cs.LG

Deep Adaptive Dimension Reduction for Bayesian Inference in Inverse Problems

تقترح هذه الورقة إطار عمل لتقليل الأبعاد التكيفي العميق يجمع بين التدفقات التباينية، والتحديث التكراري للمسبقات، ومُستبدل "عامل نيورال فوريه" (Fourier Neural Operator) الذي يتم ضبطه بدقة تكيفية، وذلك لحل المسائل العكسية عالية الأبعاد التي تحكمها معادلات تفاضلية جزئية غير غاوسية بكفاءة ودقة فائقة مقارنة بالنماذج المرجعية الحالية.

BrahmicTokenizer-131K: An Indic-Capable Drop-In Replacement for o200k_base

تقدم الورقة البحثية BrahmicTokenizer-131K، وهو بديل جاهز للاستخدام لـ o200k_base الخاص بـ OpenAI، والذي يحقق ضغطاً فائقاً للغات الهندية من خلال عملية تعديل جراحية للمفردات مع الحفاظ على أداء تنافسي في مهام اللغة الإنجليزية والبرمجة والرياضيات.

TRACER: Persistent Regularization for Robust Multimodal Finetuning

تقدم الورقة البحثية TRACER، وهي طريقة ضبط دقيق متعدد الوسائط قوية تعالج مشكلتي النسيان الكارثي وانهيار المعلم من خلال توظيف معلم يعتمد على المتوسط المتحرك الموزون (WMA) لضمان التنظيم المستمر، مما يحسن بشكل كبير من دقة التوزيع خارج النطاق والمعايرة.

On the Optimizer Dependence of Neural Scaling Laws

GDSD: Reinforcement Learning as Guided Denoiser Self-Distillation for Diffusion Language Models

تقدم هذه الورقة البحثية إطار عمل "التقطير الذاتي للمزيل الموجه" (GDSD)، وهو إطار لتعلم التعزيز لنماذج اللغات الانتشارية يتجاوز تحيزات بدائل الاحتمالية القائمة على "حد الاحتمال الأدنى المتوقع" (ELBO) من خلال تقطير معلم موجه بالميزة مباشرة في المزيل، مما يحقق تدريباً أكثر استقراراً ومكاسب أداء كبيرة في معايير اختبار الاستدلال.

Rethinking Post-Training Recipes for Multimodal Time-Series Forecasting

تقدم هذه الورقة PostTime، وهو إطار عمل لما بعد التدريب يستفيد من الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي مع المكافآت القابلة للتحقق لتمكين النماذج اللغوية الكبيرة من العمل كمراجعين موجهين بالسياق لنماذج التأسيس الزمنية الرقمية، مما يحسن بشكل كبير أداء التنبؤ متعدد الوسائط من خلال دمج السياق غير الرقمي في مراجعات التنبؤ.

AliMark: Enhancing Robustness of Sentence-Level Watermarking Against Text Paraphrasing

يُعد ™AliMark إطار عمل قوي للعلامات المائية على مستوى الجملة، حيث يعيد صياغة عملية الكشف كمسألة محاذاة لتسلسل البتات، ويستخدم استراتيجية مرحلية من مرحلتين مع متغيرات نصية مُعاد هيكلتها بشكل تكيفي لمقاومة الاضطرابات الهيكلية مثل تقسيم الجمل ودمجها بفعالية.

A Full-Pipeline Framework for Evaluating Membership Inference Attacks in Machine Learning

تقدم هذه الورقة إطار تقييم شاملًا يحدد بشكل منهجي مدى فعالية هجمات استنتاج العضوية عبر مختلف مسارات تعلم الآلة، ونماذج التهديد، والمقاييس، لتوفير إرشادات عملية وأدوات لتدقيق الخصوصية بمتانة.

Honest Lying: Understanding Memory Confabulation in Reflexive Agents

تكشف هذه الورقة أن الوكلاء من نمط "Reflexion" يعانون من "تخليق الذاكرة"، حيث يقومون بتخزين والاعتماد المتكرر على تأملات ذاتية خاطئة بثقة، وتقترح استراتيجية تخفيف باستخدام إشارات فشل برمجية لاستبدال التشخيص الذاتي مفتوح النهايات، مما يقلل بشكل كبير من معدل الخطأ هذا ويحسن أداء المهام.

Composing Non-Conjugate Factor Graphs with Closed-Form Variational Inference

تُثبت هذه الورقة أن الاستدلال التبايني ذو الصيغة المغلقة يمكن الحفاظ عليه في البنيات الاحتمالية العميقة عبر تركيب خمسة عناصر أولية محددة من الرسوم البيانية العاملية، مما يُمكّن من بناء مُقربات دالة عالمية مثل أشجار القرار ومزيج الخبراء البايزي مع عدم يقين مُعاير دون الحاجة إلى معاملات بوابات مُتعلمة.