cs.LG ورقة بحثية

QML-PipeGuard: Drift-Aware Behavioral Fingerprinting for Quantum Machine Learning Pipeline Integrity

يُعد QML-PipeGuard إطار عمل قائمًا على العقود يضمن سلامة خطوط أنابيب تعلم الآلة الكمي المنشورة من خلال استخدام البصمة السلوكية للتمييز في آن واحد بين الانحراف العتادي الحميد واستبدال القنوات الخبيث عبر عقد مراقبة كامل المعلومات وصارم رياضيًا.

Esra Yeniaras2026-05-26

🔢 mathematics

Polynomial Context-Truncation Sensitivity in Autoregressive Language Models: Sequential Wyner-Ziv Bounds for KV Cache Compression

تثبت هذه الورقة أن حساسية توزيعات الرمز التالي لقص السياق في النماذج اللغوية ذات التوليد الذاتي تتناقص بمعدل حدودي بدلاً من معدل هندسي، مما يؤدي إلى قانون قياس مشتق بقيمة $\Theta(\varepsilon^{-1/\alpha})$ لمتطلبات الذاكرة لسياسات ضغط ذاكرة المفتاح والقيم (KV cache) المعتمدة على اللاحقة فقط تحت ترميز مصدر وينر-زيف المتسلسل.

Munsik Kim2026-05-26

🤖 machine learning

Leveraging Gauge Freedom for Learning Non-Gradient Population Dynamics of Stochastic Systems

تقدم هذه الورقة تدفقات الاستدلال غير التدرجية (NGIF)، وهي خوارزمية تستفيد من حرية القياس لاستنتاج ديناميكيات السكان غير التدرجية العامة عبر صيغة ضعيفة لمعادلة الاستمرارية، مما يؤدي إلى تحسين الدقة التوزيعية والتقاط النقل غير الكامن في الأنظمة العشوائية بما يتجاوز حدود الطرق التقليدية القائمة على التدرج.

Jules Berman, Tobias Blickhan, Benjamin Peherstorfer2026-05-26

🤖 machine learning

Revisiting Pre-Propagation GNNs: Robust Diffusion Operators and Hidden-State Re-Propagation

تعالج هذه الورقة فجوة الأداء وعدم وضوح القدرة التعبيرية لشبكات الرسم البياني ذات الانتشار المسبق (PPGNNs) من خلال إدخال مؤثرات انتشار رسومي قوية ومخطط إعادة انتشار للحالة المخفية يعتمد على عينات قليلة، مما يمكنها من مطابقة دقة شبكات الرسم البياني التقليدية القائمة على تمرير الرسائل مع الاحتفاظ بكفاءتها في التدريب.

Zichao Yue, Zhiru Zhang2026-05-26

🤖 machine learning

Optimizing Multidimensional Scaling in Gini Metric Spaces

تقدم هذه الورقة "جيني متعدد الأبعاد" (Gini Multidimensional Scaling)، وهو إطار عمل قوي يوسع تقنية القياس متعدد الأبعاد الإقليدي باستخدام مسافة شبه رتبية للتعامل بفعالية مع الضجيج والقيم المتطرفة، مع الاستفادة من تنفيذ "تنسور" في "باي تورش" (PyTorch tensor) للحوسبة الفعالة المسرعة بواسطة وحدة معالجة الرسومات.

Cassandra Mussard, Stéphane Mussard2026-05-26

🤖 machine learning

Blocked Gibbs meets Diffusion Transformers: Unsupervised Learning for Constraint Optimization

تقدم هذه الورقة BloGDiT، وهو إطار عمل جديد للتعلم غير الخاضع للإشراف يجمع بين محولات الانتشار (Diffusion Transformers) وأخذ عينات جيبس المحظوظة (blocked Gibbs sampling) للتغلب على قيود نماذج الانتشار القياسية في حل مشكلات تحسين القيود المعقدة التي تتضمن متغيرات منفصلة عامة واستدلالاً عالمياً.

Yudong W. Xu, Wenhao Li, Xiaoyu Wang, Scott Sanner, Elias B. Khalil2026-05-26

🤖 AI

Beyond the Frontier: Stochastic Backtracking for Efficient Test-Time Scaling

تقدم هذه الورقة البحثية تقنية التراجع العشوائي (stochastic backtracking) عبر مجمع مستمر من البوادئ التاريخية، المعززة باختيار المجمعات الفرعية و"مونت كارلو التسلسلية للتراجع القوي" (Power Backtrack Sequential Monte Carlo)، للتغلب على قيود البحث المقتصر على الحدود وتحسين نسبة الدقة إلى كفاءة الرموز (accuracy-to-token efficiency ratio) بشكل كبير في توسيع نطاق النماذج اللغوية أثناء وقت الاختبار.

Dao Tran, Duc Anh Le, Ngoc Luu, Quan Pham, Tung Pham, Hung Bui2026-05-26

🤖 machine learning

Abduction-Deduction Entanglement: Domain Generalization via Representation Transplants

تقترح هذه الورقة طريقة للتعميم النطاقي تسمى "نقل التمثيل" تستفيد من القابلية الجزئية لتحديد التنبؤات المثلى من خلال إطار عمل "تشابك الاستنباط والاستدلال"، باستخدام لعبة متعلم-خصم للبحث عن آليات سببية ثابتة وتحقيق تنبؤات مستهدفة مثالية في الحد الأدنى والحد الأقصى.

Kasra Jalaldoust, Elias Bareinboum2026-05-26

📊 statistics

Learning Treatment Effects during Resource Allocation via Priority-Queue Randomization

تقترح هذه الورقة إطار عمل لتصميم تجريبي يقوم بتوزيع المتقدمين عشوائياً إلى قوائم انتظار ذات أولوية بناءً على درجات المخاطر، وذلك بهدف تعلم آثار المعالجة السببية وتخصيص الموارد المحدودة لمن هم في أمس الحاجة إليها في آن واحد، مع توصيف استراتيجيات التحديد الناتجة وتحسين المقايضة بين الكفاءة الإحصائية والأولوية الأخلاقية.

JungHo Lee, Johnna Sundberg, Pim Welle, Bryan Wilder2026-05-26

🤖 machine learning

Grow-Prune-Freeze Networks: Adaptive & Continual Learning Technique for Olfactory Navigation

تقدم هذه الورقة إطار عمل شبكة "النمو-التقليم-التجميد" (GPF)، القائم على نظرية المصفوفات العشوائية غير الخطية، والذي يتيح التعلم المستمر التكيفي للملاحة الشمية من خلال نمو وتقليم وتجميد طبقات الشبكة ديناميكيًا لتحقيق معدل نجاح بنسبة 94% في مهام السحب الاضطرابية مع إظهار إمكانية التعميم في مجالات تعلم الآلة الأخرى.

Kordel K. France, Ovidiu Daescu2026-05-26

→ السابق التالي ←