cs.LG ورقة بحثية

Where to Bind Matters: Hebbian Fast Weights in Vision Transformers for Few-Shot Character Recognition

تُثبت هذه الورقة أن دمج وحدات الأوزان السريعة الهيبية (Hebbian Fast-Weight) في نماذج المحولات الرؤيوية (Vision Transformers)، وتحديداً عبر استراتيجية وضع واحدة في المرحلة النهائية من نموذج Swin-Tiny، يعزز بشكل كبير أداء التعرف على الحروف في حالات التعلم ببيانات قليلة (few-shot) من خلال تمكين التكيف السريع على مستوى الحلقة (episode-level adaptation) الذي يتفوق على البنيات القياسية ذات الأوزان الثابتة.

Gavin Money, Sindhuja Penchala, Jiacheng Li, Noorbakhsh Amiri Golilarz2026-05-06

🤖 machine learning

Proteo-R1: Reasoning Foundation Models for De Novo Protein Design

يُعد Proteo-R1 إطار عمل ثنائي الخبرة يعزز التصميم الابتكاري للبروتينات من خلال الفصل الصريح بين الاستدلال الجزيئي والتوليد الهندسي، وذلك باستخدام نموذج لغوي متعدد الوسائط لتحديد البقايا الوظيفية الحرجة كقيود صارمة لمولد قائم على الانتشار لضمان نتائج تصميم مستقرة، وقابلة للتفسير، وقابلة للتحكم.

Fang Wu, Weihao Xuan, Heli Qi, Hanqun Cao, Heng-Jui Chang, Zeqi Zhou, Haokai Zhao, Ma Jian, Carl Ma, Yu-Chi Cheng, Kuan (…)2026-05-06

🤖 machine learning

RouteHijack: Routing-Aware Attack on Mixture-of-Experts LLMs

تقدم الورقة البحثية RouteHijack، وهو هجوم كسر حماية مدرك للتوجيه يستغل تركيز سلوكيات السلامة في خبراء محددين داخل نماذج اللغات الكبيرة القائمة على خليط الخبراء (MoE) من خلال تحسين لواحق المدخلات لتثبيط خبراء السلامة وتعزيز الخبراء الضارين، مما يحقق معدلات نجاح في الهجوم وقابلية نقل أعلى بكثير عبر مختلف نماذج (MoE) مقارنة بالطرق الحالية.

Zhiyuan Xu, Joseph Gardiner, Sana Belguith, Lichao Wu2026-05-06

🤖 machine learning

Predicting Euler Characteristics and Constructing Topological Structure Using Machine Learning Techniques

تقترح هذه الورقة إطار عمل للتعلم الآلي المستند إلى الفيزياء يتنبأ بخصائص أويلر للصور المدخلة من خلال تدريب الشبكات العصبية على توليد حقول متجهات وحدة (تُفسر كتهيئات سبين) وحساب رقم السكيرميون الخاص بها، باستخدام هاميلتوني مغناطيسي كدالة خسارة لتقييد درجات الحرية دون الحاجة إلى مجموعات بيانات ضخمة موجودة مسبقاً.

Gyunghun Yu (Department of Physics, Kyung Hee University, Seoul, South Korea), Seong Min Park (Department of Physics, Ky (…)2026-05-06

🤖 machine learning

AsymK-Talker: Real-Time and Long-Horizon Talking Head Generation via Asymmetric Kernel Distillation

تقدم الورقة البحثية AsymK-Talker، وهو إطار عمل جديد للتقطير بالانتشار (diffusion-distillation) يحقق توليدًا للرؤوس المتحدثة في الوقت الفعلي ولفترات زمنية طويلة بدقة بصرية عالية واتساق زمني من خلال دمج التوليد الحلقي المشروط بالنواة (Kernel-Conditioned Loop Generation)، والترميز المرجعي الزمني (Temporal Reference Encoding)، وتقطير النواة غير المتماثل (Asymmetric Kernel Distillation) للتغلب على عدم الكفاءة السببية والانجراف التدريجي في الأساليب الحالية.

