🤖 AI

Depth-Dependent Indirect Prompt Injection in Tool-Calling ReAct Agents: Injection Depth, Payload Framing, and Turn-Budget Sensitivity

تستقصي هذه الورقة البحثية حقن الأوامر غير المباشر في وكلاء ReAct من خلال أربع دراسات مضبوطة، كاشفةً أن عمق الحقن هو عامل الخطر المهيمن الذي يتسبب في تناقص معدلات نجاح الهجوم بشكل كبير كلما ظهرت الحمولات في مراحل لاحقة من تسلسلات الأدوات، بينما ليس للإطار تأثير معنوي ولا تؤثر ميزانيات الأدوار على النتائج.

Mohammadreza Rashidi2026-06-01
🤖 machine learning

Universal Decision Learners

تقترح هذه الورقة إطاراً فئوياً شاملاً يسمى "متعلمو القرار الشاملون" (UDL)، والذي يوحد نظريات اتخاذ القرار المتنوعة — مثل التخطيط، والتعلم التعزيزي، ونظرية الألعاب — من خلال توصيفها كاستطالات كنسية للبيانات السلوكية المحلية إلى سلوك متماسك عالمياً عبر استطالات "كان" اليسرى واليمنى.

Sridhar Mahadevan2026-06-01
🤖 machine learning

A Context-Aware Middleware for Medical Image Based Reports: An approach based on image feature extraction and association rules

تقترح هذه الورقة وسيطاً برمجياً مدركاً للسياق يستخدم استخراج ميزات الصور وقواعد الارتباط لاستنتاج الموظف الطبي الأكثر ملاءمة للصور الواردة تلقائياً، مما يؤدي إلى تحسين كفاءة سير العمل من خلال القضاء على العملية اليدوية المستهلكة للوقت المتمثلة في تعيين التشخيصات المتخصصة.

Erick O. Rodrigues, Jose Viterbo, Aura Conci, Trueman Mac Henry2026-06-01
💻 computer science

Mathematical Morphology in Machine Learning

تقدم هذه الورقة المورفولوجيا الرياضية في تعلم الآلة من خلال اقتراح خوارزمية تجميع إعادة البناء المورفولوجي السريع، ومقياس مسافة هجين جديد يتفوق بشكل كبير على المسافات القياسية في السرعة والدقة، ومصنفات جديدة تنمذج بشكل فريد الشكل والكثافة والمعلومات الفركتلية.

Erick Oliveira Rodrigues, Aura Conci2026-06-01
💻 computer science

Equivariant Latent Alignment via Flow Matching under Group Symmetries

تقدم هذه الورقة البحثية "التدفق الكامن المتبقي" (Residual Latent Flow)، وهو إطار عمل قائم على التدفق يعمل على تصحيح عدم المحاذاة الكامنة في تعلم التمثيلات المتكافئة لتعزيز الاتساق الهندسي وجودة تركيب المشاهد من زوايا جديدة تحت تماثلات المجموعات مثل SO(n).

Sunghyun Kim, Jaehoon Hahm, Jeongwoo Shin, Joonseok Lee2026-06-01
🤖 machine learning

When are LLMs Sufficient Policy Optimizers for Sequential RL Tasks?

تقدم الورقة البحثية "تحسين السياسة بالحث" (Prompted Policy Optimization - PromptPO)، وهي طريقة تكرارية تستفيد من النماذج اللغوية الكبيرة لتوليد وتحسين سياسات قابلة للتنفيذ من أوصاف البيئة، مما يثبت أن النماذج اللغوية الكبيرة يمكن أن تعمل كمحسنات فعالة للسياسات في مهام التعلم التعزيزي المتسلسل عندما يمكنها الاستفاءدة من المعرفة المسبقة، رغم أنها قد يكون أداؤها أقل كفاءة في الإعدادات التي تتطلب تحكماً مستمراً دقيقاً.

Stephane Hatgis-Kessell, Emma Brunskill2026-06-01
💰 quantitative finance

Kalimati Vegetable Price Index Forecasting with a Momentum Corrected Online Stacking Ensemble

تقدم هذه الدراسة مؤشر كاليماتي لأسعار الخضروات (KVPI) ونموذج تجميع متراكم عبر الإنترنت مصحح الزخم يحقق توقعات دقيقة للغاية لأسعار 90 يومًا (بمتوسط نسبة خطأ مطلق قدره 0.68%) للسلع الزراعية في نيبال، مما يوفر أداة قوية لصناع السياسات لتعزيز الأمن الغذائي وسط تقلبات السوق.

Sahaj Raj Malla2026-06-01
📊 statistics

Self-Certifying Transport MCMC via Dual Spectral-Gap Certificates

تقدم هذه الورقة إطار عمل CerT-MCMC، وهو إطار لـ "مونت كارلو عبر سلاسل ماركوف ذات النقل المتعلم" يوفر شهادات تقارب تلقائية وصارمة من خلال الجمع بين حد تغطية يعتمد على الأبعاد وحد جوهري (quantile-core) مستقل عن الأبعاد للتمييز بين إخفاقات النقل الحقيقية والقيود المتعلقة بتقنيات الإثبات.

Jun Hu2026-06-01
🤖 machine learning

Reducing the GPU Memory Bottleneck with Lossless Compression for ML -- Extended

تقدم هذه الورقة البحثية تقنية "تعبئة البتات الثابتة" (Invariant Bit Packing - IBP)، وهي خوارزمية ضغط غير فقدانية مبتكرة تتكامل بسلاسة مع مسارات تعلم الآلة (ML pipelines) للقضاء على اختناقات ذاكرة وحدة معالجة الرسومات (GPU) وتسريع تدريب الشبكات العصبية الرسومية (GNN)، وعمليات البحث عن التضمينات في نماذج التعلم العميق للترشيح والتوصية (DLRM)، واستنتاج النماذج اللغوية الكبيرة (LLM) بشكل كبير، دون التضحيات بالدقة المرتبطة بالضغط الفقداني.

Aditya K Kamath, Arvind Krishnamurthy, Marco Canini, Simon Peter2026-06-01
🤖 machine learning

SemStruct: Contextualizing Semantic Embeddings with Structural Information for Schema Matching

يعالج SemStruct أوجه القصور في مطابقة المخططات القائمة على التسلسل من خلال دمج النماذج اللغوية المدربة مسبقاً والمجمدة مع الشبكات العصبية الرسومية للاستفادة من السياق الهيكلي على مستوى الصف، محققاً أداءً هو الأفضل في فئته دون الحاجة إلى الضبط الدقيق الكامل للنموذج.

Inwon Kang, Kavitha Srinivas, Nandana Mihindukulasooriya, Sola Shirai, Parikshit Ram, Horst Samulowitz, Oshani Senevirat (…)2026-06-01