cs.LG ورقة بحثية

Stochastic Saddle Avoidance Beyond Unit Excitation and Smoothness: A Pathwise Lyapunov-Perron Framework

تؤسس هذه الورقة إطار عمل "ليابونوف-بيرون" للمسارات (Lyapunov-Perron framework) لإثبات تجنب السرج الصارم (strict saddle avoidance) بشكل شبه مؤكد للتكرارات العشوائية دون الاعتماد على فرضية الإثارة الموحدة (unit excitation assumption) المقيدة، مما يوسع ضمانات التقارب لتشمل القيم الصغرى المحلية لطرق مثل "الاشتقاق المرآتي العشوائي" (stochastic mirror descent) و"إعادة التشكيل العشوائي" (random reshattering) في سيناريوهات الضجيج المتلاشي أو منخفض الأبعاد.

Junwen Qiu, Bohao Ma, Andre Milzarek, Junyu Zhang2026-08-05

🤖 machine learning

Exploiting Separability in Multi-Scale Grey-Box Bayesian Optimization

تقترح هذه الورقة إطار عمل للتحسين البايزي ثنائي المستوى للمسائل ذات الصندوق الرمادي، والذي يستغل قابلية الفصل بين المتغيرات باستخدام حلقة خارجية لتحسين متغيرات الصندوق الأسود وحلقة داخلية لحل المسائل الفرعية ذات الصندوق الأبيض بدقة، مما يحقق استيفاء القيود دون استخدام جزاءات ويحقق أداءً فائقاً من حيث الندم، وعدد التكرارات، ووقت التنفيذ الفعلي مقارنة بالطرق الحالية.

Joshua E. Hammond, Tyler A. Soderstrom, Brian A. Korgel, Michael Baldea2026-08-05

📊 statistics

Causal Inference with Unstructured Outcomes

تقترح هذه الورقة إطار عمل جديد للاستدلال السببي للنتائج غير المهيكلة، مثل النصوص والصور، من خلال تقديم "الميزة الأكثر تباينًا" (MCF) لتحديد وتقدير الجوانب المحددة للبيانات المعقدة التي تتأثر بشكل كبير بالعلاج، مما يتغلب على قيود متوسطات آثار العلاج التقليدية القائمة على القيم القياسية.

Kevin Christian Wibisono, Yixin Wang2026-08-05

🤖 machine learning

SynEnergy: Anomaly Semantic-Guided Diffusion for Synthetic Energy Data Generation

تعد SynEnergy إطار عمل انتشار ثنائي المراحل يستفيد من تعلم دلالات الشذوذ القائم على الرسوم البيانية غير المتجانسة لتوجيه توليد بيانات طاقة اصطناعية، مما يحافظ بفعالية على الأحداث الشاذة الحرجة التي تضيع غالًا في الأساليب الحالية مع الحفاظ على دقة عالية إجمالاً.

Lin Jiang, Dahai Yu, Ravikumar Gelli, Guang Wang2026-08-05

🤖 machine learning

SMOPD: Multi-Reward Reinforcement Learning via Specialize-and-Merge Online Policy Distillation

تقترح الورقة البحثية إطار عمل SMOPD، وهو إطار عمل لتقطير السياسات عبر الإنترنت يعتمد على مرحلتين هما "التخصص والدمج"، حيث يقوم بتدريب نماذج معلمة متخصصة في المكافآت ودمجها في سياسة طالب واحدة لموازنة إشارات المكافآت المتعددة ذات المستويات المتباينة من الكفاءة بفعالية، متفوقاً بذلك على الأساليب الحالية مثل GDPO عبر مختلف هياكل النماذج الأساسية.

Wen Wang, Jiahua Bao, Tu Yongsiqi, Yihao Liu, Haotian Zhou, Haoxuan Ma, Mengyu Zhou, Wenkui Fan, Junwei He, Xiaoxi Jiang (…)2026-08-05

💬 NLP

VIVID: A Culturally Grounded Benchmark Exposing the Figurative Language Gap in Vietnamese NLP

تقدم الورقة البحثية VIVID، وهو أول معيار مرجعي قائم على الثقافة للغة المجازية الفيتنامية، والذي يكشف أن النماذج الحالية المتطورة، بما في ذلك النماذج المتخصصة في اللغة الفيتنامية، تعاني بشكل كبير مع الاصطلاحات والأمثال الدقيقة بسبب التفسير الحرفي المفرط والافتقار إلى الكفاءة الثقافية.

Tu Tran Do, Nhat Ngoc Nguyen, Khanh-Tung Tran, Hoang D. Nguyen, Tu Minh Phuong, Long Hoang Dang2026-08-05

🤖 machine learning

Simulation-free and finite-time diffusion model

تقترح هذه الورقة إطار عمل مبتكر لتصميم نماذج الانتشار التي تحقق في آن واحد تدريباً خالياً من المحاكاة وتوليداً في زمن محدد، وذلك عبر تحديد توزيعات شرطية معتمدة على الزمن تكون قابلة للتحكم، مما يكشف أن مطابقة الدرجة هي نتيجة طبيعية لعكس العملية ويحدد مطابقة التدفق الشرطي كحد ضجيج صغير لها.

Kentaro Kaba, Masayuki Ohzeki, Yuki Sughiyama2026-08-05

📊 statistics

Minimax-Optimal Semiparametric Contextual Dynamic Pricing with Multimodal Revenue

تقترح هذه الورقة سياسة تسعير ديناميكي سياقية شبه معلمية ذات أمثلية "مينماكس" (minimax-optimal) تتعامل مع متغيرات مصاحبة تعسفية، وكميات شراء غير ثنائية، ومشاهد إيرادات متعددة الأنماط، وذلك عبر الجمع بين التقدير الاتجاهي المصحح تجريبياً وتقسيم القرار الطبقي لتحقيق معدل تقارب أمثل يعتمد على النعومة.

Xueping Gong, Zhuoluo Zhang, Zhaowei Miao, Jiheng Zhang2026-08-05

🤖 machine learning

Lightweight Chunk Selection for Mobile Retrieval-Augmented Generation

تقترح هذه الورقة طريقة خفيفة الوزن وفعالة من حيث عدد المعلمات لاختيار القطع (chunk selection) لعمليات التوليد المعزز بالاسترجاع (RAG) على الأجهزة المحمولة، والتي تستفيد من حالات استعلام النماذج اللغوية الكبيرة (LLM query states)، وإشارات توجيه خليط الخبراء (MoE routing signals)، وتضمينات قطع الاسترجاع (retrieved chunk embeddings) لمحاذاة المرشحين مع نموذج أولي للأدلة (evidence prototype)، مما يؤدي إلى تحسين اختيار السياق الأكثر كفاية من الناحية الدليلية دون الحاجة إلى نماذج إضافية مكلفة.

Sicong Chang, Yidan Shen, Wen Yu, Jiefu Chen, Xin Fu, Renjie Hu2026-08-05

🤖 machine learning

Surrogate Substitution Preserves PHI Detectability: A Multi-Detector Equivalence Study

تُثبت هذه الدراسة، من خلال اختبار تكافؤ متعدد الكواشف، أن إزالة الهوية مع الحفاظ على البنية، والتي تستبدل معلومات صحية محمية ببدائل واقعية، تحافظ على قابلية اكتشاف المعلومات الصحية المحمية في النطاقات المقنعة دون فقدان ذي دلالة إحصائية في الاستدعاء، شريطة أن تكون البدائل المولدة جيدة التكوين.

Qiming Bao, Sherry J. H. Feng, Kim Chester Eugenio, Meng Fon2026-08-05

→ السابق التالي ←