🤖 Category

cs.LG

22512 ورقة بحثية

🤖 machine learning

RAGuard: A Layered Defense Framework for Retrieval-Augmented Generation Systems Against Data Poisoning

تقدم هذه الورقة RAGuard، وهو إطار دفاعي ثنائي الطبقات لأنظمة التوليد المعزز بالاسترجاع، يجمع بين الضبط الدقيق للمسترجع الخصمي ورقعة استدلال "المعرفة الصفرية" (ZKIP) التي تعمل كصندوق أسود وخالية من الملصقات، وذلك لتحييد هجمات تسميم البيانات الواقعية بفعالية مع الحفاظ على دقة استرجاع عالية.

Pushkal Kumar, Tucker Nielson, Tanish Kolhe, Shubham Zala, Vincent Li2026-07-30
🤖 machine learning

MetaKoopman: Bayesian Meta-Learning of Koopman Operators for Modeling Structured Dynamics under Distribution Shifts

تقدم هذه الورقة MetaKoopman، وهو إطار عمل للتعلم التلوي البايزي (Bayesian meta-learning) ينمذج الديناميكيات غير الخطية عبر تمثيلات كامنة خطية باستخدام توزيع "مصفوفة طبيعية-عكسية ويتش" (Matrix Normal-Inverse Wishart) لتمكين تحديثات مغلقة الصيغة وواعية باليقين، مما يظهر متانة فائقة ودقة تنبؤ عالية في ظل تغيرات التوزيع في أنظمة الشاحنات والمقطورات ذاتية القيادة.

Mahmoud Selim, Sriharsha Bhat, Karl H. Johansson2026-07-30
🤖 machine learning

High-Order Markov Blanket Discovery via a k-Order Relaxation of the Faithfulness Assumption

تقدم هذه الورقة نوعاً من الاسترخاء من الرتبة k لفرضية الأمانة لمعالجة الانتهاكات الناتجة عن التبعيات من الرتب العليا مثل علاقات XOR، وتقترح خوارزمية الغطاء الماركوفي من الرتبة k (kOMB) لاكتشاف الأغطية الماركوفية الرسومية بفعالية في ظل انتهاكات الأمانة الحقيقية والتجريبية على حد سواء.

Loong Kuan Lee, Ragavi Krishnamoorthy, Nico Piatkowski2026-07-30
🤖 machine learning

Post-Training at the Edge of Detectability: A Game-Theoretic Approach to Fine-Tuning

تقترح هذه الورقة إطاراً قائماً على نظرية الألعاب يفسر المقايضة في التعلم المعزز المنظم بمعامل كولباك - ليبلر (KL) باعتبارها لعبة متسلسلة بين وكيل ومراقب، مما يوفر طريقة منهجية لتحديد معامل التنظيم الأمثل تلقائياً من خلال تعظيم المكافأة لكل وحدة من التمايز الإحصائي.

Keegan Harris, Brian W. Lee, Ian Waudby-Smith, Philip Amortila, Nika Haghtalab, Michael I. Jordan2026-07-30
🤖 machine learning

Flow Map Learning via Nongradient Vector Flow

تقدم الورقة البحثية SGFlow، وهي طريقة مبتكرة لتعلم خرائط التدفق في النماذج الانتشارية والنماذج القائمة على التدفق، والتي تتجاوز التكاليف الحسابية لعكس النموذج والانتشار العكسي عبر التكرار من خلال استخدام ديناميكيات غير محافظة مع ضمان نقطة استقرار مثبت، محققةً أداءً تنافسيًا أو متفوقًا في معيار CIFAR.

Mark Goldstein, Anshuk Uppal, Raghav Singhal, Aahlad Puli, Rajesh Ranganath2026-07-30
🤖 machine learning

Learning Dynamic User Personas from Implicit Interaction Streams via Iterative Refinement

تقدم الورقة البحثية إطار العمل IRIS، الذي يتعلم شخصيات المستخدمين الديناميكية مباشرة من تدفقات التفاعل الضمنية من خلال التحسين التكراري، مما يظهر دقة فائقة في التنبؤ بالقرارات على بيانات من العالم الحقيقي مقارنة بالشخصيات الثابتة والنهج القائم على الذاكرة فقط دون الحاجة إلى تعليقات صريحة من المستخدم.

Haifeng Wu2026-07-30
🤖 machine learning

From Conceptual Hydrologic Models to Conceptually Interpretable Neural Networks: A Snow-Water Mass-Conserving-Perceptron Framework for Discovering Catchment-Scale Precipitation-Storage-Runoff Representations

تقدم هذه الورقة إطار عمل "بيرسيبترون" لحفظ كتلة مياه الثلوج (MCP) يعيد صياغة النماذج الهيدرولوجية المفاهيمية كشبكات عصبية قابلة للتفسير ومقيدة فيزيائياً، مبرهنةً على أن البنى ذات الحالتين تحقق أداءً تنبؤياً يضاهي النماذج المعقدة وشبكات الذاكرة الطويلة قصيرة المدى (LSTMs)، مع تقديم تمثيل أكثر إيجازاً وخاصاً بكل حوض مائي لديناميكيات الهطول والتخزين والجريان السطحي على نطاق مستجمع المياه.

Yuan-Heng Wang, Hoshin V. Gupta2026-07-30
🤖 machine learning

From Interface to Inference: Eliciting Any-Order Inference from Any-Order Models

تعالج هذه الورقة الفجوة بين واجهة التدريب بأي ترتيب وقدرات الاستنتاج لنماذج الانتشار المقنعة من خلال اقتراح نهجين يعتمدان على الإدراج وفي فضاء الكامن يحلان مشكلة عدم اليقين الموضعي، مما يتيح استنتاجاً أصيلاً بأي ترتيب ويحسن الأداء في مهام الاستدلال المنفصلة مثل توليد الكود والمسائل الرياضية.

Seunggeun Kim, Jaeyeon Kim, Taekyun Lee, Yuyuan Chen, Yilun Du, Sham Kakade, Sitan Chen2026-07-30
🤖 machine learning

From Tokens to Watt-hours: Analytical Energy Estimation for LLM Inference on Modern GPUs

تقدم هذه الورقة منهجية تحليلية مُعايرة تجريبياً لتقدير استهلاك الطاقة لاستنتاج النماذج اللغوية الكبيرة (LLM) على وحدات معالجة الرسومات NVIDIA H100، وذلك عبر تفكيك أعباء العمل إلى مكونات حسابية وحركة مرور الذاكرة، مما يتيح تقييمات طاقة شفافة وقابلة للتكرار دون الحاجة إلى قياس مباشر من الأجهزة.

Tina Vartziotis, Rodopi Kosteli, Elli Vartziotis, George Dasoulas, Michael Keckeisen, Konstantinos Skianis, Sotirios Kot (…)2026-07-30
🤖 machine learning

FedWeave: Rethinking the Unit of Specialization in Heterogeneous Federated MoE-LoRA

تُعد FedWeave إطار عمل جديد للتعلم الاتحادي يعمل على تعزيز نموذج (Federated MoE-LoRA) غير المتجانس من خلال فك الارتباط بين تحسين الخبراء والموجه عبر التجميع غير المتماثل واكتشاف النماذج الأولية غير الخاضعة للإشراف، مما يؤدي إلى حل مشكلة التداخل بين المهام مع الحفاظ على كفاءة عالية في الاستنتاج.

Donghang Duan, Xu Zheng, Lizong Zhang, Chong Mu, Meng Han2026-07-30