cs.LG ورقة بحثية

Enhancing Deep Neural Network Reliability with Refinement and Calibration

تقترح هذه الورقة إطار عمل RefCal، وهو إطار تدريب موحد يقدم خسارة تباين تحت إشراف مبتكرة لتحسين الدقة والمعايرة والتهذيب بشكل مشترك، مما يتغلب على المقايضة الشائعة حيث تعمل الطرق الحالية على تحسين المعايرة على حساب قدرة النموذج على التمييز بين التنبؤات الصحيحة والخاطئة.

Ramya Hebbalaguppe, Ajay Shastry, Soumya Suvra Ghosal, Chetan Arora2026-05-25

🤖 machine learning

Learning-Augmented Online Scheduling with Parsimonious Preemption

تقدم هذه الورقة أول خوارزميات الجدولة عبر الإنترنت المعززة بالتعلم التي تحقق زمن انتقال تنافسي ثابت مع عدد ثابت فقط من عمليات الاستباق لكل وظيفة، مما يسد بفعالية الفجوة بين الأداء النظري وتعقيد الاستباق عبر إعدادات الآلات الفردية، وغير المتصلة، والمرنة.

Mugen Blue, Sungjin Im, Alexander Lindermayr2026-05-25

🤖 machine learning

A Simple Plug-in for Improving Eviction-Based KV Cache Compression

تقدم الورقة البحثية VECTOR، وهو ملحق لضغط ذاكرة التخزين المؤقت لـ KV القائم على الإخلاء، والذي يعزز استنتاج النماذج اللغوية الكبيرة ذات السياق الطويل من خلال تنفيذ استراتيجية توجيه الرموز ثلاثية المسارات (الاحتفاظ، والتقريب، والإخلاء) لاستعادة معلومات القيمة القابلة لإعادة البناء وتحسين المقايضات بين الجودة والذاكرة.

Yuping Lin, Jiayuan Ding, Yue Xing, Pengfei He, Jiliang Tang, Subhabrata Mukherjee2026-05-25

🤖 machine learning

Multi-Gate Residuals

تقترح الورقة البحثية بنية "البواقي متعددة البوابات" (MGR)، وهي بنية مبتكرة تعمل على تثبيت مقاييس التنشيط في الشبكات المتبقية العميقة باستخدام آلية تسجيل وبوابة مع تجميع الانتباه، مما يحقق تحسينات في الأداء دون عبء الاتصال المرتبط ببواقي الانتباه.

Zhizhan Zheng, Feiyun Zhang, Shuchun Liu, Tian Xia, Xi Liu, Dasheng Hu, Hongquan Zhou2026-05-25

🤖 machine learning

When Good Equations Get Bad Scores: Improving Symbolic Regression Through Better Parameter Optimization

تقدم هذه الورقة البحثية SAGE-Fit، وهو إطار عمل جاهز للاستخدام (plug-and-play) يستفيد من الأولويات الهيكلية والدلالية للتعبيرات الرمزية للتغلب على معضلة "البنية الجيدة، والدرجة السيئة" في الانحدار الرمزي، مما يحسن بشكل كبير من تحسين المعلمات وأداء البحث الإجمالي.

Boxiao Wang, Kai Li, Zhiwei Chen, Yang Huang, Runxiang Wang, Ziwen Zhang, Yifan Zhang, Jian Cheng2026-05-25

🤖 machine learning

Diffusion Domain Expansion: Learning to Coordinate Pre-trained Diffusion Models

تقترح هذه الورقة توسيع نطاق مجال الانتشار (DDE)، وهي طريقة تستخدم منسقاً قابلاً للتدريب ومدمجاً لتوسيع نماذج الانتشار سابقة التدريب بكفاءة لتوليد كائنات أكبر والتعامل مع التكييف المعقد، مما يظهر أداءً فائقاً في مهام توليد الصوت الطويل والصور المشروطة.

Egor Lifar, Semyon Savkin, Timur Garipov, Shangyuan Tong, Tommi Jaakkola2026-05-25

⚡ electrical engineering

Discontinuous Galerkin Neural Operator for Pathology Defocus Deblurring

تقدم هذه الورقة "المؤثر العصبي لـ غاليركين غير المتصل" (DGNO)، وهو إطار عمل جديد للتعلم العميق يتغلب على قيود الطرق الحالية غير المتغيرة بالإزاحة من خلال نمذجة ضبابية التشتت ذات التباين المكاني والتقطع المحلي في المجهرية المرضية عبر صياغة مؤثر تكاملي مستوحى من الفيزياء، محققاً بذلك جودة إعادة بناء ومتانة فائقتين.

Shaoqing Duan, Haofei Song, Xintian Mao, Qingli Li, Yan Wang2026-05-25

🔬 condensed matter

Reinforcement Learning for Microcanonical Graph Ensemble with Assortativity Constraints

تقدم هذه الورقة "مولد الرسوم البيانية الميكروكانونية العميق" (DMGG)، وهو إطار عمل للتعلم التعزيزي يقوم بتوليد مجموعات رسوم بيانية ميكروكانونية بكفاءة مع قيود دقيقة على التماثل من خلال عمليات إعادة ترتيب تحافظ على الدرجة، مما يتغلب على قيود نماذج الرسوم البيانية العشوائية الأسية التقليدية ويُمكّن من العزل الدقيق للتأثيرات الهيكلية على وظيفة الشبكة.

Hoyun Choi, Junghyo Jo, Deok-Sun Lee2026-05-25

🤖 machine learning

Contrastive Distribution Matching for Amortized Sequential Monte Carlo in Discrete Diffusion

تقدم هذه الورقة البحثية "مطابقة التوزيع التبايني" (CDM)، وهو إطار عمل مبتكر يعمل على تقليل التكلفة الحسابية لأسلوب "مونت كارلو المتسلسل الملتوي" (Twisted Sequential Monte Carlo) لنماذج الانتشار المنفصلة عبر تعلم دالة التواء مُعلمة، مما يتيح أخذ عينات فعالة ودقيقة من توزيعات المكافأة المائلة بأقل قدر من العبء الإضافي عبر تطبيقات متنوعة.

Jaihoon Kim, Taehoon Yoon, Prin Phunyaphibarn, Seungjun Kim, Morteza Mardani, Minhyuk Sung2026-05-25

🤖 machine learning

Prudent-Banker: No Extra Fees for Baseline Safety in Adversarial Bandits With and Without Delays

تقدم هذه الورقة البحثية Prudent-Banker، وهو خوارزمية مبتكرة للمتعدد الأذرع الخصمي (adversarial multi-armed bandits) مع وبدون التغذية الراجعة المتأخرة، والتي تحقق الحد الأدنى من الندم (minimax-optimal) في أسوأ الحالات مع الحفاظ على ندم شبه ثابت مقابل سياسة خط الأساس الآمنة من خلال آلية إعادة تشغيل معايرة للتأخير وحدود دنيا متطابقة.

Ting Hu, Luanda Cai, Emmanouil-Vasileios Vlatakis-Gkaragkounis2026-05-25

→ السابق التالي ←