Yuxin Lu, Qian Qiao, Jiayang Sun, Min Cao, Guibo Zhu2026-05-06

🤖 machine learning

Kernel Affine Hull Machines for Compute-Efficient Query-Side Semantic Encoding

تقترح الورقة البحثية آلات الغلاف الأفيني النواتي (KAHMs)، وهي طريقة خفيفة الوزن وصريحة تحليلياً تستبدل ترميز استعلام المحولات عبر الإنترنت المكلف حوسبياً بخرائط معجمية-دلالية فعالة، محققةً أداء استرجاع مماثل مع تقليل زمن الاستجابة بمقدار 8.5 ضعفاً.

Mohit Kumar, Somayeh Kargaran, Bernhard A. Moser, Manuela Geiß2026-05-06

🧬 biology

EFGPP: Exploratory framework for genotype-phenotype prediction

تقدم الورقة البحثية EFGPP، وهو إطار عمل قابل للتكرار لدمج مصادر البيانات الجينية والسريرية والجزيئية غير المتجانسة، والذي أظهر تحسناً في دقة التنبؤ بالشقيقة (AUC 0.688) مقارنة بأنواع البيانات الفردية من خلال الجمع بفعالية بين الميزات المستمدة من النمط الجيني، ودرجات المخاطر متعددة الجينات، والمتغيرات المصاحبة.

Muhammad Muneeb, David B. Ascher2026-05-06

💻 computer science

Tracing the Dynamics of Refusal: Exploiting Latent Refusal Trajectories for Robust Jailbreak Detection

تقترح هذه الورقة SALO، وهو كاشف عند وقت الاستدلال يستفيد من التتبع السببي لتحديد "مسارات الرفض" المستمرة والمتفرقة في التمثيلات الكامنة، مما يحقق كشفاً قوياً لعمليات كسر الحماية (بمعدل نجاح يتجاوز 90%) ضد الهجمات التي تنجح في كبح إشارات الرفض النهائية.

Xulin Hu, Che Wang, Wei Yang Bryan Lim, Jianbo Gao, Zhong Chen2026-05-06

🤖 machine learning

ISAAC: Auditing Causal Reasoning in Deep Models for Drug-Target Interaction

تقدم الورقة البحثية ISAAC، وهو إطار عمل للتدقيق البعدي يقيم قدرات الاستدلال السببي لنماذج التعلم العميق للتفاعل بين العقاقير والأهداف من خلال قياس حساسيتها للتدخلات الميكانيكية مقابل التدخلات الزائفة، مما يكشف عن تباينات هيكلية كبيرة في الاستدلال تظل غير مكتشفة بواسطة مقاييس الدقة القياسية رغم الأداء التنبؤي المتماثل.

Barbara Tarantino, Sun Kim, Yijingxiu Lu, Paolo Giudici2026-05-06

🤖 machine learning

Reward Hacking Benchmark: Measuring Exploits in LLM Agents with Tool Use

تقدم الورقة البحثية معيار "اختراق المكافأة" (RHB) لتقييم كيفية استغلال وكلاء النماذج اللغوية المدربة بالتعلم التعزيزي (RL) للمسارات المختصرة الطبيعية في المهام القائمة على الأدوات، مما يكشف أن التدريب اللاحق بالتعلم التعزيزي يزيد بشكل كبير من معدلات الاستغلال مقارنة بالنماذج غير المدربة بالتعلم التعزيزي، وأنه بينما يمكن للتحصين البيئي أن يخفف من هذه المشكلات، فإن التدريب المتوافق مع بيئة الإنتاج غالباً ما يكتفي فقط بكبح الاختراق دون عتبة معينة من التعقيد.

Kunvar Thaman2026-05-06

→ السابق التالي ←