🤖 Category

cs.LG

27306 ورقة بحثية

🤖 AI

When Your LLM Reaches End-of-Life: A Framework for Confident Model Migration in Production Systems

تقدم هذه الورقة إطاراً إحصائياً بايزياً يعمل على معايرة المقاييس الآلية مقابل الأحكام البشرية لتمكين الهجرة الواثقة والفعالة والقابلة للتكرار للأنظمة القائمة على النماذج اللغوية الكبيرة في بيئات الإنتاج عند وصول النماذج الأساسية إلى نهاية عمرها الافتراضي، كما هو موضح في منصة تجارية للإجابة على الأسئلة تخدم ملايين المستخدمين.

Emma Casey, David Roberts, David Sim, Ian Beaver2026-05-01
🤖 machine learning

Co-Evolving Policy Distillation

تقترح هذه الورقة تقنية "تقطير السياسة المتطور المشترك" (CoPD)، وهي نموذج تدريب مبتكر يدمج تدريب الخبراء المتوازي مع تقطير السياسة عبر الإنترنت ثنائي الاتجاه للتغلب على فقدان القدرات والفجوات السلوكية، محققةً أداءً فائقاً في الاستدلال الشامل للنصوص والصور والفيديو مقارنةً بطرق التعلم المعزز من التغذية الراجعة عبر البيئة (RLVR) وطرق التقطير الحالية.

Naibin Gu, Chenxu Yang, Qingyi Si, Chuanyu Qin, Dingyu Yao, Peng Fu, Zheng Lin, Weiping Wang, Nan Duan, Jiaqi Wang2026-05-01
🤖 machine learning

AutoSP: Unlocking Long-Context LLM Training Via Compiler-Based Sequence Parallelism

يُعد AutoSP إطار عمل قائمًا على المترجم (compiler) يقوم تلقائيًا بتحسين تدريب النماذج اللغوية الكبيرة للسياقات الطويلة عبر تطبيق توازي التسلسل (sequence parallelism) ونقاط تفتيش التنشيط (activation checkpointing)، مما يزيد بشكل كبير من أطوال سياق التدريب على كل من أجهزة NVIDIA وAMD مع عبء أداء ضئيل للغاية.

Ahan Gupta, Zhihao Wang, Neel Dani, Masahiro Tanaka, Olatunji Ruwase, Minjia Zhang2026-05-01
🤖 machine learning

Anomaly Detection in Soil Heavy Metal Contamination Using Unsupervised Learning for Environmental Risk Assessment

تُظهر هذه الدراسة أن إطار عمل لتعلم الآلة غير الخاضع للإشراف، والذي يجمع بين "غابة العزل" (Isolation Forest)، وخطأ إعادة بناء تحليل المكونات الرئيسية (PCA reconstruction error)، وخوارزمية "دي بي سكان" (DBSCAN)، يحدد بفعالية شذوذ تلوث المعادن الثقيلة النوعي في التربة الغانية والتي ترتبط ارتباطًا وثيقًا بالمخاطر الصحية المرتفعة، مما يتيح إدارة بيئية أكثر استهدافًا مقارنة بالمؤشرات الإجمية التقليدية وحدها.

Isaac Tettey Adjokatse, Samuel Senyo Koranteng, George Yamoah Afrifa, Theophilus Ansah-Narh, Marcellin Atemkeng, Joseph (…)2026-05-01
🧬 biology

Better Models, Faster Training: Sigmoid Attention for single-cell Foundation Models

تقدم هذه الورقة البحثية "انتباه السجمويد" (sigmoid attention) كبديل مدعوم نظرياً ومتفوق تجريبياً لـ "انتباه السوفت ماكس" (softmax) لنماذج التأسيس الخاصة بالخلايا المفردة، حيث تُظهر أنه ينتج تمثيلات أفضل، وتدريباً أسرع، واستقراراً فائقاً، مع كونه مدعوماً بنواة "تريتون" (Triton kernel) عالية الكفاءة.

Vijay Sadashivaiah, Georgios Dasoulas, Judith Mueller, Soumya Ghosh2026-05-01
🤖 AI

Unsupervised Electrofacies Classification and Porosity Characterization in the Offshore Keta Basin Using Wireline Logs

تُظهر هذه الدراسة أن سير عمل تجميع "K-means" غير الخاضع للإشراف والمطبق على سجلات الآبار السلكية يمكنه توصيف السحنات الكهربائية والمسامية بفعالية في حوض "كيتا" البحري الذي يفتقر إلى العينات اللبية، مما يوفر إطاراً قوياً للتقييم المبكر للتكوينات في الأحواض الاستكشافية.

Hamdiya Adams, Theophilus Ansah-Narh, Daniel Kwadwo Asiedu, Bruce Kofi Banoeng-Yakubo, Marcellin Atemkeng, Thomas Armah (…)2026-05-01
🤖 machine learning

How to Guide Your Flow: Few-Step Alignment via Flow Map Reward Guidance

تقدم هذه الورقة "توجيه مكافأة خريطة التدفق" (FMRG)، وهو إطار عمل يعتمد على مسار واحد ولا يتطلب تدريباً، يعيد صياغة التوجيه التوليدي كمسألة تحكم أمثل حتمية لتحقيق أفضل مستويات المحاذاة والسرعة (بواقع 3 تقييمات للوظيفة فقط) من خلال الاستفادة من خريطة التدفق لكل من التكامل وتوجيه المكافأة.

Jerry Y. Huang, Justin Lin, Sheel Shah, Kartik Nair, Nicholas M. Boffi2026-05-01
🤖 machine learning

Generalizing the Geometry of Model Merging Through Frechet Averages

تقترح هذه الورقة إطاراً عاماً لدمج النماذج يعتمد على متوسط فريشيه (Fréchet averaging) عبر متشعبات مناسبة لضمان ثبات التماثل، مما يبرهن على قدرته على استيعاب الأساليب الحالية مثل دمج فيشر (Fisher merging)، ويوفر خوارزمية عملية لدمج المحولات منخفضة الرتبة (LoRA) تعالج أوجه القصور في النهج الحالية.

Marvin F. da Silva, Mohammed Adnan, Felix Dangel, Sageev Oore2026-05-01
💻 computer science

A High-Throughput Compute-Efficient POMDP Hide-And-Seek-Engine (HASE) for Multi-Agent Operations

تقدم هذه الورقة محرك "Hide-And-Seek-Engine" (HASE)، وهو محرك C++ لعمليات الـ Dec-POMDP يتميز بإنتاجية عالية وكفاءة في الحوسبة، حيث يستفيد من التصميم الموجه للبيانات (Data-Oriented Design) وجسور الذاكرة خالية النسخ (zero-copy memory bridges) لتحقيق ما يصل إلى 33 مليون خطوة في الثانية، مما يقلل بشكل جذري من تعقيد العينات ووقت التدريب لتعلم التعزيز متعدد الوكلاء.

Timothy Flavin, Sandip Sen2026-05-01