reduction with Stochastic Stress Optimization

تجسّر هذه الورقة البحثية الفجوة بين رسم الرسوم البيانية وتقليل الأبعاد من خلال تقديم حل عشوائي متوافق مع مكتبة scikit-learn يقلل الإجهاد العالمي عبر تحديثات زوجية محلية، مما أظهر تقارباً أسرع بكثير وأداءً مماثلاً أو متفوقاً على خوارزمية SMACOF التقليدية في الاختبارات المرجعية عالية الأبعاد.

Daniel Hangan, Stephen Kobourov, Jacob Miller2026-05-04

🤖 machine learning

Learning Multimodal Energy-Based Model with Multimodal Variational Auto-Encoder via MCMC Revision

تقترح هذه الورقة إطار تعلم مبتكر يجمع بشكل تآزري بين المشفر التلقائي التبايني متعدد الأنماط ونماذج الطاقة، مستخدماً مراجعات سلسلة ماركوف مونت كارلو (MCMC) في كل من فضاءات البيانات والفضاءات الكامنة للتغلب على ضعف الخلط والقيود أحادية النمط، مما يحقق جودة وتماسكاً فائقين في التوليد متعدد الأنماط.

Jiali Cui, Zhiqiang Lao, Heather Yu2026-05-04

🤖 machine learning

From Prediction to Practice: A Task-Aware Evaluation Framework for Blood Glucose Forecasting

تقدم هذه الورقة إطار تقييم مدركاً للمهام للتنبؤ بمستوى غلوكوز الدم، يكشف عن فجوة حرجة بين الدقة الإجمالية القياسية والمنفعة السريرية من خلال إثبات أن النماذج غالباً ما تفشل في اكتشاف أحداث نقص سكر الدم عالية الخطورة في سياقات محددة ولا يمكنها التنبؤ بشكل موثوق بنتائج تدخلات جرعات الأنسولين.

Alireza Namazi, Heman Shakeri2026-05-04

→ السابق التالي ←