cs.LG ورقة بحثية

Rejoinder: The ICML 2023 Ranking Experiment: Examining Author Self-Assessment in ML/AI Peer Review

يتناول هذا الرد الملاحظات الواردة حول تجربة التصنيف في مؤتمر ICML 2023 من خلال هيكلة استجابته حول أربعة محاور رئيسية هي: تأطير مراجعة الأقران كعملية تقدير إحصائي، وتخفيف مشكلات العدالة والتحيز الاستراتيجي في آلية الترتيب الرتيب (Isotonic Mechanism)، ودمج الإشارات التكميلية مثل تصنيفات المراجعين، واقتراح إطار عمل متمحور حول الإنسان لعصر الذكاء الاصطناٍعي التوليدي.

Buxin Su, Jiayao Zhang, Natalie Collina, Yuling Yan, Didong Li, Kyunghyun Cho, Jianqing Fan, Aaron Roth, Weijie Su2026-05-26

🧬 biology

Growing a Neural Network in Breadth, Depth, and Time

تقدم هذه الورقة إطاراً قابلاً للتفاضل لتدريب الشبكات العصبية التلافيفية المتكررة التي تعمل على تحسين التكاليف المشتركة لكل من العرض والعمق والزمن، مما يكشف كيف تشكل قيود الموارد البنى الحوسبية المتنوعة وترتبط بأوقات الاستجابة البشرية.

Eivinas Butkus, Kedar Garzón Gupta, Nikolaus Kriegeskorte2026-05-26

🤖 machine learning

Influence-Inspired Spectral Rotations for Extreme Low-Bit LLM Quantization

تقدم هذه الورقة البحثية "BBT-spectral"، وهي طريقة تكميم تركز على الجانب الهندسي تطبق دورات "والش-هادامارد" التكيفية مع التأثير وإعادة قياس قائمة على الطاقة على مصفوفات الأوزان، مما يقلل بشكل كبير من الحيرة (perplexity) في تكميم النماذج اللغوية الكبيرة ذات البتات المنخفضة للغاية (W2A16) عبر مختلف بنيات النماذج مع ضمان التوافق مع الأجهزة من أجهزة إنتل.

Gorgi Pavlov2026-05-26

📊 statistics

Multi-Objective Learning for Diffusion Models: A Statistical Theory under Semi-Supervised Learning

تقترح هذه الورقة إطار عمل تدريب شبه مُشرف يتكون من مرحلتين، يقوم بتقطير نماذج الانتشار المتخصصة خفيفة الوزن في نموذج عام باستخدام بيانات غير مُصنفة وفيرة، مما يحقق تعلماً فعالاً متعدد الأهداف بضمانات إحصائية تعتمد فقط على تعقيد النماذج المتخصصة بدلاً من النموذج العام.

Ziheng Cheng, Yixiao Huang, Hanlin Zhu, Haoran Geng, Somayeh Sojoudi, Jitendra Malik, Pieter Abbeel, Xin Guo2026-05-26

🤖 machine learning

Evolving Causal Regulatory Networks (ECR-Net)

تقدم الورقة البحثية ECR-Net، وهو إطار عمل مستوحى حيويًا يوظف البحث التطوري لنمذجة عمليات توليد البيانات كشبكات تنظيم جيني ديناميكية، مما يتيح اكتشاف بنيات سببية تكيفية تتطور استجابةً للتحولات البيئية وتحسن القدرة على التعميم في الأنظمة غير المستقرة.

Govind Vallabhasseri Binish, Abdhul Ahadh, Rano Roy Kavanal, Arya Ukunde2026-05-26

🤖 machine learning

Continuous-Depth Field Theory for Transformer Patching and Mechanistic Interpretability

تقترح هذه الورقة إطار عمل لنظرية المجال ذات العمق المستمر، ينمذج رقع التنشيط في نماذج المحولات (Transformer) كإدراجات مصادر موضعية ويتنبأ بالتغيرات السلوكية اللاحقة عبر استجابات دالة "جرين" (Green-function)، مما يؤسس لغة رياضية من الحساسيات والمجالات المنتشرة لتنظيم واستنتاج التدخلات الميكانيكية.

David N. Olivieri, Antonio F. Pérez Rodríguez2026-05-26

📊 statistics

On the Epistemic Uncertainty of Overparametrized Neural Networks

تتحدى هذه الورقة الرؤية التقليدية القائلة بأن عدم اليقين المعرفي يتلاشى مع زيادة البيانات من خلال إثبات أنه في الشبكات العصبية ذات المعلمات الزائدة، يؤدي عدم التحديد الناتج عن التماثلات والتمثيلات الفائضة إلى استمرار عدم اليقين في المعلمات حتى عندما يتم تحديد الدالة الأساسية بشكل كامل، وهي ظاهرة يحللها المؤلفون نظرياً ويتحققون منها تجريبياً في شبكات ReLU ذات الطبقة المخفية الواحدة.

David Rügamer2026-05-26

🤖 machine learning

Constraint-Anchored Attribution: Feasibility-Certified Counterfactuals and Bonferroni-PAC Sufficient Subsets for Neural CO Policies

تقدم هذه الورقة طريقة عزو مرساة بالقيود لسياسات الأمثلة التوليفية العصبية، والتي تقوم بتفكيك القرارات عبر ثنائيات الاسترخاء الخطي (LP-relaxation duals)، وتصديق الحالات المضادة باستخدام نماذج الجدوى التوليفية، وتحديد حدود أحجام التفسير الكافية باختبارات PAC المصححة بطريقة بونفيروني، مما يظهر دقة أعلى بكثير من التدرجات التقريبية عبر مجالات متعددة من المشكلات.

Sohaib Lafifi2026-05-26

🤖 machine learning

Latent Q-Barrier Shielding for Safe In-Context Reinforcement Learning

تقترح هذه الورقة إطار عمل "درع حاجز كوامن" (Latent Q-Barrier Shielding) يعزز التعلم التعزيزي السياقي الآمن في ظل تحولات خارج نطاق التوزيع من خلال استنتاج السياق وتصفية الإجراءات بناءً على التكاليف المستقبلية المتوقعة وميزانيات السلامة المتبقية دون الحاجة إلى تحديثات للمعلمات في وقت الاختبار، مما يحقق مقايضات متفوقة بين المكافأة والسلامة عبر معايير متعددة.

Minjae Kwon, Amir Moeini, Shangtong Zhang, Lu Feng2026-05-26

🤖 machine learning

Label-NTK Alignments and A Tighter Convergence Bound in the NTK Regime

تقدم هذه الورقة مفاهيم محاذاة "Label-NTK" و"Residual-NTK" لاستخلاص حد تقارب أكثر إحكاماً، يعتمد على الطيف، للشبكات العصبية ذات المعلمات الزائدة، مما يجعله يتوافق بشكل أفضل مع ديناميكيات التدريب العملية ويحسن النتائج الكلاسيكية المتعلقة بالحالة الأسوأ.

Ruchirinkil Marreddy, Chaoyue Liu2026-05-26

→ السابق التالي ←