cs.LG ورقة بحثية

Scale-invariant Optimal Sampling for Rare-events Data with Sparse Models

تقترح هذه الورقة إطار عمل للعينات الفرعية المثلى غير المتأثر بتغيير المقياس لبيانات الأحداث النادرة ضمن النماذج المتفرقة، والذي يقلل من خطأ التنبؤ من خلال الاستفادة من "لاسو" التكيفي والارتباط الشرطي الأقصى للعينات للتغلب على عدم الكفاءة الناجم عن تغيير مقياس البيانات والميزات غير النشطة.

Jing Wang, HaiYing Wang, Qiang Zhang, Hao Helen Zhang2026-08-25

🤖 machine learning

KMGen: A Skill-based Approach for Synthetic Individual Patient Data Generation

إن KMGen هو إطار عمل مفتوح المصدر وشامل يعمل على أتمتة استخراج منحنيات كابلان-ماير من الرسوم البيانية المنشورة بالكامل، ويقوم بتوليد بيانات فردية اصطناعية للمرضى، بما في ذلك مسارات الأحداث الضائرة، عبر الجمع بين توليد الكود القائم على الوكلاء ومنهجية أخذ العينات الميكانيكية التي تحافظ على توزيعات البقاء الهامشية والارتباطات الديموغرافية.

Jalen Jiang, Chufan Gao, Ethan Rasmussen, Stephen Z. Xie, Jimeng Sun2026-08-25

🤖 machine learning

Mol-JEPA: A multimodal Joint Embedding Predictive Architecture for Molecules

يُعد Mol-JEPA إطار عمل متعدد الوسائط وقابل للتوسع يتعلم نماذج عالمية جزيئية عبر توظيف تقنية حجب الوسائط عبر بيانات اكتشاف الأدوية المتنوعة للتغلب على قيود مثل التعزيزات غير الصالحة كيميائياً وانهيار الوسائط، مما يؤدي إلى توليد تمثيلات قوية من خلال التنبؤ في الفضاء الكامن.

Florian Rottach, Sebastian Schieferdecker, William Rudman, Randall Balestriero, Carsten Eickhoff2026-08-25

🤖 machine learning

NeuroPrefetcher: Storage-Aware Sparse LLM Inference via Delta Prefetching

يُعد NeuroPrefetcher نظام استدلال للنماذج اللغوية الكبيرة مدركاً لخصائص التخزين، ويحقق تسريعاً كبيراً على الأجهزة الطرفية محدودة الذاكرة من خلال استغلال الموضعية الزمنية لنشاط عصبونات الطبقات المتصلة بالكامل (MLP) للتنبؤ مسبقاً بجلب فروقات الأوزان الضرورية فقط من وحدة التخزين، بدلاً من الاعتماد على طلب الصفحات التفاعلي.

Nobel Dhar, Md Romyull Islam, Xuechen Zhang, Gongjin Sun, Sahidul Islam, Bobin Deng, Kun Suo2026-08-25

🤖 machine learning

Spiking Neural Networks for Continuous Control: Neuromorphic Reinforcement Learning in Conventional Computing

تقدم هذه الورقة إطار عمل "الشبكة الفاعلة النبضية لسياسة الممثل والناقد الناعم" (SANSAC)، وتثبت من خلال الأجهزة التقليدية أن الشبكات العصبية النبضية يمكنها تحقيق أداء يضاهي خوارزميات "الناقد الناعم للممثل" التقليدية في مهام التحكم المستمر، مما يؤسس بذلك خط أساساً موثوقاً لأبحاث التعلم التعزيزي العصبي المستقبلي.

Jessica Hunter, Md Maruf Hossain Shuvo, Krishna Roy2026-08-25

🤖 machine learning

MOSH-WM: Mask-Grounded Soft-Hamiltonian Dynamics for Object-Centric World Models

يقدم MOSH-WM نموذج عالم "هاميلتونيان" ناعمًا قائمًا على القناع، والذي يقيد ديناميكيات الأشياء صراحةً باستخدام العزوم المكانية لأقنعة الصور المملوكة للفتحات (slots)، محققًا تحسينات كبيرة في دقة التنبؤ بالفيديو طويل الأمد وتراكم الخطأ مقارنة بالنماذج المرجعية القائمة على الأشياء في مجموعات بيانات OBJ3D وCLEVRER.

Zhekai Wang, Haoxiang Huang, Xiang Liu, Zhikang Chen, Yueqing Sun, Qi Gu, Shiji Zhou, Miao Liu, Sen Cui2026-08-25

💬 NLP

XTC: Head-Aware Sampling by Excluding Top Choices

تقدم الورقة البحثية استراتيجية XTC (استبعاد الخيارات العليا)، وهي استراتيجية فك تشفير خفيفة الوزن تعمل على إزالة الرموز المهيمنة ذات الاحتمالية العالية بشكل انتقائي لتعزيز تنوع التوليد والإبداع بشكل كبير مع الحفاظ على السلاسة ودقة اتباع التعليمات عبر مختلف النماذج اللغوية الكبيرة.

Philipp Emanuel Weidmann, Allen Roush, Judah Goldfeder, Sanjay Basu, Ravid Shwartz-Ziv2026-08-25

💬 NLP

Don't Repeat Yourself: Stopping Verbatim Loops at Sampling Time

تقدم الورقة البحثية تقنية "لا تكرر نفسك" (DRY)، وهي تعديل للوغاريتمات (logits) عند وقت أخذ العينات يعمل على تقليل التكرار الحرفي في النماذج اللغوية الكبيرة بفعالية عبر معاقبة الرموز (tokens) التي تمدد تطابقات لاحقة دقيقة من السياق السابق، مما يحسن التنوع المعجمي والطلاقة دون تدهور في الأداء أو الحاجة إلى إعادة تدريب النموذج.

Philipp Emanuel Weidmann, Allen Roush, Judah Goldfeder, Sanjay Basu, Ravid Shwartz-Ziv2026-08-25

🤖 machine learning

LpWM: A Case for Sparse Representations in World Models

تقدم هذه الورقة LpWM، وهي بنية تنبؤية ذات تمثيل مشترك تستخدم تمثيلات كامنة متفرقة وغير سالبة منظمة بواسطة مطابقة التوزيع المصحح لتقليل تعقيد المتنبئ بشكل كبير وتحسين نجاح التخطيط مقارنة بالتمثيلات الكثيفة التقليدية، مع الكشف في الوقت نفسه عن هياكل ديناميكية قابلة للتفسير ومجزأة حسب الأنماط.

Yilun Kuang, Yash Dagade, Quentin Le Lidec, Lucas Maes, Randall Balestriero, Yann LeCun2026-08-25

🤖 machine learning

Learning to Control Coupled-Dynamics Environments with Joint Markov Decision Processes

تقدم هذه الورقة طرق التحكم الأمثل لعمليات ماركوف لاتخاذ القرار المشتركة (JMDPs) من خلال تعريف مؤثر بيلمان للأمثلية التوزيعي غير المعلمي وإثبات تقاربه نحو قانون العائد المشترك الأمثل، مما يحافظ على التبعيات عبر النتائج المضادة للواقع التي تتجاهلها عمليات ماركوف لاتخاذ القرار القياسية.

Ege C. Kaya, Aliasghar Pourghani, Mahsa Ghasemi, Vijay Gupta, Abolfazl Hashemi2026-08-25

→ السابق التالي ←