cs.LG ورقة بحثية

Robust Average-Reward Markov Decision Processes: Minimax-Optimal Learning via Plug-in Reductions

تحدد هذه الورقة البحثية التعقيد العيني الأمثل (minimax-optimal sample complexity) لتعلم السياسات ذات الكفاءة $\varepsilon$ في عمليات ماركوف لاتخاذ القرار ذات المكافأة المتوسطة والمتينة توزيعياً، كاشفةً عن حد تعقيد يعتمد على النظام ينتقل من السلوك الاسمي إلى السلوك المتين بناءً على مقياس الاضطراب $\sigma H_0$ ، وتحقق هذه المعدلات من خلال إجراءات اختزال "plug-in" مبتكرة تعتمد على المدى (span-informed) وغير معتمدة عليه (span-agnostic).

Yuepeng Yang, Yuxin Chen, Yuejie Chi2026-08-10

🤖 machine learning

Cascade: Exploiting SLO-Aware latency budget for fair and high goodput LLM inference serving

كاسكيد (Cascade) هو نظام لخدمة النماذج اللغوية الكبيرة (LLM) يستفيد من ميزانية زمن انتقال ديناميكية لكل طلب لتحسين الجدولة وإدارة ذاكرة التخزين المؤقت لمفاتيح القيم (KV-cache) بشكل مشترك، مما يؤدي إلى تحسين الإنتاجية المستوفية لاتفاقية مستوى الخدمة (SLO) والعدالة بشكل كبير مع تقليل الانتهاكات مقارنة بنهج "من يأتي أولاً يُخدم أولاً" التقليدي.

Muhammad Adnan, Rohan Mahapatra, Prashant J. Nair, Daniel Berger, Pantea Zardoshti, Rodrigo Fonseca, Esha Choukse2026-08-10

🤖 machine learning

Bootstrap-Conditioned Action Selection with Tabular Foundation Models

تقترح هذه الورقة BC-ICL، وهي سياسة "بانديت سياقي" (contextual bandit) مبتكرة تستفيد من النماذج التأسيسية الجدولية مسبقة التدريب مع التعلم داخل السياق وإعادة أخذ العينات بطريقة البوتستراب لتحقيق اتخاذ قرار عبر الإنترنت يتسم بكفاءة العينة والمتانة، ويتفوق على الخطوط المرجعية الراسخة في سيناريوهات الندرة والبداية الباردة.

Devansh Gupta, Shiv Tavker, Dmitry Efimov, Suchitra Sathyanarayana, Gitanjali Bhutani, Boris N. Oreshkin2026-08-10

🤖 machine learning

Theoretical Foundations of Communication-Efficient, Robust, and Practical Distributed and Federated Optimization

تُعزز هذه الأطروحة الأسس النظرية للتحسين الموزع والاتحادي من خلال معالجة سبعة تحديات رئيسية عبر خوارزميات مبتكرة وضمانات صارمة تعزز كفاءة الاتصال، والمتانة، والأداء العملي في أنظمة تعلم الآلة واسعة النطاق.

Grigory Malinovsky2026-08-10

🤖 AI

Flowing Through States: Neural ODE Regularization for Reinforcement Learning

تقترح هذه الورقة طريقة تنظيم تعتمد على المعادلات التفاضلية العادية العصبية (neural ODE) تعمل على نمذجة الديناميكيات الكامنة بشكل صريح لمواءمة تعلم التمثيل مع تطور البيئة، مما يحسن بشكل كبير أداء خوارزميات التعلم التعزيزي من نوع "الممثل-الناقد" (Actor-Critic) في اختبارات أتاري وعالم الشبكة (gridworld).

Mohamed Ghanem, Bernd Finkbeiner2026-08-10

💬 NLP

Pre-Inference Routing for Cost-Efficient Document Field Extraction

تقترح هذه الورقة إطار عمل للتوجيه قبل الاستنتاج يتنبأ بصعوبة المستند باستخدام ميزات غير مكلفة للاختيار الديناميكي بين نماذج استخراج رخيصة وأخرى قوية، محققاً تخفيضات كبيرة في التكلفة (تصل إلى 77%) دون التضحية بالدقة، ولكن فقط لأنواع معينة من النصوص حيث تفشل النماذج الأرخص بشكل متكرر وتكون حالات الفشل تلك قابلة للتنبؤ.

Sreerekha Rajendran2026-08-10

🤖 machine learning

Retrofitting Linear Attention into Diffusion Language Models

تقدم هذه الورقة البحثية "انتباه الكتل الهجين" (block-hybrid attention)، وهي طريقة تعمل على خطية الانتباه عبر الكتل السابقة مع الاحتفاظ بدقة الـ "softmax" داخل الكتلة النشطة، مما يتيح التعديل الفعال لنماذج لغة الانتشار المدربة مسبقاً لتحقيق سرعة استنتاج تصل إلى 1.7 ضعف مع حد أدنى من تدهور الأداء.

Jinha Kim, Younghun Roh, Jaeyeon Kim2026-08-10

🤖 machine learning

Dirichlet Follow-the-Leader Closes the Gap in Simultaneous Multiclass U-Calibration

تقدم هذه الورقة البحثية متنبئ "ديريكليه تابع القائد" (Dirichlet Follow-the-Leader) بسيطًا يحقق معدلات ندم مثالية لكل من الخسائر الملائمة المحدودة والملساء في المعايرة الذاتية متعددة الفئات المتزامنة، مما يغلق الفجوات المعروفة سابقًا والمرتبطة بالأبعاد في طرق الاضطراب ذات التوافق الذاتي الموجودة.

Pahan Dewasurendra2026-08-10

🤖 machine learning

EpiFlow: A framework for improving the utility of wastewater signals for disease forecasting

يعزز إطار عمل "إيبي فلو" (EpiFlow) التنبؤ بالأمراض المعدية في الوقت الفعلي من خلال دمج إشارات الحمل الفيروسي المعالجة من مياه الصرف الصحي مع نماذج متغيرة زمنياً قائمة على السببية، مما يحسن بشكل كبير من دقة التنبؤ ونطاقه لحالات دخول المستشفيات حتى خلال فترات انخفاض الانتشار أو تأخيرات الإبلاغ.

Aniruddha Adiga, Jingyuan Chou, Gursharn Kaur, Andrew Warren, Srinivasan Venkatramanan, Baltazar Espinoza, Bryan Lewis (…)2026-08-10

🤖 machine learning

Optimal Neural Network Approximation via Empirical Least Squares with Deterministic Samples

تضع هذه الورقة نظرية صارمة لتقريب الحلول للمعادلات الطيفية الإهليلجية على الكرة باستخدام الشبكات العصبية الخطية من نوع ReLU $^k$ عبر المربعات الصغرى التجريبية مع عينات حتمية، حيث تثبت معدلات تقارب مثالية وتستنتج متراجحات بيرنشتاين الرئيسية لفضاءات الشبكات المرتبطة بها.

Xinliang Liu, Tong Mao, Jinchao Xu2026-08-10

→ السابق التالي ←