🤖 machine learning

Paris 2.0: A Decentralized Diffusion Model for Video Generation

يُعد Paris 2.0 أول نموذج انتشار لامركزي قادر على تدريب توليد الفيديو المتسق زمنياً، محققاً تحسناً بنحو 2.0 ضعف في مسافة فريهيت للفيديو (Frechet Video Distance) مقارنة بالنماذج المتجانسة تحت ميزانية حوسبة متطابقة.

Ali Rouzbayani, Bidhan Roy, Marcos Villagra, Zhiying Jiang2026-05-26
📊 statistics

DiscoverPhysics: Benchmarking LLMs for Out-of-the-Box Scientific Thinking

تقدم الورقة البحثية DiscoverPhysics، وهو معيار تفاعلي يضم 22 عالماً محاكياً بفيزياء غير قياسية لتقييم قدرة النماذج اللغوية الكبيرة الرائدة على الانخراط في الاستدلال العلمي طويل الأمد من خلال تصميم التجار تجريبية واستنتاج القوانين الكامنة، مما يكشف أنه بينما تظهر النماذج المتصدرة بوادر واعدة، إلا أنها لا تزال تعاني في كشف البنى الكامنة وأن دقة التنبؤ لا تضمن الفهم المفاهيمي.

Matt L. Wiemann, Lindsay M. Smith, Peter Melchior, Siddharth Mishra-Sharma, Andrew Gordon Wilson, Pavel Izmailov, Caroli (…)2026-05-26
🤖 machine learning

OrpQuant: Geometric Orthogonal Residual Projection for Multiplier-Free Power-of-Two Transformer Quantization

تقدم هذه الورقة البحثية OrpQuant، وهو إطار عمل للكمية من نوع "قوى العدد اثنين" (Power-of-Two) خالٍ من عمليات الضرب، يستخدم "إسقاط المتبقي المتعامد الهندسي" للتغلب على انخفاض الدقة الزاوية للشبكات اللوغاريتمية، مما يتيح النشر الفعال وعالي الدقة للنماذج اللغوية الكبيرة (LLMs) والنماذج الرؤيوية المحولة (ViTs) على الأجهزة الطرفية مع تقليل وقت المعايرة والتعقيد العتادي بشكل كبير.

Maoyang Xiang, Bo Wang, Tao Luo2026-05-26
🤖 machine learning

Looped Diffusion Language Models

تقدم هذه الورقة البحثية LoopMDM، وهو نهج مبتكر لنماذج الانتشار المقنعة (Masked Diffusion Models) يقوم بعمل حلقات اختيارية لطبقات المحولات (transformer layers) المبكرة والمتوسطة لتحقيق كفاءة تدريب وأداء استدلال متفوقين مقارنة بنماذج MDM القياسية، مع تمكين أيضاً من توسيع الحوسبة بمرونة عند الاستدلال.

Sanghyun Lee, Chunsan Hong, Seungryong Kim, Jonghyun Lee, Jongho Park, Dongmin Park2026-05-26
🤖 AI

Thermal transmittance prediction based on the application of artificial neural networks on heat flux method results

تتقصى هذه الورقة البحثية استخدام بنيات متنوعة للشبكات العصبية الاصطناعية للتنبؤ بالتدفق الحراري من بيانات درجة حرارة الهواء، بهدف تقليل مدة القياس المطلوبة بشكل كبير لتقييم الانتقالية الحرارية في الموقع (قيمة U) لأغلفة المباني وفقًا لمعيار ISO 9869-1.

Sanjin Gumbarević, Bojan Milovanović, Mergim Gaši, Marina Bagarić2026-05-25
🤖 AI

MirrorCheck: Efficient Adversarial Defense for Vision-Language Models

تقترح الورقة البحثية MirrorCheck، وهو إطار عمل للكشف يتميز بالمتانة وعدم الارتباط بنموذج محدد، يدافع عن نماذج الرؤية واللغة ضد الهجمات العدائية التكيفية من خلال الاستفادة من إعادة توليد "النص إلى صورة" للتحقق من الاتساق الدلالي، معززًا باختيار النماذج العشوائي واضطرابات الاستخدام لمرة واحدة.

Samar Fares, Klea Ziu, Toluwani Aremu, Nikita Durasov, Martin Takáč, Pascal Fua, Karthik Nandakumar, Ivan Laptev2026-05-25
⚡ electrical engineering

A comprehensive evaluation of pretraining strategies for channel-agnostic contrastive self-supervision of biosignals

تقدم هذه الورقة البحثية "ترميز الرصاص العشوائي التبايني" (CRRL)، وهي استراتيجية تدريب مسبق غير مرتبطة بقناة محددة، تقوم بإنشاء أزواج إيجابية باستخدام مجموعات فرعية عشوائية من القنوات للتعميم بفعالية عبر تكوينات الإشارات الحيوية المتغيرة، متفوقةً بذلك على الأساليب الحالية في مهام تخطيط كهربائية الدماغ (EEG) ومحققةً نتائج مماثلة في مهام تخطيط كهرباء القلب (ECG).

Thea Brüsch, Mikkel N. Schmidt, Tommy S. Alstrøm2026-05-25
⚡ electrical engineering

XAttnMark: Learning Robust Audio Watermarking with Cross-Attention

تقدم هذه الورقة البحثية XAttnMark، وهو إطار عمل قوي للعلامات المائية الصوتية يستفيد من آليات الانتباه المتقاطع، والمشاركة الجزئية للمعلمات، ودالة فقدان متوافقة مع الخصائص النفسية السمعية، لتحقيق أداء رائد في كل من الكشف والنسب مع الحفاظ على عدم قابلية الإدراك العالية ضد التحولات الصوتية المتنوعة والتحرير التوليدي.

Yixin Liu, Lie Lu, Jihui Jin, Lichao Sun, Andrea Fanelli2026-05-25
🤖 machine learning

Targeted Regularization for Causal Effect Estimation with Exponential Dispersion Family Outcomes

تقترح هذه الورقة إطاراً موحداً للتنظيم المستهدف للشبكات العصبية يوسع تقدير الأثر السببي ليشمل مخرجات عائلة التشتت الأسي (بما في ذلك البيانات الثنائية، والعدّ، والبيانات الملتوية) من خلال اشتقاق توسعات "فون ميسيز" لتصحيح الانحياز من الدرجة الأولى، وتقدير نماذج المخرجات، والنزعة، والتقلب بشكل مشترك ومتكامل من البداية إلى النهاية.

Jiahong Li, Zeqin Yang, Jixing Xu, Enzheng Hua, Zhichao Zou, Peng Zhen, Jiecheng Guo2026-05-25
🤖 machine learning

Physiome-ODE: A Benchmark for Irregularly Sampled Multivariate Time Series Forecasting Based on Biological ODEs

لمعالجة أوجه القصور في معايير التقييم الحالية حيث تضعف أداء النماذج القائمة على المعادلات التفاضلية العادية (ODE)، قدم المؤلفون "Physiome-ODE"، وهو معيار واسع النطاق للسلاسل الزمنية متعددة المتغيرات ذات العينات غير المنتظمة والمستمدة من معادلات تفاضلية عادية بيولوجية حقيقية، مما يتيح تمييزاً ذا مغزى وتحسيناً في أداء نماذج التنبؤ القائمة على المعادلات التفاضلية العادية.

Christian Klötergens, Vijaya Krishna Yalavarthi, Randolf Scholz, Maximilian Stubbemann, Stefan Born, Lars Schmidt-Thieme2026-05-25