cs.LG ورقة بحثية

Self-Refining Video Sampling

تقدم هذه الورقة البحثية "أخذ عينات الفيديو ذاتي التحسين" (Self-Refining Video Sampling)، وهي طريقة استدلال لا تتطلب تدريباً تستفيد من مولد فيديو مُدرب مسبقاً كمرشح لإزالة الضجيج (denoising autoencoder) خاص به مع استراتيجية واعية بعدم اليقين لتحسين المخرجات بشكل تكراري، مما يحسن بشكل كبير من تماسك الحركة والواقعية الفيزيائية دون الحاجة إلى مُحققات خارجية أو تدريب إضافي.

Sangwon Jang, Taekyung Ki, Jaehyeong Jo, Saining Xie, Jaehong Yoon, Sung Ju Hwang2026-05-21

🤖 machine learning

Epistemic Uncertainty Quantification for Pre-trained VLMs via Riemannian Flow Matching

تقدم هذه الورقة البحثية REPVLM، وهي طريقة تستفيد من مطابقة التدفق الريماني (Riemannian Flow Matching) لحساب كثافات الاحتمالية على المتشعب الكروي الفائق لتمثيلات نماذج الرؤية واللغة (Vision-Language Model) سابقة التدريب، مما يتيح تقديراً فعالاً لعدم اليقين المعرفي، والكشف عن البيانات خارج النطاق، والتنظيم الآلي للبيانات.

Li Ju, Mayank Nautiyal, Andreas Hellander, Ekta Vats, Prashant Singh2026-05-21

🤖 machine learning

Learning Incentive Structures for Cooperative Resilience in Multi-Agent Systems under Social Dilemmas

تقترح هذه الورقة إطار عمل للتعلم التعزيزي متعدد الوكلاء يعمل على تعلم ودمج هياكل حوافز هجينة لتعزيز المرونة التعاونية واستدامة الرفاه الجماعي في بيئات المعضلات الاجتماعية المعرضة للاضطرابات.

Manuela Chacon-Chamorro, Luis Felipe Giraldo, Nicanor Quijano2026-05-21

📊 statistics

Learning to Defer in Non-Stationary Time Series via Switching State-Space Models

تقدم هذه الورقة إطار عمل L2D-SLDS، وهو إطار تعلم للتأجيل عبر الإنترنت للسلاسل الزمنية غير المستقرة، والذي يستخدم نموذج حالة فضاء الحالة الخطي-الغاوسي المتغير لتوجيه القرارات ديناميكياً بين متنبئ داخلي وخبراء خارجيين مع تقليل الندم ومعدلات التأجيل.

Yannis Montreuil, Letian Yu, Axel Carlier, Lai Xing Ng, Wei Tsang Ooi2026-05-21

🤖 machine learning

DC-LA: Difference-of-Convex Langevin Algorithm

تقدم هذه الورقة خوارزمية "لانجفان للفرق بين الدوال المحدبة" (DC-LA)، وهي طريقة أخذ عينات مبتكرة تستفيد من أغلفة مورو وبرمجة الفرق بين الدوال المحدبة للتعامل مع التوزيعات المستهدفة غير الملساء وغير المقعرة لوغاريتمياً، مع إثبات تقاربها في مسافة واسرشتاينن وإظهار فعاليتها في كل من التطبيقات الاصطناعية وتطبيقات التصوير المقطعي المحوسب في العالم الحقيقي.

Hoang Phuc Hau Luu, Zhongjian Wang2026-05-21

💬 NLP

Learning Query-Aware Budget-Tier Routing for Runtime Agent Memory

تقدم هذه الورقة البحثية BudgetMem، وهو إطار عمل لذاكرة الوكيل أثناء التشغيل يستخدم موجّهًا يعتمد على التعلم التعزيزي لاختيار مستويات ميزانية مدركة للاستعلام ديناميكيًا عبر وحدات الذاكرة، مما يحسن بفعالية المقايضة بين أداء المهمة والتكلفة الحسابية.

Haozhen Zhang, Haodong Yue, Tao Feng, Quanyu Long, Jianzhu Bao, Bowen Jin, Weizhi Zhang, Xiao Li, Jiaxuan You, Chengwei (…)2026-05-21

🤖 machine learning

Can Microcanonical Langevin Dynamics Leverage Mini-Batch Gradient Noise?

تتناول هذه الورقة البحثية العائق الحسابي لنموذج "لانجفان مونت كارلو" في الحالة الميكروكنونية عبر تطوير تحليل نظري منهجي ومخطط تكييف مبتكر يتيح الاستخدام الفعال لضجيج التدرج في الدفعات الصغيرة، مما ينتج عنه أداة أخذ عينات قوية وقابلة للتوسع (SMILE) تحقق أداءً رائدًا في مهام الاستدلال البايزي عالية الأبعاد.

Emanuel Sommer, Kangning Diao, Jakob Robnik, Uros Seljak, David Rügamer2026-05-21

🤖 machine learning

CompilerKV: Risk-Adaptive KV Compression via Offline Experience Compilation

يقدم CompilerKV سياسة استبقاء لـ KV مُجمّعة في وضع عدم الاتصال تستفيد من الانتظام عبر المطالبات لاستبدال التقدير عبر الإنترنت المليء بالضجيج بعمليات بحث فعالة بتعقيد $O(1)$ ، محققاً أداءً هو الأفضل في فئته وقابلية توسع فائقة تحت قيود الذاكرة القصوى مقارنة بطرق ضغط مرحلة الـ prefill الحالية.

Ning Yang, Chengzhi Wang, Yibo Liu, Baoliang Tian, Haijun Zhang2026-05-21

💬 NLP

Bayesian Preference Learning for Test-Time Steerable Reward Models

تقترح هذه الورقة نموذج نمذجة المكافأة داخل السياق المتغير (ICRM)، وهو إطار عمل بايزي مبتكر يتيح إمكانية التوجيه في وقت الاختبار لنماذج المكافأة من خلال التكيف مع توزيعات التفضيلات غير المرئية عبر نماذج توضيحية داخل السياق، مما يحسن الدقة، والمعايرة، والمواءمة متعددة الأهداف مع توفير ضمانات نظرية ضد الإفراط في التحسين.

Jiwoo Hong, Shao Tang, Zhipeng Wang2026-05-21

💬 NLP

Gated Normalization Removal and Scale Anchoring in Pre-Norm Transformers

تقدم هذه الورقة البحثية TaperNorm، وهو نهج بوابي لنماذج الـ transformer من نوع pre-norm يقوم بإزالة طبقات التقييس (normalization) الداخلية تدريجيًا لتحسين إنتاجية الاستدلال، وتكشف أن التقييس النهائي يعمل أساسًا على تثبيت مقياس تمثيلات ما قبل الطبقة الخطية (pre-logit)، وهو دور يمكن استبداله بالتحجيم ذي الهدف الثابت لتمكين نماذج خالية تمامًا من طبقات التقييس.

Andrei Kanavalau, Carmen Amo Alonso, Sanjay Lall2026-05-21

→ السابق التالي ←