cs.LG ورقة بحثية

Crushing the Evidence: A Dual-Penalty Evasion Framework for Fooling White-Box Explainable AI Auditors

تقدم هذه الورقة إطار عمل جديد للتملص بنظام الصندوق الأبيض يدمج أصلياً تنظيم التدرج ثنائي الجزاء في تدريب النموذج لقمع سمات الميزات المستهدفة بشكل منهجي وتجاوز الدفاعات القائمة على كشف الشذوذ، مما يؤدي بفعالية إلى خداع مدققي الذكاء الاصطناعي القابل للتفسير اللاحق دون الاعتماد على دعامات خارج نطاق التوزيع يمكن اكتشافها.

Niraj Kumar, Harsh Kasyap2026-08-04

🤖 machine learning

CoSynFlow: Conformal Symplectic Neural Flows for Cross-System Prediction of Dissipative Hamiltonian Dynamics

تقدم الورقة البحثية CoSynFlow، وهو تدفق عصبي حافظ للبنية يجمع بين خرائط القص السيمبلكتيكية والتحجيم المطابق الصريح للتنبؤ بدقة بالديناميكيات طويلة المدى للأنظمة الهاملتونية المبددة عبر تكوينات غير مرئية دون الحاجة لإعادة التدريب.

Baige Xu, Takaharu Yaguchi2026-08-04

💻 computer science

UOT-IR: Structured Routing of High-Polyphony Symbolic Music into Fixed-Budget Representations

تقترح هذه الورقة UOT-IR، وهو إطار عمل خالٍ من التدريب يعتمد على النقل الأمثل غير المتوازن المقيد، يعمل بفعالية على ضغط الموسيقى الرمزية ذات تعدد الأصوات العالي إلى تمثيلات ذات ميزانية ثابتة مع الحفاظ على الأدوار الهيكلية، والتوافق في التوزيع الأوركسترالي، وقابلية العزف.

Ziyue Kang, Nan Nan, Chenhao Lin, Xiaohong Guan2026-08-04

💬 NLP

Verification Without Sufficiency: Per-Chunk Filtering Fails on Multi-Hop RAG, and Decomposition Repairs It

تُثبت هذه الورقة أن التحقق القياسي لكل جزء (per-chunk) يفشل في أنظمة التوليد المعزز بالاسترجاع متعدد القفزات (multi-hop RAG) لأن أي وثيقة مسترجعة بمفردها لا تكون كافية للإجابة على السؤال، وتقترح أن جعل عملية التحقق مشروطة بأسئلة فرعية مفككة يعالج هذا القصور بفعالية من خلال تحسين درجات الاستلزام بشكل كبير.

Randhir Kumar2026-08-04

🔬 materials science

Uncertainty-guided active learning for surrogate prediction of stream-finishing wear fields

تقدم هذه الورقة إطار عمل للتعلم النشط الموجه بعدم اليقين باستخدام المجموعات العميقة للتنبؤ بكفاءة بحقول تآكل إنهاء التدفق مباشرة من هندسة قطعة العمل، محققة دقة عالية باستخدام 13% فقط من عمليات محاكاة طريقة العناصر المنفصلة المطلوبة عبر استهداف التوجهات الأكثر عدم يقينًا بشكل انتقائي.

Anand Kumar, Puli Saikiran, Vineet Dawara, Koushik Viswanathan2026-08-04

🤖 machine learning

RHEA: Reliability-Harmonized Reconstruction and Assignment for Robust Multimodal-Attributed Graph Clustering

تُعد RHEA إطار عمل قوي لتجميع الرسوم البيانية متعدد الوسائط والسمات، حيث يعمل على تعزيز الأداء في ظل وجود سمات ضوضائية أو مفقودة من خلال تقدير موثوقية الوسائط الخاصة بكل عقدة عبر إجماع الجوار لتوجيه الدمج التكيفي، وإعادة بناء التمثيل، والتجميع المدرك للطوبولوجيا.

Yinlin Zhu, Di Wu, Ziyu Han, Zekai Chenm, Wang Luo, Miao Hu, Guocong Quan2026-08-04

🤖 machine learning

Towards Effective Federated Multimodal Graph Learning via Navigating Multifaceted Heterogeneity

تقترح هذه الورقة البحثية FedTCR، وهي أول خوارزمية منهجية لتعلم الرسوم البيانية متعدد الوسائط الموحد، والتي تعالج بفعالية عدم التجانس في المهام والوسائط والطبولوجيا من خلال نموذج تدريب مسبق وضبط دقيق يتكون من مرحلتين، مقترن بآلية توجيه عبر الوسائط مدركة للطبولوجيا للتفوق على النماذج المرجعية الحالية في مجالات متنوعة.

Yinlin Zhu, Di Wu, Yi Zhang, Xunkai Li, Wang Luo, Wei-Jin Huang, Miao Hu, Guocong Quan2026-08-04

🤖 machine learning

Relative Parameter Importance in Task-Agnostic Replay-Free Continual Learning

تقدم هذه الورقة "أهمية المعلمات النسبية" (Relative Parameter Importance)، وهو مقياس مبتكر للتعلم المستمر غير المتصل وغير المرتبط بمهمة محددة، والذي يوازن ديناميكيًا بين الاستقرار واللدونة من خلال تنظيم المعلمات انتقائيًا بناءً على أهميتها النسبية لكل من المهام الحالية والسابقة، مما يتيح نقل المعرفة إلى الوراء ويحقق أداءً رائدًا في تصنيف النصوص.

Malavika Suresh, Ikechukwu Nkisi-Orji, Nirmalie Wiratunga2026-08-04

🤖 machine learning

Learning the Pareto Frontier of Predictive Models under Distribution Shift

تقدم هذه الورقة "تعلم الحدود" (Frontier Learning)، وهو إطار عمل يقوم ببناء سمة موحدة للمجال المستهدف عبر دمج التمثيلات الداخلية والتنبؤات من نماذج مرشحة متنوعة لتدريب متعلم خفيف الوزن تحت الإشراف، مما يضمن أداءً لا يقل جودة عن أي استراتيجية إعادة استخدام فردية (مثل التعلم الصفري، أو الضبط الدقيق، أو التدريب المباشر) مع تحقيق نتائج متفوقة في ظل تغير التوزيع.

Yiming Dong, Jiwei Zhao, Yang Young Lu2026-08-04

🤖 machine learning

Causal Inference with Unstructured Treatments

تتناول هذه الورقة أوجه القصور في الاستدلال السببي القياسي للعلاجات غير المهيكلة من خلال اقتراح إطار عمل "الميزة الأكثر تأثيراً" (MIF)، الذي يحدد ويستغل الميزات الثنائية الأكثر تأثيراً للعلاجات المعقدة (مثل النصوص أو الصور) لتقدير الآثار السببية وتوليد تدخلات قابلة للتنفيذ ومحسنة للنتائج.

Kevin Christian Wibisono, Yixin Wang2026-08-04

→ السابق التالي ←