🤖 Category

cs.LG

22999 ورقة بحثية

🤖 machine learning

Two-Parameter Flows for Learning Population Dynamics of Physical Systems

تقدم هذه الورقة طريقة قابلة للتوسع لتعلم ديناميكيات الأنظمة الفيزيائية عالية الأبعاد من عينات غير مصنفة عبر استخدام تدفقات ثنائية المعلمات لاستخلاص سرعات فيزيائية-زمنية فريدة ومنتظمة من عمليات النقل من القاعدة إلى الهامش، مما يتيح نمذجة الظواهر غير التدرجية مثل الدوران دون الحاجة إلى بيانات مسار أو اقترانات نقل أمثل لكل خطوة.

Paul Schwerdtner, Tobias Blickhan, Benjamin Peherstorfer2026-05-27
🤖 machine learning

Dynamic Link Prediction with Temporally Enhanced Signed Graph Neural Networks

تقترح هذه الورقة إطار عمل معياري للتعزيز الزمني يدمج السياق التاريخي عبر وحدة متخصصة في الشبكات العصبية الرسومية الموقعة الثابتة، مما يحسن بشكل كبير أداء التنبؤ بالروابط وقابلية التفسير في الشبكات الموقعة الزمنية.

Derek Regier, Andrew Polyak, Aresh Dadlani, Khosro Salmani2026-05-27
🤖 machine learning

Classification and detection of multiple UAVs using rational Gaussian wavelet neural networks

تقترح هذه الورقة نظام تعلم آلي فعال من حيث التكلفة وقابل للتفسير يستخدم الشبكات العصبية لتموجات غاوس العقلانية للكشف عن كل من الطائرات بدون طيار الفردية وأسراب الدرونز وتصنيفها بناءً على الإشارات الصوتية، مما يظهر أداءً متفوقاً على الطرق التقليدية في بيئات متنوعة.

Ungvári Gergő, Ferenc Braun, Attila Ámon, Péter Kackstädter, János Volk, Péter Kovács, Tamás Dózsa2026-05-27
🤖 machine learning

Curriculum Learning for Safety Alignment

تقترح هذه الورقة "الكفاءة المرحلية" (Staged-Competence)، وهو إطار عمل للتعلم المنهجي ينظم بيانات التفضيل حسب درجة الصعوبة ويقوم بتحديث النموذج المرجعي تدريجياً لتحسين متانة التحسين المباشر للتفضيلات (DPO) تجاه البيانات خارج النطاق ومقاومة الاختراق لأغراض السلامة بشكل كبير، مع الحفاظ على القدرات العامة.

Sandeep Kumar, Virginia Smith, Chhavi Yadav2026-05-27
🤖 machine learning

QAM-W: Joint 2D Codebook Quantization for LLM Weights via Hadamard Rotation and Activation-Aware Scaling

يقدم QAM-W طريقة تكميم كتاب رموز ثنائي الأبعاد مشترك لأوزان النماذج اللغوية الكبيرة تستخدم دوران هادامارد والتحجيم الواعي للتنشيط للحفاظ على هياكل الإحداثيات الزوجية، محققاً تقاربًا مع مستويات إرباك (perplexity) تنسيق BF16 عند حوالي 5.5 بت لكل وزن، مع التفوق على الترميز القطبي ومضاهاة جودة SmoothQuant بعدد أقل بكثير من بتات الأوزان.

Preetam Sharma, Kacper Dobek2026-05-27
🤖 machine learning

When Correct Demonstrations Hurt: Rethinking the Role of Exemplars in In-Context Learning

تتحدى هذه الورقة البحثية الافتراض القائل بأن الأمثلة التوضيحية الصحيحة تساعد دائمًا في التعلم داخل السياق، وذلك من خلال الكشف عن أن الاضطرابات التي تحافظ على طبيعة المهمة يمكن أن تؤدي إلى تدهور الأداء عبر "انزياح الدليل السياقي"، مما يثبت أن فائدة الأمثلة النموذجية تعتمد على كيفية تأثير هذه الأمثلة في الاستدلال السياقي بدلاً من مجرد صحتها.

Chenghao Qiu, Chunli Peng, Yufeng Yang, Kuan-Hao Huang, Yi Zhou2026-05-27
🤖 AI

Personalized Generative Models for Contextual Debiasing

تقدم هذه الورقة DecoupleGen، وهي طريقة تعمل على تخصيص نماذج الانتشار من النص إلى الصورة لتوليد صور ذات دلالات معنوية ذات أنماط سياقية نادرة لأغراض تعزيز التدريب، مما يقلل من انحياز مجموعة البيانات ويحسن التعرف على الأشياء في السيناريوهات غير الشائعة.

Xinran Liang, Esin Tureci, Prachi Sinha, Ye Zhu, Vikram V. Ramaswamy, Olga Russakovsky2026-05-27
⚡ electrical engineering

Energy-Gated Attention and Wavelet Positional Encoding: Complementary Inductive Biases for Transformer Attention

تقترح هذه الورقة "انتباه البوابة الطاقية" (Energy-Gated Attention) و"ترميز مورليه الموضعي" (Morlet Positional Encoding) كتحيزات استقرائية متكاملة، والتي تؤدي عند دمجها إلى تحسينات في الأداء تتجاوز المجموع الحسابي للنماذج القياسية عبر تعلم بوابات بروز الرموز وتوطين التأثير الموضعي تكيفياً عبر المقاييس، رغم أن النتائج تعتمد حالياً على تجارب صغيرة النطاق تتطلب مزيداً من التحقق واسع النطاق.

Athanasios Zeris2026-05-27
🤖 machine learning

Balancing Plasticity and Stability with Fast and Slow Successor Features

تُثبت هذه الورقة أنه في البيئات الطبيعية والمتغيرة باستمرار، يتفوق تثبيت الميزات اللاحقة (Successor Features) من خلال التوطيد المشبكي متعدد المقاييس على الأساليب التي تركز على اللدونة، مما يشير إلى أن الحفاظ على التمثيلات التنبؤية أمر بالغ الأهمية لتحقيق التوازن بين الاستقرار والتكيف في التعلم التعزيزي العميق.

Raymond Chua, Doina Precup, Blake Richards2026-05-27
🤖 AI

Automatic Layer Selection for Hallucination Detection

تتناول هذه الورقة تحدي الاختيار التلقائي للطبقات المتوسطة المثلى للكشف عن الهلوسة في النماذج اللغوية الكبيرة من خلال تقديم معيار "الذروة الفعالة الأولى للبعد الجوهري" (FEPoID) الخالي من التدريب، والذي يتفوق باستمرار على الأساليب الحالية ويتم تعزيزه بشكل أكبر من خلال استراتيجية بتر مبتكرة لتضخيم إشارات الكشف.

Xinpeng Wang, William Cao, Andrew Gordon Wilson, Zhe Zeng2026-05-27