cs.LG ورقة بحثية

An Attention-Based Framework for Alzheimers Disease Classification Using Resting-State fMRI

تقترح هذه الورقة إطار عمل للتعلم العميق قائم على آلية الانتباه يعامل مناطق الدماغ كرموز (tokens) ضمن بنية مستوحاة من نموذج "ترانسفورمر" لنمذجة الاتصال الوظيفي مباشرة من بيانات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة، محققةً دقة بنسبة 88.95% في تصنيف مرض الزهايمر مع إلغاء الحاجة إلى هندسة الميزات اليدوية.

Harshiddhi Pathak, Gowtham Reddy N, Mrinal Acharya, Manjunatha Mahadevappa2026-07-30

🤖 machine learning

Journey Operators for Structured Multi-Axis Composition

تقدم هذه الورقة إطاراً نظرياً لتكوين البيانات متعددة المحاور المهيكلة باستخدام "عوامل الرحلة" التي تعمم تضمينات الموضع الدوارة (Rotary Position Embeddings) إلى إعدادات متكيفة مع المحتوى، وتثبت أن التبادلية هي شرط استقلال المسار، وتقترح نموذج JoFormer للاستفادة من هذه الانحيازات الاستقرائية لتحسين الأداء في مهام الرؤية واللغة والتعميم الطولي.

Mahesh Godavarti2026-07-30

🤖 machine learning

SkillRise: Agentic Reinforcement Learning for Cross-Task Skill Evolution

تُعد SkillRise إطار عمل موحداً للتعلم التعزيزي يُمكّن وكلاء النماذج اللغوية الكبيرة من تطوير وإعادة استخدام مهارات قابلة للنقل عبر مهام متميزة من خلال تنظيمها في تسلسلات تدريجية واستخدام سياسة واحدة لحل المهام وتنظيم وثيقة مهارات متطورة في آن واحد، مما يحقق أداءً وكفاءة فائقين مقارنة بالنهج الحالية متعددة المراحل أو المستقلة لكل مهمة.

Zhiyuan Yao, Yuxin Chen, Zhengxi Lu, Zishan Xu, Yueqing Sun, Yifu Guo, Yuquan Lu, Zhengzhou Cai, Kangning Zhang, Zhuowen (…)2026-07-30

💰 quantitative finance

Crossing-Free Probabilistic K-Line Forecasts Without Retraining

تقدم الورقة البحثية طريقة KQSP، وهي طريقة مصالحة خالية من المعلمات وخالية من التدريب تقضي على كل من عدم الاتساق في المئينات وتقاطع الخطوط (K-line) في توقعات OHLC الاحتمالية من أي نموذج دون الحاجة إلى إعادة التدريب أو التضحية بدقة التنبؤ.

Runyao Yu, Yuchen Tao, Yujie Chen, Wentao Wang, Derek W. Bunn2026-07-30

🤖 machine learning

FedTopo: Relation-Level Topology Sharing for Model-Heterogeneous Federated Learning

يعالج FedTopo تحدي عدم توافق فضاءات التمثيل في التعلم الاتحادي غير المتجانس من خلال ترميز المعرفة العالمية كطوبولوجيا فئوية على مستوى العلاقات بدلاً من الميزات المطلقة، مما يتيح نقلاً موثوقاً للمعرفة وتحسينات متسقة في الأداء عبر بنيات العملاء المتنوعة دون عبء إضافي عند الاستدلال.

Zhaoyang Ma, Zhihao Wu, Xin Gao, Lipo Wang, Youfang Lin, Jing Wang2026-07-30

🤖 machine learning

Budget-Aware LLM Discovery via Cost-Calibrated Frontier Utility

تقدم هذه الورقة **CostAda**، وهو متحكم تكيفي مُعاير بالتكلفة يعمل على تحسين عملية اكتشاف النماذج اللغوية الكبيرة (LLM) عبر تخصيص موارد البحث ديناميكيًا بناءً على نسبة مكاسب الجودة إلى تكلفة الرموز (tokens)، مما يحقق نتائج متفوقة أو مكافئة بميزانيات أقل بكثير مقارنة بالطرق الحالية.

Yansen Zhang, Yilu Liu, Tianyu Liu, Jiamin Chen, Xiaokun Zhang, Kai Xie, Xue Liu, Chen Ma, Yiyan Qi2026-07-30

🤖 machine learning

Tight Generalization Bound for AdaBoost

تضع هذه الورقة حداً ضيقاً للتعميم لخوارزمية AdaBoost من خلال اشتقاق حد علوي جديد قائم على الهامش، والذي يثبت، بالاقتران مع الحدود الدنيا الموجودة، أن خطأ التعميم للخوارزمية يتناسب طردياً مع $\Theta\big(\tfrac{d\ln(n\gamma^{2}/d)}{n\gamma^2}+\tfrac{\ln(1/\delta)}{n}\big)$ .

Mikael Møller Høgsgaard2026-07-30

🤖 machine learning

ToxScreen: Detecting Whether an LLM Has Been Poisoned

تقدم الورقة البحثية ToxScreen، وهو معيار مرجعي لـ 800 نموذج لغوي كبير مزروع بها أبواب خلفية، لتوضيح أنه في حين تفشل الطرق القائمة على التدرج في استعادة المحفزات المخفية، فإن استراتيجية البحث عن الرموز (token look-up) يمكنها بنجاح تحديد الأبواب الخلفية الفعالة، مما يكشف أن الأبواب الخلفية تعمل عبر استراتيجيات ميكانيكية متميزة مقارنة بكسر الحماية (jailbreaks)، وأن قابلية كسر الحماية العالية نفسها تعمل كإشارة شاذة موثوقة للنماذج المسمومة.

Anthony Hughes, Nicole Xing, Collin Francel, Andy Kim, Andrew Draganov2026-07-30

🧬 biology

TREA-Net: A Transferable Residual Epidemiological Adaptation Network for Dengue Incidence Forecasting

تقترح الورقة البحثية شبكة TREA-Net، وهي شبكة عصبية خفيفة الوزن وقابلة للنقل تجمع بين التوقعات الوبائية البيئية وآلية تصحيح متبقي بوابية لتحسين دقة التنبؤ بحمى الضنك لعدة أسابيع بشكل كبير في المناطق التي تعاني من نقص البيانات من خلال الاستفادة من المعرفة المستمدة من المناطق الغنية بالبيانات.

Inesh Shukla, Madhurima Panja, Tanujit Chakraborty, Chittaranjan Hens2026-07-30

🤖 machine learning

ReCo: Reweighting GRPO Against Distributional Concentration

تقدم الورقة البحثية ReCo، وهي طريقة لإعادة الوزن تخفف من ميل GRPO للتركيز على الاستجابات والرموز ذات الاحتمالية العالية من خلال تطبيع مساهمات الاستجابة واستبدال نسب الأهمية بمقياس قائم على التباين، مما يحسن أداء Pass@k في معايسات الاستدلال الرياضي دون التضحية بدقة k الصغيرة.

Junoh Park, Junseo Hwang, Wonguk Cho, Taesup Kim2026-07-30

→ السابق التالي ←