cs.LG ورقة بحثية

The Variance of Thought: Policy Variance, Critical Forks, and Local Credit Assignment

تتناول هذه الورقة معضلة تخصيص الائتمان في مهام النماذج اللغوية طويلة الأمد من خلال توصيف تباين السياسة كـ "ميزانية اكتشاف" تُحقن عند التفرعات الحرجة، واستنباط حدود تكلفة تقديرها ومدى حرجيتها، والدعوة إلى استخدام معلمة القيمة اللوغاريتمية لتمكين التمهيد الذاتي الفعال.

Yingru Li2026-08-25

🤖 machine learning

Quantum-Inspired Hybrid Neural Networks for Neural Decoding: A Controlled Ablation Study of Learnable Quantum Sidecar Integration

تقدم هذه الورقة دراسة استئصال مضبوطة تُظهر أن دمج الدوائر الكمومية المُعلمة كأجزاء جانبية متبقية (residual sidecar modules) في هيكل ResNet-50 يمكن أن يؤدي إلى إعادة تنظيم بنيوي حقيقي للتمثيلات العصبية لفك تشفير خط اليد المكون من 31 فئة، مع إثبات أن البنى الضحلة والموجهة بالقياس هي الأكثر فعالية تحت قيود محاكاة 4 كيوبتات خالية من الضجيج، مع تجنب الادعاء الصريح بوجود ميزة حوسبة كمومية.

Diana Legziel Levy, Menachem Finkelstein, Peter Chin, Eilon Vaadia, Sarel Cohen2026-08-25

🤖 machine learning

Arbitrage-Aware Multi-Step Forecasting of Implied Volatility Surfaces: Modelling Surface Trajectories Using Latent Diffusion

تقترح هذه الورقة إطار عمل للانتشار الكامن الشرطي المدرك للمراجحة، والذي يولد توقعات احتمالية متعددة الخطوات واقعية ومقبولة اقتصادياً لأسطح التقلب الضمني والعوائد الأساسية، متفوقاً بذلك على معايير الاستمرارية في التنبؤ بنقاط التوقع مع نمذجة هندسة السطح المعقدة والاعتماد الزمني بفعالية.

Dominik Manuel Buchegger, Lukas Gonon2026-08-25

💬 NLP

GTA-RAG: Graph-Trajectory-Augmented Reinforcement Learning for Multi-Turn Retrieval-Augmented Reasoning

يقدم هذا البحث GTA-RAG، وهو إطار عمل للتعلم المعزز مدعوم بمسارات الرسوم البيانية، يقوم بتوليف مسارات استعلام وإجابة متعددة القفزات قابلة للتنفيذ من رسوم بيانية لكيانات ومستندات لتوفير إشراف كثيف على مستوى المسار، مما يحسن بشكل كبير كلاً من تغطية سلسلة الأدلة ودقة الإجابة في الاستدلال القائم على الاسترجاع المعزز متعدد الدورات مقارنة بالنماذج المرجعية الحالية القائمة على التعلم المعزز.

Jun Chen, Yongchao Liu, Pengyu Qiu, Jiajun Zheng, Juelu Zhang, Yujie Zeng, Qin Zhang, Ziyue Qiao, Xiao Luo2026-08-25

🤖 AI

Scaling Curriculum Learning For Autonomous Driving

تقدم هذه الورقة CL4AD، وهو أول إطار عمل للتعلم المنهجي لمحاكيات القيادة الذاتية المجمعة التي تعطي الأولوية لسيناريوهات التدريب بشكل تكيفي بناءً على وظائف المنفعة، محققةً معدل نجاح بنسبة 99% أسرع بنسبة 77% وبكفاءة عينات أعلى بكثير مقارنةً بأساليب عشوائية النطاق القياسية والأساليب الاستدلالية.

Cevahir Koprulu, David Paz, Feng Tao, Yuliang Guo, Xinyu Huang, Ufuk Topcu, Liu Ren2026-08-25

🤖 machine learning

Model-Consistent Byzantine-Resilient Decentralized Federated Learning for Collaborative Missions

تقدم هذه الورقة البحثية DFL-C، وهي بنية تعلم اتحادي لا مركزي جديدة مقاومة لهجمات بيزنط، تضمن اتساق النموذج العالمي والمتانة ضد هجمات التسميم من خلال دمج بروتوكول إجماع المجموعة الفرعية المشتركة غير المتزامن مع آلية تسجيل ثقة ثنائية النطاق.

Yue Li, Sudip Bhujel, Cameron Lira, Ning Wang, Yang Xiao2026-08-25

🤖 machine learning

Neighbor-embedded Graph Neural Network-based Crowd Delivery Traffic Management in Smart City

تقترح هذه الورقة نموذج إدارة حركة مرور تسليم الحشود القائم على الشبكة العصبية الرسومية المدمجة بالجار (NeCDM)، والذي يدمج التنبؤ بازدحام حركة المرور واختيار المركبات الذكي لتحسين أنظمة تسليم المدن الذكية، مما يؤدي إلى تقليل الازدحام والانبعاثات ووقت السفر مع تحسين الكفاءة الحسابية.

Kishu Gupta, Deepika Saxena, Ashutosh Kumar Singh, Chung-Nan Lee2026-08-25

🤖 machine learning

BLADE: Bilevel Low-rank Augmented-Lagrangian Erasure for LLM Unlearning

تقدم الورقة البحثية BLADE، وهو إطار عمل ثنائي المستوى مقيد يستخدم فقدان الإنتروبيا المكبوت (clamped-entropy loss)، ولاجرانج المعزز غير المتماثل، وآليات إصلاح قائمة على LoRA لتحقيق عملية نسيان (unlearning) قوية وقابلة للتوسع للنماذج اللغوية الكبيرة تتفوق بشكل كبير على الخطوط المرجعية الحالية عبر معايير متعددة مع الحفاظ على الاستقرار تحت ظروف التوسع والنسيان المتكرر.

Md Toufikuzzaman, Ahmad Mousavi, Dongwon Lee2026-08-25

🔢 mathematics

Two-level domain-decomposition AdaGrad method for scalable training of graph neural networks

تقترح الورقة البحثية نوعاً جديداً من متغيرات تفكيك النطاق ثنائي المستوى لمحسن AG2m (وهما DD-AG2m و2DD-AG2m) للشبكات العصبية الرسومية، والذي يتناوب بين عمليات التحسين للرسم البياني الشامل والرسوم البيانية المجزأة لتقليل التكاليف الحسابية بشكل كبير وتحسين أداء التنبؤ في بيئات التدريب الموزعة.

Laurynas Varnas, Julien Herrmann, Alexander Heinlein, Serge Gratton, Alena Kopaničáková2026-08-25

🤖 machine learning

GCA: Global Centroid Alignment in Federated Learning

تقدم هذه الورقة بروتوكول "محاذاة المركز العالمي" (GCA)، وهو بروتوكول للتعلم الاتحادي يتميز بكفاءة التواصل والحفاظ على الخصوصية للكشف عن الشذوذ القائم على المشفر التلقائي، والذي ينسق بين العملاء عبر تبادل الأكواد الكامنة وإحصائيات المركز فقط بدلاً من معاملات النموذج، مما يقلل بشكل كبير من عبء اتصالات البيانات مع توفير حماية فائقة للبيانات وأداء محسّن مقارنة بالطرق الحالية.

Jong-Ik Park, Harry Jiang, Logan Blakely, Georgios Fragkos, Shamina Hossain-McKenzie, Carlee Joe-Wong2026-08-25

→ السابق التالي ←