cs.LG ورقة بحثية

Demons on a Budget: Adaptive Measurement Placement at the Entanglement Phase Transition

تُثبت هذه الورقة أنه في الدوائر الكمومية المراقبة، يُعد الترتيب المكاني للقياسات ضمن ميزانية ثابتة أكثر أهمية من معدل القياس أو المحتوى المعلوماتي، حيث يمكن لاستراتيجية المسح المتتالي الحتمية أن تقضي على انتقال طور التشابك وتخفض الإنتروبيا بشكل كبير مقارنة بسياسات التوزيع العشوائية أو المتعلمة.

Rohan Pandey2026-08-21

🤖 machine learning

Clustering and Token Denoising for Faster and More Robust VLMs

تقدم الورقة البحثية ClustRS، وهو خوارزمية لا تعتمد على التدريب تجمع بين التجميع الموزون بالانتباه وإزالة الضجيج عبر تقليص البواقي، مما يقلل من الرموز المرئية بنسبة تصل إلى 97% مع تعزيز المتانة تجاه ضجيج الصور والحفاظ على الأداء أو تحسينه في معايير النماذج اللغوية البصرية (VLM) مثل ScienceQA-IMG وMM-VET.

Baptiste Rossigneux, Inna Kucher, Vincent Lorrain, Emmanuel Casseau2026-08-21

🤖 machine learning

Holtercare-Bench: A Multimodal Benchmark for Evaluating Long-Term Dynamic ECG Analysis

تقدم هذه الورقة Holtercare-23K، وهي مجموعة بيانات ضخمة متعددة الوسائط ذات محاذاة بين الإشارة والفيديو والنص، وHoltercare-Bench، وهو معيار مرجعي مقابل مصمم لتقييم وتحسين قدرات النماذج اللغوية الكبيرة متعددة الوسائط في تحليل تخطيط كهربائية القلب (ECG) الديناميكي طويل الأمد، والاستنتاج الزمني، وتوليد التقارير التشخيصية.

Yihan Xie, Hanwen Cui, Runze Ye, Juekai Lin, Haoyang Wang, Jinhao Mao, Bo Zhang, Wenqiao Zhang, Xiaogang Guo, Jun Xiao (…)2026-08-21

⚛️ quantum physics

Quantum Gaussian processes for prediction of channel observations

توسع هذه الورقة البحثية نطاق انحدار العملية الغاوسية الكمومية (QGP) للتنبؤ بمخرجات القنوات الكمومية المجهولة من خلال اشتقاق نواة ذات صيغة مغلقة تحت توزيع مسبق منتظم، وتقديم تقريب "بايز التجريبي" للتغلب على قيود القابلية للتوسع، مما يتيح التعلم الأمثل والتحسين لكل من الأنظمة متعددة الكيوبتات المحلية والعالمية حتى في ظل وجود الضجيج التجريبي.

Jonas Jäger, Yaroslav Khmelnitskiy, Paolo Braccia, Artur Miroszewski, Diego García-Martín, M. Cerezo, Piotr Czarnik2026-08-21

🤖 machine learning

Improved Confidence Estimates for Black-Box Large Language Models

تقترح هذه الورقة طريقة منخفضة التكلفة تُحسّن تقدير عدم اليقين للنماذج اللغوية الكبيرة ذات الصندوق الأسود، وذلك عبر تدريب مصنفات بسيطة للتنبؤ بصحة الاستجابة باستخدام درجات الثقة الحالية وصحة الاستعلامات المماثلة من مجموعة بيانات مستهدفة.

Sokhna Diarra Mbacke, Mouloud Belbahri, Gabriel Loaiza-Ganem2026-08-21

🤖 machine learning

Mechanistic Tomography: Designed Measurement for Control-Oriented Interpretability

تقدم هذه الورقة "التصوير المقطعي الآلي"، وهو إطار عمل موحد ينمذج تقنيات التفسير كقياسات مصممة لاستعادة الآليات الداخلية للنماذج وآثار التدخل بشكل منهجي، مما يثبت من خلال تجارب متنوعة أن التحقق الموجه نحو التحكم وعائلات القياس المخصصة يمكن أن يعيد بناء الهياكل والتفاعلات السببية في النماذج اللغوية الكبيرة بكفاءة.

Vijay Erramilli2026-08-21

🤖 machine learning

HYDRA: A Heterogeneous Chiplet DSE Framework for Serving Dynamic Hybrid LLM Workloads

تقدم هذه الورقة البحثية HYDRA، وهو إطار عمل شامل لاستكشاف فضاء التصميم يعمل على تحسين بنيات الرقائق المتغايرة وسياسات وقت التشغيل الديناميكية بشكل مشترك لزيادة الإنتاجية وتقليل زمن الاستجابة بشكل كبير لخدمة نماذج اللغات الكبيرة الهجينة من نوع Transformer-Mamba.

Jiahao Lin, Alish Kanani, Sangwan Lee, Jaehyun Park, Umit Ogras2026-08-21

🔭 astrophysics

Microlensify: a Transformer Based Machine Learning Classifier for Microlensing Events Trained on TESS Light Curves

تقدم الورقة البحثية Microlensify، وهو مشفر تلقائي تبايني قائم على المحولات ومستند إلى الفيزياء، تم تدريبه على بيانات تلسكوب TESS، والذي يحدد بفعالية مرشحي عدسات الميكرو، ويصفي الإيجابيات الكاذبة، ويقدر بدقة مدد الأحداث عبر مختلف المسوحات عالية التردد.

Atousa Kalantari, Somayeh Khakpash, Sedighe Sajadian, Hosein Haghi, Willow Fox Fortino, Rosanne Di Stefano2026-08-21

🤖 machine learning

Quantifying Event Impacts on Time Series via Multiscale Contrastive Learning

تقدم الورقة البحثية EventTime، وهو إطار عمل للتعلم التبايني متعدد المقاييس مقترن بمجموعة بيانات SECURE، للتنبؤ بدقة بالخسائر المالية قصيرة الأجل الناجمة عن الخروقات السيبرانية من خلال الدمج الفعال لسياق السوق طويل الأمد، وديناميكيات ما قبل الحدث، والبيانات الوصفية للحدث مع معالجة تحديات الإشراف الشحيح وضجيج السوق.

Yiming Sun, Shengyu Chen, Zhengzhang Chen, Haoyu Wang, Xiaowei Jia, Haifeng Chen2026-08-21

🤖 machine learning

LLM as Detector: An In-context Learning Approach for Tabular Anomaly Detection

تقترح هذه الورقة LLM-Detector، وهو إطار عمل مبتكر يستفيد من التعلم في السياق لتحويل البيانات الجدولية العادية إلى مطالبات مهيكلة لمحركات تسجيل تولدها الأكواد، مما يتيح كشفاً فعالاً للقيم الشاذة عبر مجموعات بيانات متنوعة دون الحاجة إلى الضبط الدقيق أو تدريب الشبكات العصبية.

Tu Anh Hoang Nguyen, Dang Nguyen, Thuc Duy Le, Trung Le, Sunil Gupta2026-08-21

→ السابق التالي ←