🤖 Category

cs.LG

22512 ورقة بحثية

🤖 machine learning

Kalman Meets Curriculum: Efficient Dynamic Prompt Selection for Adaptive RL Finetuning

تقدم هذه الورقة البحثية طريقة "اختيار المطالبات الموجه بمرشح كالمان" (KGPS)، وهي طريقة فعالة تعمل على نمذجة صعوبة المطالبة كمسألة تقدير حالة ديناميكية باستخدام مرشح كالمان لاختيار المطالبات المثلى لضبط التعلم التعزيزي بشكل تكيفي، مما يؤدي إلى تحسين كفاءة التدريب وأداء النموذج النهائي بشكل كبير دون الحاجة إلى عمليات توليد إضافية.

Haodong Zhu, Yangyang Ren, Yanjing Li, Sheng Xu, Haiguang Liu, Linlin Yang, Baochang Zhang2026-07-31
🤖 machine learning

Real-Time Hard Peak Age-of-Information Safety with No-Regret Learning

تقدم هذه الورقة البحثية إطار عمل OCO-PAoI-Hard، وهو إطار تعلم لا ندم يحول قيود سلامة عمر المعلومات في الذروة (Peak Age-of-Information) للوقت الحقيقي الصارم إلى مشكلات تحسين محدب عبر الإنترنت مقيدة ومتغيرة زمنياً، مما يضمن عدم وجود انتهاكات للمواعيد النهائية لكل حصة زمنية وتحقيق حدود ندم مثالية تحت ظروف القنوات العدائية من خلال آلية "الاقتراح-الدرع-التحديث" المبتكرة.

Wentao Zhang, Wentao Mo2026-07-31
🤖 machine learning

HealthCAT: An Interpretable Encoder-only Transformer Framework for Health Indicator Prediction and Temporal Interpretation of Wearable Sensor Data

يُعد HealthCAT إطار عمل "ترانسفورمر" (Transformer) يعتمد على نظام "المُشفّر فقط" (Encoder-only) وقابل للتفسير، يتفوق على النماذج المرجعية الحالية للتعلم العميق في التنبؤ بالمؤشرات الصحية من بيانات أجهزة الاستشعار القابلة للارتداء، مع توفير رؤى موثقة على مستوى الخطوات الزمنية للأنماط السلوكية المحددة التي تقود تلك التنبؤات.

Xiaotong Yu, Joshua Y. Kim, HaeJin Lee, Kalina Yacef2026-07-31
🤖 machine learning

Certifying when decision-time information justifies adaptive experimentation

تقدم هذه الورقة إطار عمل \OPAL{}، الذي يحدد ما إذا كانت المعلومات المتاحة وقت اتخاذ القرار تبرر تمكين التجريب التكيفي من خلال فرض عقود مسبقة الالتزام للتكيف غير البديهي، والتحكم في المخاطر، والقيمة الإيجابية، مع وضع حدود نظرية للاستحالة وإثبات الأداء المتفوق المتحكم في المخاطر على البيانات البيولوجية واسعة النطاق مقارنة بالأساليب الحالية.

Jia Bi, Samuel Pinilla, Chenyang Zhu2026-07-31
🤖 machine learning

Understanding Submodular Information Measure Based Objectives for Representation Learning: A Variance and Separation Perspective

تؤسس هذه الورقة إطاراً نظرياً موحداً يربط مقاييس المعلومات تحت المدارية (SIMs) بالمفاهيم الإحصائية الكلاسيكية، مبرهنةً على أن أهدافاً محددة لمقاييس المعلومات تحت المدارية (إجمالي المعلومات والمعلومات المتبادلة) تميز بشكل فريد خصائص التباين داخل الفئة الواحدة والتمايز بين الفئات، وهي نظرية تم التحقق من صحتها من خلال تجارب اصطناعية مضبوطة.

Rishabh Iyer, Truong Pham, Anay Majee2026-07-31
🤖 machine learning

Tight Sample Complexity for Low-Rank Adaptation: Matching Bounds and Rank Selection

تضع هذه الورقة حدودًا إحصائية محكمة لتقنية التكيف منخفض الرتبة (LoLoRA) عبر إثبات معدلات عليا وسفلى متطابقة تبلغ Θ~(rd/n)\tilde{\Theta}(rd/n)، مما يوضح أنه في حين يعاني تقليل المخاطر التجريبية غير المنظم من مشكلة الإفراط في الرتبة، تظل المقدرات التكيفية قوية، وبالتالي توضح المقايضات الجوهرية في اختيار الرتبة لضبط النماذج الضخمة.

Arunan J2026-07-31
🤖 machine learning

NMINE: Normalized Mutual Information Neural Estimation

تقدم هذه الورقة NMINE، وهو مُقدِّر عصبي كامل للمعلومات المتبادلة الموحدة يجمع بين تقدير المعلومات المتبادلة القائم على MINE وتعلم الإنتروبيا الهامشية العصبية لتوفير بديل أكثر دقة ومتانة من حيث الأبعاد لطرق الجيران الأقرب kk الحالية للمتغيرات المستمرة متعددة الأبعاد.

Petra Eerikinharju, Marko Tuononen, Ville Hautamäki2026-07-31
💬 NLP

Baikal: Structured Search for Deep Research over Data Lakes

تقدم الورقة البحثية "بايكال" (Baikal)، وهو إطار عمل يعالج أوجه القصور في الاسترجاع التكراري أثناء البحث العميق في بحيرات البيانات من خلال صياغة المهمة كمسألة بحث بميزانية محددة، حيث يتم تجميع الأدلة في مناطق دلالية واستكشافها بشكل تكيفي لتحقيق التوازن بين الاستكشاف والاستغلال، مما يؤدي إلى تقارير ذات جودة أعلى بكثير مقارنة بالنماذج المرجعية الحالية.

Dhruv Agarwal, Rishitha Guttapalle Mohan, Aarti Kumari, Ashi Sinha, Athulya Anil, Kavitha Srinivas, Horst Samulowitz, An (…)2026-07-31
🤖 machine learning

Improving the Robustness/Accuracy Tradeoff Against Adversarial Attacks Using Information Bottleneck Distillation Through Dual Teachers

تقترح هذه الورقة إطار عمل مطور لتقطير عنق زجاجة المعلومات يدمج نموذج معلم نظيف إلى جانب معلم قوي عبر انتباه عبر الطبقات لتحسين دقة المدخلات النظيفة مع الحفاظ على المتانة العدائية، مما يحقق مقايضة متفوقة مقارنة بالطرق الحالية.

Vincent Ryusuke Takahashi, Yoshinari Takeishi, Jun'ichi Takeuchi, Kave Salamatian2026-07-31
🤖 machine learning

DAS-PMVC: A Framework for Partial Multi-View Clustering via Dual Alignment and Structure Enhancement

تقترح الورقة البحثية إطار عمل DAS-PMVC، وهو إطار عمل مبتكر للتجميع متعدد الرؤى الجزئي يعالج عدم محاذاة وعدم تماثل الرؤى من خلال عملية ثلاثية المراحل تتضمن محاذاة بنية الرسم البياني للمرساة، وتعلم الميزات المعزز بالبنية، واستراتيجية محاذاة مزدوجة تجمع بين التعلم التبايني وخوارزمية هانغاريان لتحقيق أداء تجميع فائق.

Shubin Ma, Liang Zhao, Chuanye He, Zhenjiao Liu, Liang Zou, Lin Yuanbo Wu, Yu Shao2026-07-31