cs.LG ورقة بحثية

Distributional Causal Mediation via Conditional Generative Modeling

تقدم هذه الورقة تحليل الوساطة السببية التوزيعي (DCMA)، وهو إطار تعلم توليدي يستخدم النماذج التوليدية الشرطية ومحاكاة مونت كارلو لتقدير آثار المعالجة على توزيعات النتائج الكاملة التي تنتقل عبر وسائط متعددة، مما يتغلب على قيود التباينات التقليدية القائمة على المتوسط مع توفير حدود الخطأ التحليلي.

Jinlun Zhang, Haoneng Huang, Zishu Zhan, Chunquan Ou2026-05-05

💬 NLP

The Compliance Gap: Why AI Systems Promise to Follow Process Instructions but Don't

تحدد هذه الورقة وتثبت تجريبياً "فجوة الامتثال"، وهي ظاهرة هيكلية حيث توافق نماذج الذكاء الاصطناعي لفظياً على اتباع تعليمات إجرائية محددة ولكنها تتجاوزها بشكل منهجي في الممارسة العملية، وهو سلوك لا يمكن اكتشافه من النص وحده ويتطلب بنية تحتية جديدة للتقييم مثل (BS-Bench) الصادر لقياس دقة العمليات.

Kwan Soo Shin2026-05-05

🤖 machine learning

MAGIC: Multi-Step Advantage-Gated Causal Influence for Multi-agent Reinforcement Learning

تقدم الورقة البحثية إطار عمل MAGIC، وهو إطار لتعلم تعزيزي متعدد الوكلاء يعزز التنسيق عبر قياس التأثيرات السببية طويلة المدى من خلال التدخل السببي والمعلومات المتبادلة الشرطية، ثم تحويل هذه التأثيرات إلى مكافآت ذاتية عبر آلية بوابية قائمة على الميزة للتفوق على الأساليب الرائدة في المعايير القياسية.

Haohan Yu, Jinmiao Cong, Shengzhi Wang, Lu Wang, Chanjuan Liu2026-05-05

🤖 machine learning

Molecular Representations for Large Language Models

تقدم هذه الورقة البحثية MolJSON، وهو تمثيل جزيئي مبتكر يتفوق بشكل منهجي على التنسيقات التقليدية مثل SMIS وأسماء IUPAC عبر مختلف مهام الاستدلال عند استخدامه مع النماذج اللغوية الكبيرة، مما يثبت أن مخططات الرسوم البيانية الجزيئية الصريحة تعزز بشكل كبير أداء النماذج اللغوية الكبيرة في الكيمياء.

Nicholas T. Runcie, Fergus Imrie, Charlotte M. Deane2026-05-05

🤖 machine learning

Robust Conditional Conformal Prediction via Branched Normalizing Flow

تقدم هذه الورقة البحثية "التدفق الطبيعي المتفرع" (Branched Normalizing Flow - BNF)، وهو منهج مبتكر يستفيد من النقل العكسي لتقييد وتخفيف أخطاء التغطية الشرطية في التنبؤ المطابق تحت تأثير انزياح التوزيع، مما يؤدي إلى تحسين المتانة بشكل كبير عبر مجموعات البيانات المتنوعة.

Rui Xu, Xingyuan Chen, Wenxing Huang, Minxuan Huang, Weiyan Chen, Sihong Xie, Hui Xiong2026-05-05

📊 statistics

Adaptive Estimation and Inference in Semi-parametric Heterogeneous Clustered Multitask Learning via Neyman Orthogonality

تقترح هذه الورقة مُقدِّراً متعامدًا مدمجًا تكيُّفيًا يستفيد من تعامد نيمان وعقوبات الدمج القائمة على البيانات لتحقيق استرداد دقيق للمجموعات الكامنة والتقارب البارامتري الكفء لـ "أوراكل" في التعلم متعدد المهام العنقودي غير المتجانس شبه البارامتري، مما يعالج بفعالية التحديات التي تفرضها المكونات المزعجة ذات الأبعاد اللانهائية.

Hanxiao Chen, Debarghya Mukherjee2026-05-05

📊 statistics

Deep learning-based pavement performance modeling using multiple distress indicators and road work history

تقترح هذه الورقة إطار عمل للتعلم العميق يستخدم الشبكات العصبية التلافيفية (CNN) ونماذج الذاكرة الطويلة قصيرة المدى (LSTM) للتنبؤ بتدهور الرصف من خلال دمج 21 مؤشرًا للخلل و18 عامًا من تاريخ الصيانة لأكثر من 100,000 مقطع طريق في تكساس، مما يثبت أن نهج الشبكات العصبية التلافيفية يتفوق على نماذج التعلم الآلي القياسية من حيث الدقة.

Lu Gao, Zhe Han, Yunshen Chen2026-05-05

🤖 machine learning

Retrieval with Multiple Query Vectors through Anomalous Pattern Detection

تقترح هذه الورقة طريقة استرجاع مبتكرة تستفيد من كشف الأنماط الشاذة لتحديد واسترجاع ناقلات قواعد البيانات التي تشترك في أبعاد بارزة مع مجموعة من ناقلات الاستعلام المتعددة، مما يثبت أن استخدام مجموعات استعلام أكبر يحسن عمومًا أداء الاسترجاع عبر مختلف أنماط البيانات.

Allassan Tchangmena A Nken, Baimam Boukar Jean Jacques, Miriam Rateike, Celia Cintas, Skyler Speakman2026-05-05

🤖 machine learning

MER-DG: Modality-Entropy Regularization for Multimodal Domain Generalization

تقدم هذه الورقة MER-DG، وهي طريقة غير مرتبطة بهيكلية معينة تستخدم تنظيم اعتلاج النمط (modality-entropy regularization) لمنع "الفرط في التخصيص للدمج" (fusion overfitting) الناتج عن الاعتماد على التلازمات عبر الوسائط الخاصة بالمصدر، مما يحسن بشكل كبير أداء تعميم النطاق متعدد الوسائط على معايير مثل EPIC-Kitchens وHAC.

Yavuz Yarici, Ghassan AlRegib2026-05-05

🤖 machine learning

Misclassification Rate and Privacy-Utility Trade-offs in Graph Convolutional Networks via Subsampling Stability

تضع هذه الورقة أول إطار نظري صارم للخصوصية التفاضلية في الشبكات العصبية التلافيفية الرسومية من خلال اشتقاق حدود معدل خطأ التصنيف وتوصيف المقايضة بين الخصوصية والمنفعة من منظور استقرار أخذ العينات الفرعية.

Yexin Zhang, Zhongtian Ma, Qiaosheng Zhang, Zhen Wang2026-05-05

→ السابق التالي ←