cs.LG ورقة بحثية

Activation Functions, Statistics and Learning of Higher-Order Interactions in Restricted Boltzmann Machines

تُحلل هذه الورقة تحليلياً كيف تؤثر دوال تنشيط الوحدات الخفية المختلفة في آلات بولتزمان المقيدة على إحصائيات التفاعلات المستحثة والقدرة على تعلم البنى البيانية المعقدة وعالية الرتبة، مبرهنةً على أن اللاخطية المتزايدة بسرعة مثل الدالة الأسية يمكن أن تسهل بشكل كبير تمثيل هذه الأنماط وتعلمها.

Giovanni di Sarra, Yasser Roudi2026-05-20

🤖 machine learning

Worst-Group Equalized Odds Regularization for Multi-Attribute Fair Medical Image Classification

تقترح هذه الورقة منظماً لـ "هامش تكافؤ الفرص للأسوأ في المجموعة" يعمل على التخفيف من التفاوتات الديموغرافية في تصنيف الصور الطبية من خلال معاقبة الانحرافات القصوى في المجموعات الفرعية في معدلات الإيجاب الحقيقي والكاذب عند نقطة تشغيل الاستدلال، مما يؤدي إلى تحسين العدالة عبر سمات متعددة دون المساس بشكل كبير بالأداء التشخيصي العام.

Nikhil Cherian Kurian, Victor Caquilpan Parra, Abin Shoby, Luke Whitbread, Lauren Oakden-Rayner, Robert Vandersluis, Jes (…)2026-05-20

💬 NLP

Position: Uncertainty Quantification in LLMs is Just Unsupervised Clustering

تجادل هذه الورقة بأن طرق تقدير عدم اليقين الحالية للنماذج اللغوية الكبيرة تفشل بشكل جوههري لأنها تكتفي بقياس الاتساق الداخلي للتوليد عبر التجميع غير الخاضع للإشراف بدلاً من قياس الصحة الواقعية الخارجية، مما يخلق شعوراً مخادعاً بالأمان لا يمكنه اكتشاف الهلوسات الواثقة.

Tiejin Chen, Longchao Da, Xiaoou Liu, Hua Wei2026-05-20

💬 NLP

Diagnosing Multi-step Reasoning Failures in Black-box LLMs via Stepwise Confidence Attribution

تقدم هذه الورقة إطار عمل "عزو الثقة التدريجي" (SCA)، وهو إطار لتشخيص إخفاقات الاستدلال متعدد الخطوات في النماذج اللغوية الكبيرة ذات الصندوق الأسود عبر تطبيق مبدأ "عنق زجاجة المعلومات" لتعيين درجات ثقة على مستوى الخطوة بناءً على هياكل الإجماع، مما يتيح تصحيحاً ذاتياً أكثر فعالية من التغذية الراجعة التقليدية على مستوى الإجابة.

Xiaoou Liu, Tiejin Chen, Dengjia Zhang, Yaqing Wang, Lu Cheng, Hua Wei2026-05-20

🤖 machine learning

Robust Mitigation of Age-Dependent Confounding Effects via Sample-Difficulty Decorrelation

تقترح هذه الورقة إطار عمل متيناً يخفف من حدة الارتباط المربك المرتبط بالعمر في تصنيف الصور الطبية، وذلك عبر فك الارتباط بين العمر واتجاهات صعوبة العينات باستخدام تقنية "الألفة الموزونة بطريقة هوبر" (Huber weighted affinity) و"درجة تغطية العمر" (Age Coverage Score)، مما يؤدي إلى تقليل التفاوت في الأداء عبر الفئات العمرية دون التضحية بالدقة التشخيصية أو المعلومات السريرية ذات المعنى المتعلقة بالعمر.

Nikhil Cherian Kurian, Victor Caquilpan Parra, Abin Shoby, Luke Whitbread, Lyle J. Palmer2026-05-20

🤖 machine learning

GAE Falls Short in Imperfect-Information Self-Play Reinforcement Learning

تقدم هذه الورقة البحثية خوارزمية تحسين السياسة لتقليل التباين (VRPO)، وهي خوارزمية جديدة تستخدم مُقدِّر ميزة لتقليل التباين عبر تعزيز قيمة Q للتغلب على التباين العالي المتأصل في تقدير الميزة العام القياسي لعمليات اللعب الذاتي ذات المعلومات غير الكاملة، مما يحقق أداءً فائقاً في الألعاب متعددة الوكلاء التنافسية مثل Dou Dizhu وHeads-Up No-Limit Texas Hold'em.

Zhiyuan Fan, Gabriele Farina2026-05-20

🤖 machine learning

From Simple to Complex: Curriculum-Guided Physics-Informed Neural Networks via Gaussian Mixture Models

تقترح الورقة البحثية "الشبكات العصبية المستنيرة بالفيزياء ذات خليط غاوس الموجهة بالمناهج الدراسية" (CGMPINN)، وهو إطار عمل مبتكر يدمج نمذجة خليط غاوس مع التعلم المنهجي الديناميكي لمعالجة تحديات التدريب في حل المعادلات التفاضلية الجزئية المعقدة، محققةً أخطاءً أقل بكثير من الشبكات العصبية المستنيرة بالفيزياء (PINNs) القياسية عبر مختلف المشكلات المرجعية.

Jianan Yang, Yiran Wang, Shuai Li, Fujun Cao, Xuefei Yan, Junmin Liu2026-05-20

💬 NLP

OpenCompass: A Universal Evaluation Platform for Large Language Models

تقدم هذه الورقة OpenCompass، وهو منصة تقييم مفتوحة المصدر، وقابلة للتوسع، وعالية التزامن، صُممت للتغلب على قيود المعايير المرجعية الاستاتيكية التقليدية من خلال توفير إطار عمل معياري وموحد للتقييم الشامل والفعال للنماذج اللغوية الكبيرة عبر مجالات متنوعة.

Maosong Cao, Kai Chen, Haodong Duan, Yixiao Fang, Tong Gao, Ge Jiaye, Mo Li, Hongwei Liu, Junnan Liu, Yuan Liu, Chengqi (…)2026-05-20

🤖 machine learning

Rethinking Muon Beyond Pretraining: Spectral Failures and High-Pass Remedies for VLA and RLVR

تقدم هذه الورقة البحثية Pion، وهو مُحسِّن طيفي عالي التردد (high-pass spectral optimizer) يُحسِّن من أداء Muon عبر كبح مكونات التدرج الضوضائية والحفاظ على التخصص لكل رأس (per-head specialization)، مما يحقق أداءً واستقراراً فائقين في تدريب نماذج الرؤية واللغة والعمل (vision-language-action) وفي التعلم التعزيزي مع مكافآت قابلة للتحقق حيث تواجه Muon وAdamW صعوبات.

Chongyu Fan, Gaowen Liu, Mingyi Hong, Ramana Rao Kompella, Sijia Liu2026-05-20

💬 NLP

Language models struggle with compartmentalization

تُظهر هذه الورقة أن النماذج اللغوية الكبيرة غالباً ما تخفق في توحيد العروض المتباينة للمفهوم الكامن نفسه (مثل اللغات المختلفة أو النماذج البرمجية المختلفة) في تمثيلات داخلية مشتركة، مما يؤدي إلى تعلم زائد، وانخفاض في كفاءة العينات، وتحول طوري في فعالية التدخل بناءً على عدد عروض المفهوم.

Thomas Vincent Howe, David Wingate2026-05-20

→ السابق التالي ←