🤖 Category

cs.LG

27306 ورقة بحثية

🤖 machine learning

Adaptive Policy Selection and Fine-Tuning under Interaction Budgets for Offline-to-Online Reinforcement Learning

تقترح هذه الورقة نهجاً تكيفياً جديداً للتعلم التعزيزي من النوع "من أوفلاين إلى أونلاين" (Offline-to-Online) يقوم باختيار وضبط السياسات المرشحة بكفاءة في ظل ميزانيات تفاعل محدودة، وذلك عبر الجمع بين تقديرات الأداء غير المتصل (offline) واستراتيجية الحد الأعلى للثقة للتغلب على عدم موثوقية التقييم خارج السياسة وعدم عملية الاختبار المباشر الشامل.

Alper Kamil Bozkurt, Xiaoan Xu, Shangtong Zhang, Miroslav Pajic, Yuichi Motai2026-05-07
🤖 machine learning

Conditional outlier detection for clinical alerting

تقدم هذه الورقة وتتحقق من صحة نهج قائم على البيانات للكشف عن إجراءات إدارة المرضى الشاذة في السجلات الصحية الإلكترونية لما بعد جراحة القلب، مما يثبت أن التنبيه القائم على الشذوذ يمكن أن يحقق معدلات منخفضة من التنبيهات الكاذبة مع ربط الشذوذ الأقوى بتكرار أعلى للتنبيهات.

Milos Hauskrecht, Michal Valko, Shyam Visweswaran, Iyad Batal, Gilles Clermont, Gregory Cooper2026-05-07
🤖 machine learning

Joint Treatment Effect Estimation from Incomplete Healthcare Data: Temporal Causal Normalizing Flows with LLM-driven Evolutionary MNAR Imputation

تقترح هذه الورقة مساراً مبتكراً ذا مرحلتين يجمع بين التدفقات التنميطية المقيدة بالرسم البيالبياني الموجه غير الدوري (DAG) للاستدلال التوقعي الدقيق، وبين مُكمّل تطوري مدفوع بنماذج لغوية كبيرة (LLM) للتعامل مع المعدلات العالية للبيانات المفقودة بشكل غير عشوائي، مما يتيح تقديراً متيناً مشتركاً لأثر العلاج من السجلات الصحية الإلكترونية الطولية غير المكتملة.

Olivia Jullian Parra, Sara Zoccheddu, David Catalan Cerezo, Tom Forzy, Franziska Ulrich, William Sutcliffe, Jakob Martin (…)2026-05-07
🤖 machine learning

Transformed Latent Variable Multi-Output Gaussian Processes

تقدم الورقة البحثية عملية "العملية الغاوسية متعددة المخرجات ذات المتغير الكامن المتحول" (T-LVMOGP)، وهي إطار عمل قابل للتوسع يستخدم الشبكات العصبية المنتظمة بـ "ليبشيتز" والاستدلال التبايني العشوائي لنمذجة المخرجات عالية الأبعاد والمرتبطة بدقة وكفاءة محسنتين مقارنة بالطرق الحالية.

Xiaoyu Jiang, Xinxing Shi, Sokratia Georgaka, Magnus Rattray, Mauricio A Álvarez2026-05-07
🤖 machine learning

Low-Cost Black-Box Detection of LLM Hallucinations via Dynamical System Prediction

تقدم هذه المساهمة طريقة "الصندوق الأسود" منخفضة التكلفة للكشف عن الهلوسة، والتي تعمل على نمذجة استجابات النماذج اللغوية الكبيرة كأنظمة ديناميكية باستخدام نظرية مؤثر كوبمان لتحقيق نتائج رائدة في تمريرة واحدة دون الحاجة إلى أخذ عينات مكلفة أو استرجاع معرفة خارجية.

Dan Wilson, Mohamed Akrout2026-05-07
🤖 AI

Superposition Is Not Necessary: A Mechanistic Interpretability Analysis of Transformer Representations for Time Series Forecasting

تستخدم هذه الورقة أدوات التفسير الآلي مثل المشفّرات التلقائية المتفرقة لتوضيح أن التراكب ليس ضرورياً للتنبؤ التنافسي بالسلاسل الزمنية، حيث تظل تمثيلات المحولات متفرقة ومستقرة دون الاعتماد على البنى التركيبية الغنية الموجودة في النماذج اللغوية، مما يفسر الفعالية المستمرة للنماذج الخطية البسيطة.

Alper Yıldırım2026-05-07
💬 NLP

PSK at SemEval-2026 Task 9: Multilingual Polarization Detection Using Ensemble Gemma Models with Synthetic Data Augmentation

حقق فريق PSK المركز الثاني إجمالاً في المهمة التاسعة من مسابقة SemEval-2026 بمتوسط F1 كلي (mean macro-F1) بلغ 0.811، وذلك عبر توظيف نموذج تجميعي من نماذج Gemma 3 التي تم ضبطها باستخدام تقنية LoRA، مع تعزيزها ببيانات اصطناعية مُولدة بواسطة GPT-4o-mini وضبط العتبات لكل لغة، بينما أظهر الفريق الأهمية البالغة للتعميم على حساب البنيات التي حققت أداءً جيداً في مجموعات التطوير لكنها أخفقت في مجموعة الاختبار.

Srikar Kashyap Pulipaka2026-05-07
📊 statistics

Estimating the expected output of wide random MLPs more efficiently than sampling

تقترح هذه المقالة طريقة خالية من أخذ العينات تستخدم التراكمات وتوسيعات هيرميت لتقدير المخرجات المتوقعة للشبكات العصبية الاصطناعية ذات الانتشار الواسع بكفاءة، مما يحقق تكاليف حوسبة أقل مقارنة بطريقة مونت كارلو التقليدية لأخذ العينات ودقة فائقة للأحداث النادرة.

Wilson Wu, Victor Lecomte, Michael Winer, George Robinson, Jacob Hilton, Paul Christiano2026-05-07
📊 statistics

Sharp Capacity Thresholds in Linear Associative Memory: From Winner-Take-All to Listwise Retrieval

تثبت هذه الورقة أن السعة التخزينية للذاكرة الترابطية الخطية تخضع لانتقال طوري حاد يعتمد على معيار الاسترجاع، مما يتطلب قياساً لوغاريتمياً لـ d2≍nlog⁡nd^2 \asymp n \log n لاسترجاع "الفائز الوحيد" (top-1) الصارم، بينما يتطلب فقط قياساً خطياً لـ d2≍nd^2 \asymp n للاسترجاع القائم على القائمة (listwise retrieval)، وهي نتيجة مستمدة من خلال إطار عمل "هامش متوسط الذيل" (Tail-Average Margin) المبتكر والتحليل التقاربي الدقيق.

Nicholas Barnfield, Juno Kim, Eshaan Nichani, Jason D. Lee, Yue M. Lu2026-05-07
🤖 AI

Taming Outlier Tokens in Diffusion Transformers

تحدد هذه المساهمة مشكلة الرموز الشاذة (outlier tokens) في نماذج محولات الانتشار (Diffusion Transformers - DiTs) وتعالجها من خلال تقديم السجلات ثنائية المراحل (Dual-Stage Registers - DSR)، وهي طريقة تقلل بفعالية من العيوب وتحسن جودة توليد الصور في كل من مكونات الترميز وإزالة الضجيج.

Xiaoyu Wu, Yifei Wang, Tsu-Jui Fu, Liang-Chieh Chen, Zhe Gan, Chen Wei2026-05-07