cs.LG ورقة بحثية

Defining Energy Indicators for Impact Identification on Aerospace Composites: A Structured Feature Selection Approach Guided by Domain Knowledge

تقدم هذه الدراسة إطار عمل مهيكلاً لتحديد الميزات بتوجيه من المعرفة بالمجال، يقوم باستخراج وتصفية مؤشرات الطاقة من مجالات الزمن والتردد والزمن-التردد لتعزيز دقة وقابلية تفسير التنبؤ بطاقة الصدم في المركبات الفضائية المصنوعة من المواد المركبة باستخدام الشبكات العصبية بشكل كبير.

Natália Ribeiro Marinho, Richard Loendersloot, Frank Grooteman, Jan Willem Wiegman, Uraz Odyurt, Tiedo Tinga2026-08-10

🤖 machine learning

Mitigating Negative Flips via Margin Preserving Training

تقترح هذه الورقة إطار تدريب مبتكر يخفف من الانقلابات السلبية في أنظمة تصنيف الصور المتطورة من خلال الحفاظ على هوامش النموذج الأصلي عبر معايرة اللوغيت مع توظيف التقطير البؤري مزدوج المصدر للحفاظ على دقة عالية في كل من الفئات القديمة والجديدة.

Simone Ricci, Niccolò Biondi, Federico Pernici, Alberto Del Bimbo2026-08-10

🤖 machine learning

Equivariant Sparse Autoencoders: Mechanistic Interpretability of Neural Networks on Symmetric Data

تقدم هذه الورقة البحثية "المشفرات التلقائية المتفرقة المتكافئة" (Equivariant Sparse Autoencoders)، التي تدمج تناظرات البيانات لمعالجة مشكلات عدم التحديد في المشفرات التلقائية المتفرقة القياسية على مجموعات البيانات المتناظرة، مما يؤدي إلى اكتشاف ميزات أكثر فائدة وقابلية للتفسير حتى عندما تكون جودة إعادة البناء أقل.

Ege Erdogan, Ana Lucic2026-08-10

🤖 machine learning

PCAE: Learning Ordered Representations in Latent Space for Intrinsic Dimension Estimation via Principal Component Autoencoder

تقترح هذه الورقة البحثية PCAE، وهو إطار عمل جديد للمشفر التلقائي يجمع بين تنظيم التباين غير المنتظم وقيد متساوي القياس لتعميم قدرات تمثيل PCA المرتبة والاحتفاظ بالتباين على مهام تقليل الأبعاد غير الخطية.

Qipeng Zhan, Zhuoping Zhou, Zexuan Wang, Li Shen2026-08-10

🤖 machine learning

Self-Distillation Enables Continual Learning

تقدم هذه الورقة البحثية "الضبط الدقيق بالتقطير الذاتي" (SDFT)، وهي طريقة تستفيد من التعلم في السياق لتوليد إشارات تدريب سياساتية من عروض الخبراء، مما يمكّن النماذج التأسيسية من اكتساب مهارات جديدة باستمرار مع تقليل النسيان الكارثي بشكل كبير مقارنة بالضبط الدقيق الخاضع للإشراف التقليدي.

Idan Shenfeld, Mehul Damani, Jonas Hübotter, Pulkit Agrawal2026-08-10

🤖 machine learning

Large Causal Models for Temporal Causal Discovery

تقدم هذه الورقة النماذج السببية الكبيرة (LCMs)، وهي نموذج أساسي مُدرب مسبقاً يتجاوز قيود النهج التقليدية المخصصة لمجموعات البيانات من خلال التوسع إلى أعداد أكبر من المتغيرات وتحقيق أداء استدلال فائق وسريع في الاكتشاف السببي الزمني عبر مختلف الاختبارات المعيارية الاصطناعية والواقعية.

Nikolaos Kougioulis, Nikolaos Gkorgkolis, MingXue Wang, Bora Caglayan, Dario Simionato, Andrea Tonon, Ioannis Tsamardino (…)2026-08-10

🤖 AI

MAC: A Conversion Rate Prediction Benchmark Featuring Labels Under Multiple Attribution Mechanisms

تقدم هذه الورقة البحثية MAC، وهو أول معيار مرجعي عام للتنبؤ بمعدل التحويل يتميز بتسميات من آليات عزو متعددة، إلى جانب مكتبة PyMAL ونموذج MoAE، لمعالجة فجوات البيانات في تعلم العزو المتعدد وإثبات مكاسب الأداء الكبيرة من خلال التكامل المعرفي المصمم بعناية.

Jinqi Wu, Sishuo Chen, Zhangming Chan, Yong Bai, Lei Zhang, Sheng Chen, Chenghuan Hou, Xiang-Rong Sheng, Han Zhu, Jian X (…)2026-08-10

🤖 machine learning

Sharding Prevents LLM Oversight Failures and Adversarial Exploitation

تُثبت هذه الورقة أن "التجزئة" (sharding) —أي تقسيم متطلبات التقييم إلى استدعاءات منفصلة وتجميع أحكامها— تُحسن بشكل كبير من دقة الإشراف على النماذج اللغوية الكبيرة ومن قدرتها على الصمود أمام الاستغلال العدائي مقارنة بالأحكام الشمولية ذات الاستدعاء الواحد، حتى عندما تظل ميزانيات الحوسبة الإجمالية ثابتة.

Victor Akinwande, J. Zico Kolter, Aran Nayebi2026-08-10

💬 NLP

Multi Codec Discrete Diffusion Model for Text Guided Speech Inpainting and Editing

تقدم الورقة البحثية نموذج SIEDD، وهو نموذج انتشار منفصل متعدد الرموز (multi-codec discrete diffusion model) يستفيد من التوليد الهرمي للرموز والاشتراط الموجه بالنص لتحقيق أداء رائد في عمليات ترميم وتحرير الكلام مع الحفاظ على هوية المتحدث والنبرة.

Iftach Shoham, Tali Dror, Oren Gal, Haim Permuter, Gilad Katz, Eliya Nachmani2026-08-10

📈 economics

Adversarial Causal Intervention Falsification

تقدم هذه الورقة "التفنيد التدخلي السببي التنافسي" (ACIF)، وهو إطار عمل للعبة تتابعية يختار من خلالها مُجرِّب تنافسي تدخلات لتفنيد مولّد سببي بنيوي، مما يضع ضمانات نظرية للتحديد السببي ويجسر الفجوة بين النمذجة التوليدية والتصميم التجريبي النشط.

Mojtaba Eslami2026-08-10

→ السابق التالي ←