cs.LG ورقة بحثية

Capability and Robustness Cannot Both Be Free: An Information-Theoretic Bound for Vision-Language-Action Models

تضع هذه الورقة حداً نظرياً قائماً على نظرية المعلومات يثبت أن نماذج الرؤية واللغة والعمل تواجه مقايضة متأصلة حيث لا يمكن أن يتجاوز مجموع القدرة والمتانة ميزانية ثابتة محددة بإنتروبيا المهمة وسعة القناة العدائية، مما يثبت أن التحسينات الكبيرة في أحد البعدين تأتي حتماً على حساب الآخر.

Jianwei Tai2026-05-26

🤖 machine learning

Merge-Bench: Resolve Merge Conflicts with Large Language Models

تقدم هذه الورقة البحثية Merge-Bench، وهي مجموعة بيانات واسعة النطاق لتعارضات الدمج في العالم الحقيقي، وتقدم LLMergeJ، وهو نموذج مخصص للغة جافا تم تدريبه باستخدام تحسين السياسة النسبي المجموعاتي (Group Relative Policy Optimization) والذي يتفوق على العديد من النماذج اللغوية الكبيرة التجارية، رغم أن أفضل النماذج حالياً تحل أقل من 60% من التعارضات عبر 11 لغة برمجة.

Benedikt Schesch, Michael D. Ernst2026-05-26

💰 quantitative finance

Predicting Stock Price Direction on Earnings Announcement Days using Multi-modal Deep Learning

تُظهر هذه الدراسة أن نموذج التعلم العميق متعدد الوسائط القائم على تقنية "ترانسفورمر" (Transformer)، والذي يدمج بين الأساسيات المالية للشركات، والمؤشرات الفنية، وتحليل مشاعر الأخبار المستمد من نموذج "فينبيرت" (FinBERT)، يتفوق على كل من نماذج الانحدار اللوجستي ونماذج "إل إس تي إم" (LSTM) المرجعية في التنبؤ باتجاه أسعار الأسهم في أيام إعلان الأرباح، وذلك من خلال تحقيق حساسية فائقة تجاه التحركات المتقلبة.

Manuel Noseda, Nathan Soldati, Marco Paina2026-05-26

🤖 machine learning

Reading the Finetuning Prior: Verbatim Content Recovery via Contrastive Decoding Diffing

تقدم هذه الورقة البحثية "التمييز بالتفكيك التبايني" (CDD)، وهي طريقة الصندوق الرمادي التي تستعيد محتوى الضبط الدقيق الحرفي من النماذج اللغوية باستخدام توزيعات لوجيت المخرجات فقط، متفوقةً بذلك على التقنيات الحالية ذات الصندوق الأبيض في الدقة والسرعة، مع تمكين شفافية غير مسبوقة في بيانات تدريب النموذج ومخلفات خطوط الإنتاج.

Michał Brzozowski, Zuzanna Dubanowska, Enrico Cassano, Neo Christopher Chung2026-05-26

💬 NLP

Universal Activation Verbalizer: A Unified Framework for Cross-Model Activation Explanation

تقدم الورقة البحثية "المُلفظ التنشيطي الشامل" (UAV)، وهو إطار عمل موحد يستخدم وحدة فك ترميز مشتركة ومهايئات خفيفة الوزن لتمكين شرح التنشيط عبر النماذج المانحة غير المتجانسة، محققاً أداءً منافساً لنماذج التفسير الذاتي المرجعية مع دعم النقل الفعال القائم على المهايئات فقط.

Haiyan Zhao, Zirui He, Guanchu Wang, Ali Payani, Yingcong Li, Mengnan Du2026-05-26

🤖 machine learning

Multi-Agent Systems are Mixtures of Experts: Who Becomes an Influencer?

تؤطر هذه الورقة البحثية المداولة بين النماذج اللغوية الكبيرة متعددة الوكلاء كخليط من الخبراء تحكمه ديناميكيات آراء "فريدكين-جونسن" المعتمدة على المدخلات، مبرهنةً على أن الأداء يتحسن عندما يتم توجيه التأثير بناءً على مؤشرات مرئية للكفاءة الكامنة للوكيل مثل الثقة والانسجام الأولي.

Franka Bause, Jonas Niederle, Martin Pawelczyk, Rebekka Burkholz2026-05-26

🤖 machine learning

Quantitative Evaluation of the Severity of Posttraumatic Stress Disorder through Transfer Learning from Specific Phobia Data

تقترح هذه الدراسة نهجاً للتعلم الآلي باستخدام تقدير كثافة النواة متعدد المتغيرات على الإشارات الفسيولوجية (معدل ضربات القلب واستجابة الجلد الجلفانية)، والذي تم تدريبه عبر التعلم بنقل المعرفة من بيانات رهاب العناكب، لتصنيف حالة اضطراب ما بعد الصدمة بموضوعية بدقة بلغت 86% وتقدير شدة الأعراض بمتوسط خطأ مطلق قدره 5.6.

Nicolas Ricka, Gauthier Pellegrin, Denis A. Fompeyrine, Thomas Rohaly, Leah Enders, Heather Roy2026-05-26

🤖 machine learning

Building an Adversarial Malware Dataset by Family and Type: Generation, Evasion, and Poisoning Evaluation

تقدم هذه الورقة مجموعة بيانات تم إصدارها للعموم تضم أكثر من 77,000 عينة من برمجيات PE الخبيثة التنافسية المستمدة من مجموعة RawMal-TF، مما يثبت معدلات مراوغة عالية ضد مصنف EMBER وتأثيرها الكبير في تسميم أنظمة الكشف القائمة على تعلم الآلة.

David Košťál, Martin Jureček2026-05-26

🤖 machine learning

From Latent Space to Training Data: Explainable Specialization in Minimal MLPs

تُثبت هذه الورقة أنه في الشبكات العصبية متعددة الطبقات (MLPs) ذات التنشيط الغاوسي الدنيا، يُعد تنظيم التغطية (coverage regularization) أكثر الخسائر الهيكلية فعالية لتحسين إعادة بناء البيانات القائمة على النماذج الأولية ومنع الانهيار المتدهور للهندسة الكامنة الناتج عن عقوبات الفصل التنافري أو التداخل.

Enrique Alba, Ezequiel Lopez-Rubio2026-05-26

🤖 machine learning

Step-TP: A Grounded, Step-Level Dataset with Chain-of-Thought Reasoning for LLM-Guided Tensor Program Optimization

تقدم هذه الورقة البحثية Step-TP، وهي مجموعة بيانات جديدة لما بعد التدريب تعزز تحسين برامج التنسور الموجهة بنماذج اللغات الكبيرة من خلال توفير إشراف على مستوى الخطوات، ذري ومؤصل، مع تسلسل استدلالي مهيكل وتمثيل وسيط كفء في استهلاك الرموز لتمكين اتخاذ قرارات متعددة الخطوات موثوقة.

Mengfan Liu, Da Zheng, Junwei Su, Chuan Wu2026-05-26

→ السابق التالي ←