cs.LG ورقة بحثية

FlashSinkhorn: IO-Aware Entropic Optimal Transport on GPU

يُعد FlashSinkhorn حلاً برمجياً للنقل الأمثل الإنتروبي (entropic optimal transport) يعتمد على معالجة البيانات في وحدة معالجة الرسومات (GPU) مع مراعاة كفاءة الإدخال والإخراج (IO-aware)، حيث يستفيد من تقنيات الدمج والتبليط (fusion and tiling) بأسلوب FlashAttention لتقليل حركة مرور بيانات ذاكرة النطاق الترددي العالي (HBM) بشكل جذري، محققاً تسارعاً يصل إلى 161 ضعفاً مقارنة بالنماذج المرجعية المتطورة، مع تمكين التحسين القابل للتوسع لمهام السحب النقطية واسعة النطاق.

Felix X. -F. Ye, Xingjie Li, An Yu, Ming-Ching Chang, Linsong Chu, Davis Wertheimer2026-05-22

💻 computer science

Billion-Scale Graph Foundation Models

تقدم هذه الورقة GraphBFF، وهو إطار عمل متكامل يتميز ببنية Transformer قابلة للتوسع تتيح التدريب الناجح لنماذج التأسيس ذات المليارات من المعلمات على الرسوم البيانية غير المتجانسة، مما يظهر قوانين تحجيم عصبية يمكن التنبؤ بها وأداءً فائقًا عبر مهام متنوعة لاحقة مقارنة بالنماذج المرجعية الحالية.

Maya Bechler-Speicher, Yoel Gottlieb, Andrey Isakov, David Abensur, Ami Tavory, Daniel Haimovich, Ido Guy, Udi Weinsberg2026-05-22

⚡ electrical engineering

A Short and Unified Convergence Analysis of the SAG, SAGA, and IAG Algorithms

تقدم هذه الورقة تحليلاً موحداً، قصيراً، ونمطياً للتقارب لخوارزميات SAG وSAGA وIAG من خلال تقديم دالة ليابونوف (Lyapunov function) جديدة وحدود تأخير، مما يمنح أول ضمانات تقارب عالية الاحتمالية لخوارزميتي SAG وSAGA مع تحسين المعدلات المعروفة لـ IAG بشكل كبير.

Feng Zhu, Robert W. Heath Jr., Aritra Mitra2026-05-22

💬 NLP

When Shared Knowledge Hurts: Spectral Over-Accumulation in Model Merging

تقدم هذه الورقة البحثية "معايرة القيم المفردة" (SVC)، وهي طريقة لا تتطلب تدريباً تعمل على تخفيف تدهور الأداء الناتج عن التراكم المفرط للمعرفة الطيفية المشتركة في دمج النماذج، وذلك من خلال قياس تداخل الفضاءات الجزئية وإعادة تحجيم القيم المفردة المتضخمة، مما يحقق نتائج هي الأفضل حالياً عبر معايير الرؤية واللغة.

Yayuan Li, Ze Peng, Jian Zhang, Jintao Guo, Yue Duan, Yinghuan Shi2026-05-22

💻 computer science

Large-scale Score-based Variational Posterior Inference for Bayesian Deep Neural Networks

تقترح هذه الورقة طريقة استدلال متغيرية قائمة على الدرجة (score-based) جديدة وقابلة للتوسع للشبكات العصبية العميقة البايزية، تجمع بين فقدان مطابقة الدرجة (score matching loss) وعقوبة تقريبية (proximal penalty) للتغلب على انهيار النمط (mode collapsing) وتمكين التدريب الفعال على البنيات واسعة النطاق مثل محولات الرؤية (Vision Transformers) دون الحاجة إلى إعادة بارامترية لأخذ العينات.

Minyoung Kim2026-05-22

🤖 machine learning

CoFEH: LLM-driven Feature Engineering Empowered by Collaborative Bayesian Hyperparameter Optimization

تقدم هذه الورقة CoFEH، وهو إطار عمل تعاوني يدمج بشكل تآزري بين هندسة الميزات المدفوعة بالنماذج اللغوية الكبيرة (LLM) والتحسين البايزي للمعلمات الفائقة من خلال آلية شرطية متبادلة واختيار ديناميكي للخطوات للتغلب على قيود مساحات البحث الجامدة وسير العمل الجشع في الأتمتة الآلية التقليدية لتعلم الآلة (AutoML).

Beicheng Xu, Keyao Ding, Wei Liu, Yupeng Lu, Bin Cui2026-05-22

🤖 machine learning

Vendi Novelty Scores for Out-of-Distribution Detection

تقدم هذه الورقة "درجة فيندي للابتكار" (VNS)، وهي كاشف للبيانات خارج التوزيع، خطي الزمن وغير معلمي، يستفيد من مقاييس التنوع لتحقيق أداء رائد عبر مختلف المعايير المرجعية مع الحفاظ على الفعالية حتى مع الحد الأدنى من بيانات التدريب.

Amey P. Pasarkar, Adji Bousso Dieng2026-05-22

💻 computer science

End-to-End Semantic ID Generation for Generative Advertisement Recommendation

تقترح هذه الورقة البحثية إطار عمل UniSID، وهو إطار عمل شامل (end-to-end) للتوصية الإعلانية التوليدية يوحد بين التضمين وتوليد المعرف الدلالي (Semantic ID) للتغلب على قيود التكميم المتبقي (Residual Quantization) التقليدي ذي المرحلتين، وذلك من خلال تحقيق أداء فائق عبر التعلم التبايني متعدد الحبيبات وإعادة البناء القائم على التلخيص.

Jie Jiang, Xinxun Zhang, Enming Zhang, Yuling Xiong, Jun Zhang, Jingwen Wang, Huan Yu, Yuxiang Wang, Hao Wang, Xiao Yan (…)2026-05-22

🤖 AI

Revisiting Regularized Policy Optimization for Stable and Efficient Reinforcement Learning in Two-Player Games

تثبت هذه الورقة نظرياً وتجريبياً أن الجمع بين تنظيم "كولباك-ليبلر" العكسي وتنظيم الإنتروبيا في تحسين السياسة يؤدي إلى تقارب مستقر في ألعاب الصفر لمتنافسين، ويحسن كفاءة التدريب بشكل كبير عبر خمس بيئات لألعاب الألواح مقارنة بالطرق الحالية.

Kazuki Ota, Takayuki Osa, Motoki Omura, Tatsuya Harada2026-05-22

🤖 AI

MoralityGym: A Benchmark for Evaluating Hierarchical Moral Alignment in Sequential Decision-Making Agents

تقدم الورقة البحثية MoralityGym، وهو معيار مرجعي يضم 98 معضلة أخلاقية هرمية وصيغة جديدة تسمى "سلاسل الأخلاق" (Morality Chains)، لتقييم وتحسين المحاذاة الأخلاقية لوكلاء اتخاذ القرار المتسلسل من خلال دمج رؤى من علم النفس والفلسفة.

Simon Rosen, Siddarth Singh, Ebenezer Gelo, Helen Sarah Robertson, Ibrahim Suder, Victoria Williams, Benjamin Rosman, Ge (…)2026-05-22

→ السابق التالي ←