cs.LG ورقة بحثية

Distillation of Foundation Models for Time-dependent PDEs

تقترح الورقة البحثية TREX، وهو إطار عمل لتقطير المعرفة يقوم بتوليد مسارات اصطناعية طويلة الأمد من النماذج التأسيسية المضبوطة دقيقاً لتدريب شبكات طالب مدمجة وفعالة للمعادلات التفاضلية الجزئية المعتمدة على الزمن، محققاً انخفاضات كبيرة في عدد المعلمات وزمن الاستجابة عند الاستدلال مع الحفاظ على دقة النموذج الأصلي أو تجاوزها.

Daniel Musekamp, Boshra Ariguib, Andrei Manolache, Mathias Niepert2026-08-13

🤖 machine learning

TailBooster: A Dual-Layer Generative Framework for Extreme Value Augmentation with Operational Validity Enforcement

يُعد TailBooster إطار عمل توليدي ثنائي الطبقات يجمع بين استخراج الذيل الإحصائي وفرض الصلاحية التشغيلية القائم على التعلم العميق لتخليق أحداث نقل جوي متطرفة واقعية، مما يحسن بشكل كبير من دقة التنبؤ بالتأخيرات النادرة وأوقات الطيران غير الطبيعية مقارنة بطرق تعزيز البيانات التقليدية.

Karim Aly, Alexei Sharpanskykh, Jacco Hoekstra2026-08-13

🤖 machine learning

LoongReflect: Boosting Long-Horizon Reflection in Search Agents via Global Perspective Distillation

يُعد LoongReflect إطار عمل تدريبي يعزز التفكير طويل الأمد في وكلاء البحث من خلال صياغة التأمل كسياسة للتحكم في الذاكرة وتوظيف آلية تقطير ثنائية القنوات لمواءمة قرارات التأمل المحلية مع نتائج المهام العالمية، مما يتغلب على تحديات الإشراف الشحيح لتعلم التعزيز القائم على النتائج.

Zhixin Zhang, Xinke Jiang, Zhibang Yang, Weixuan Xu, Guohong Qiu, Xu Chu, Junfeng Zhao, Yasha Wang2026-08-13

🤖 machine learning

TESLA: Taylor Expansion of Sinusoidal Learnable Activations

تقدم الورقة البحثية TESLA، وهي دالة تنشيط مبتكرة تعتمد على تركيبات جيبية قابلة للتعلم تتحكم نظرياً في الدرجة متعددة الحدود لتعزيز التعميم والمتانة، مُظهرةً أداءً فائقاً في مهام التكافؤ (parity) والارتباط المتتالي (Forrelation) الصعبة، بالإضافة إلى معايير الرؤية القياسية مثل ImageNet-100.

Daehwa Ko, Jaehyeon Kim, Seunghyun Ham, Jay Hoon Jung2026-08-13

🔢 mathematics

Adaptive Bregman Proximal Stochastic Gradient with a Stabilized Barzilai--Borwein Step Size

تقدم هذه الورقة Ada-BPSG، وهي طريقة بريغمان التقريبية العشوائية للتدرج المتدرج التكيفية والخالية من البحث عن خط البحث، والتي تستخدم حجم خطوة بارزيلاي-بورلاين مستقرة مع تجميع قائم على الوسط الحسابي (mediant) ووقاية صريحة لتحقيق معدلات تقارب قوية لكل من مشكلات الأمثلة المركبة المحدبة وغير المحدبة.

Chenhan Jin, Shengze Xu, Binghui Xie, Kaiwen Zhou, Fan Jia, James Cheng, Tieyong Zeng2026-08-13

🤖 machine learning

SoftWater: Class-Aware Rate Allocation for Softmax Quantization

تعد SoftWater طريقة لتخصيص المعدل مدركة للفئات لعملية التكميم من نوع softmax، حيث تحل مشكلة معدل-تشوه قائمة على تباعد KL لتخصيص شبكات أدق للفئات المتكررة ذات التباين المنخفض، وشبكات أخشن للفئات النادرة، مما يقلل بشكل كبير من عبء التخزين في النماذج اللغوية الكبيرة الصغيرة مع تقليل تدهور الحيرة إلى أدنى حد.

Joao V. Cavalcanti, Ashia C. Wilson2026-08-13

⚡ electrical engineering

Clustered Randomized Smoothing for Stochastic Prediction Functions

تقدم هذه الورقة البحثية "التنعيم العشوائي المتكتل" (Clustered Randomized Smoothing)، وهو إطار عمل مبتكر يقوم بتقسيم العينات المشوشة إلى كتل لتطبيق التنعيم المحلي ودمج التنبؤات في توزيع مختلط، مما يتغلب على مشكلة انهيار النمط (mode collapse) في الإعدادات متعددة الأنماط العشوائية ويحسن بشكل كبير من المتانة ودقة التنبؤ في التطبيقات الحرجة للسلامة مثل التنبؤ بالمسار والتحكم في الطائرات الرباعية (quadrotor control).

Eduardo Figueiredo, Frederik Mathiesen, Julian Schumann, Jens Kober, Arkady Zgonnikov, Luca Laurenti2026-08-13

🔢 mathematics

Direct Acceleration of Stochastic Root-Finding Without Variance Reduction and Regularization

تقدم هذه الورقة آلية مرساة مزدوجة تحقق معدلات تقارب مثالية قدرها $O(\epsilon^{-3})$ ومثالية تقريباً قدرها $\widetilde{O}(\epsilon^{-2})$ لمشكلات إيجاد الجذور العشوائية دون الحاجة إلى تقليل التباين، أو التنظيم، أو زيادة أحجام الدفعات، مما يتغلب بذلك على قيود تراكم الخطأ في طرق التسريع التقليدية القائمة على المرساة.

TaeHo Yoon, Nicolas Loizou2026-08-13

🤖 machine learning

Towards Truly Unsupervised Evaluation of Feature Selection

تنقد هذه الورقة عيوب التصميم في تقنيات تقييم اختيار الميزات التي يُزعم أنها غير خاضعة للإشراف، مظهرةً أنها في الواقع خاضعة للإشراف، وتقترح إطار عمل جديداً غير خاضع للإشراف حقاً يستفيد من تحليل المكونات الرئيسية والنقل الأمثل لتقييم جودة اختيار الميزات دون أي معلومات عن التسميات.

Hafiz Saud Arshad, Muhammad Rajabinasab, Arthur Zimek2026-08-13

🤖 machine learning

Draw This First

تقدم هذه الورقة نهجاً مبتكراً لتوليد الرسومات التخطيطية يعكس عملية ترتيب الضربات التقليدية من خلال التنبؤ بمجال ثنائي الأبعاد لتحديد تسلسلات الرسم، مما يتيح إنشاء رسومات متجهية مرتبة من النصوص أو الصور تلتزم بتعليمات رسم محددة.

Dazhi Zhong, Rowan Bradbury, Grant Davis2026-08-13

→ السابق التالي ←