🤖 Category

cs.LG

27461 ورقة بحثية

🤖 machine learning

KARL: Mitigating Hallucinations in LLMs via Knowledge-Boundary-Aware Reinforcement Learning

يُعدُّ KARL إطار عمل جديدًا للتعلم التعزيزي يعمل على الحد من هلوسة النماذج اللغوية الكبيرة عبر استخدام آلية مكافأة مدركة لحدود المعرفة واستراتيجية تدريب ثنائية المرحلة لمواءمة قدرة النموذج ديناميكيًا على الامتناع عن الإجابة على الأسئلة مع حدود معرفته المتطورة، مما يحسن المقايضة بين الدقة والحذر.

Cheng Gao, Cheng Huang, Kangyang Luo, Ziqing Qiao, Shuzheng Si, Huimin Chen, Chaojun Xiao, Maosong Sun2026-04-28
🤖 machine learning

BiTA: Bidirectional Gated Recurrent Unit-Transformer Aggregator in a Temporal Graph Network Framework for Alert Prediction in Computer Networks

تقترح الورقة البحثية إطار عمل BiTA، وهو إطار تعلم رسوم بيانية زمنية مبتكر يعزز التنبؤ بالتنبيهات في شبكات الكمبيوتر باستخدام مجمّع (GRU-Transformer) ثنائي الاتجاه لالتقاط الأنماط الزمنية المتكرة وبعيدة المدى ضمن شبكة رسوم بيانية زمنية.

Zahra Makki Nayeri, Mohsen Rezvani2026-04-28
🤖 machine learning

Parameter Efficiency Is Not Memory Efficiency: Rethinking Fine-Tuning for On-Device LLM Adaptation

تقدم الورقة البحثية إطار عمل LARS (الفضاء الفرعي للنشاط منخفض الذاكرة)، وهو تكيف مبتكر يحسن عملية الضبط الدقيق للنماذج اللغوية الكبيرة (LLM) على الأجهزة من خلال تقييد الفضاء الفرعي للنشاط بدلاً من مجرد معلمات النموذج، مما يفصل استهلاك الذاكرة عن طول التسلسل ويقلل بشكل كبير من بصمة الذاكرة مقارنة بطرق الضبط الدقيق الفعال (PEFT) التقليدية مثل LoRA.

Irene Tenison, Stella Ahn, Miriam Kim, Ebtisam Alshehri, Lalana Kagal2026-04-28
🤖 machine learning

Learning Without Adversarial Training: A Physics-Informed Neural Network for Secure Power System State Estimation under False Data Injection Attacks

تقترح هذه الورقة شبكة عصبية مستوحاة من الفيزياء (PINN) لتقدير حالة نظام القدرة بشكل آمن، تحقق المتانة ضد هجمات حقن البيانات الزائفة (FDIAs) الخفية دون استخدام التدريب الخصومي، وذلك عبر توظيف صيغة لوزن الخسارة الديناميكي تعتمد على عدم اليقين متجانس التباين لموازنة حدود ملاءمة البيانات وبقايا الفيزياء تلقائياً.

Solon Falas, Markos Asprou, Charalambos Konstantinou, Maria K. Michael2026-04-28
🤖 machine learning

CoFi-PGMA: Counterfactual Policy Gradients under Filtered Feedback for Multi-Agent LLMs

تُعد CoFi-PGMA إطار عمل موحداً صُمم لتحسين أنظمة النماذج اللغوية الكبيرة متعددة الوكلاء باستخدام تدرجات السياسة المضادة للواقع لتصحيح "التغذية الراجعة المفلترة"، مثل التوجيه ذي البوابات الانتقائية أو المكافآت المشتركة المحجوبة في البيئات التعاونية.

Stela Tong, Elai Ben-Gal2026-04-28
⚡ electrical engineering

Accelerating Reinforcement Learning for Wind Farm Control via Expert Demonstrations

تقترح هذه الورقة منهجية للتدريب المسبق باستخدام استنساخ السلوك من عروض نموذج الأثر في الحالة المستقرة لتسريع التدريب وتحسين الأداء الأولي لوكلاء التعلم المعزز من نوع "Soft Actor-Critic" للتحكم في تدفق مزارع الرياح.

Marcus Binder Nilsen, Julian Quick, Tuhfe Göçmen, Nikolay Dimitrov, Pierre-Elouan Réthoré2026-04-28
⚡ electrical engineering

Load constrained wind farm flow control through multi-objective multi-agent reinforcement learning

تقترح هذه الدراسة إطار عمل للتعلم التعزيزي متعدد الوكلاء يستخدم نموذجاً بديلاً لتقدير الأضرار الهيكلية، مما يمكّن وكلاء التحكم في مزارع الرياح من تعظيم إنتاج الطاقة مع الالتزام بقيود محددة لزيادة الأحمال.

Teodor Åstrand, Marcus Binder Nilsen, Iasonas Tsaklis, Tuhfe Göçmen, Pierre-Elouan Réthoré, Nikolay Dimitrov2026-04-28
💰 quantitative finance

Context-Integrated Adversarial Learning for Predictive Modelling of Stock Price Dynamics

تقترح هذه الورقة نموذج تعلم تنافسي حساس للسياق يدمج المؤشرات السوقية الكمية مع تحليل المشاعر المستمد من معالجة اللغات الطبيعية للتنبؤ بديناميكيات أسعار الأسهم والتنقل عبر تقلبات السوق بشكل أكثر فعالية مقارنة بنماذج ARIMA وLSTM التقليدية.

Alexis Lazanas, Spyros Christodoulou, Spyridon Karpouzis2026-04-28
💻 computer science

Cross-Course Generalizability of SRL-Aligned Predictive Models Using Digital Learning Traces

تُظهر هذه الدراسة أنه في حين يمكن لآثار التتبع الرقمي المتوافقة مع التعلم المنظم ذاتياً التنبؤ بفعالية بالطلاب المعرضين لخطر التعثر في مساقات علوم الحاسوب النظرية، فإن تعميم ومعايرة هذه النماذج التنبؤية عبر المؤسسات المختلفة يواجه تحديات كبيرة بسبب تباين معدلات تسرب الطلاب.

Jakob Schwerter, Loreen Sabel, Judith Bose, Matthew L. Bernacki, Di Xu, Marko Schmellenkamp, Thomas Zeume, Philipp Doebl (…)2026-04-28