cs.LG ورقة بحثية

HPC-LLM: Practical Domain Adaptation and Retrieval-Augmented Generation for HPC Support

تقدم هذه الورقة البحثية نموذج HPC-LLM، وهو نموذج Llama 3.1 8B معزز بالاسترجاع ومضبوط بدقة باستخدام تقنية QLoRA، والذي يستفيد من مجموعة بيانات متخصصة في مجال الحوسبة عالية الأداء (HPC) لتقديم دعم فعال ومتخصص للمجال لعمليات وسير عمل العناقيد الحاسوبية، محققاً أداءً يضاهي النماذج الأكبر حجماً بتكاليف حوسبة أقل بكثير.

Nourin Shahin, Izzat Alsmadi2026-05-19

🤖 machine learning

Flow-Direct: Feedback-Efficient and Reusable Guidance for Flow Models via Non-Parametric Guidance Field

يُعد Flow-Direct إطار عمل لا يتطلب تدريباً يعمل على تعزيز كفاءة التغذية الراجعة وقابلية إعادة الاستخدام في نماذج التدفق عبر بناء مجال توجيه مستمر وغير معلمي من العينات المتراكمة التي تم تقييمها بالمكافأة، مما ينقل التوزيعات سلف التدريب تحليلياً إلى التوزيعات المستهدفة دون التخلص من أي معلومات متعلقة بالمكافأة.

Kim Yong Tan, Yueming Lyu, Ivor Tsang, Yew-Soon Ong2026-05-19

🤖 machine learning

Geometric Asymmetry in MoE Specialization: Functional Decorrelation and Representational Overlap

تقدم هذه الورقة إطار عمل موحداً يجمع بين "جاكوبي-PCA-غراسمان" (Jacobian-PCA-Grassmann) للكشف عن أن بنيات "خليط الخبراء" (Mixture-of-Experts) تحقق التخصص من خلال عدم تماثل هندسي حيث تُظهر الخبراء عدم ارتباط وظيفي قوي رغم عملهم على فضاءات تمثيل فرعية متداخلة جزئياً، وهو هيكل يتشكل بشكل كبير بفعل ندرة التوجيه.

Feilong Liu2026-05-19

🤖 machine learning

Federated Nested Learning: Collaborative Training of Self-Referential Memories for Test-Time Adaptation

تقدم هذه الورقة التعلم المتداخل الموحد (FedNL)، وهو إطار عمل مبتكر يعيد صياغة التعلم الموحد كنظام تحسين متداخل ثلاثي المستويات لتعلم قواعد التحسين بشكل تعاوني، مما يمكّن العملاء من إجراء تكيف وقت الاختبار خفيف الوزن وصفرِي الاستباق (zero-shot) بذاكرة استدلال ثابتة على البيانات غير المتماثلة (Non-IID).

Hong Chen, Pengcheng Wu, Yuanguo Lin, Peilin Zhao, Xiuze Zhou, Fan Lin, Han Yu2026-05-19

🤖 machine learning

PIMSM: Physics-Informed Multi-Scale Mamba for Stable Neural Representations under Distribution Shift

تقترح الورقة البحثية بنية "مامبا" متعددة المقاييس والمعززة بالفيزياء (PIMSM)، وهي بنية تعتمد على فضاء الحالة تعمل على مواءمة التجزئة الزمنية للنموذج مع المقاييس الزمنية الفيزيائية للتغلب على عدم تطابق النواة الزمنية، مما يحقق تمثيلات عصبية قوية ومستقرة للسلاسل الزمنية العلمية في ظل حدوث تحولات توزيعية شديدة.

Sangyoon Bae, Shinjae Yoo, Jiook Cha2026-05-19

🤖 machine learning

ProxyKV: Cross-Model Proxy Pruning for Efficient Long-Context LLM Inference

تُعد ProxyKV إطار عمل عابر للنماذج يستخدم وسيط نموذج صغير خفيف الوزن وغير متزامن، بالإضافة إلى تقنية HybridAxialMapper مبتكرة، لتقليم ذاكرة التخزين المؤقت (KV cache) بكفاءة لاستنتاج النماذج اللغوية الكبيرة ذات السياق الطويل، محققاً دقة عالية تضاهي الأساليب الرائدة مع تقليل عبء مرحلة التعبئة المسبقة (prefilling) بشكل كبير.

Junjie Li, Jiong Lou, Jie Li2026-05-19

🤖 machine learning

TailedTS: Benchmark Dataset for Heavy-Tailed Time Series Prediction and Periodicity Quantification

تقدم هذه الورقة البحثية TailedTS، وهي مجموعة بيانات مرجعية واسعة النطاق لعدد مشاهدات صفحات ويكيبيديا التي تتميز بتوزيعات ذات ذيول ثقيلة وتضخم صفري، والمصممة لتقييم نماذج التنبؤ بالسلاسل الزمنية في ظل ظروف غير غاوسية والكشف عن رؤى حول دورية المنصات الرقمية ذات حركة المرور العالية.

Xinyu Chen, HanQin Cai, Lijun Ding, Jinhua Zhao2026-05-19

🤖 machine learning

When Is Rank-1 Steering Cheap? Geometry, Granularity, and Budgeted Search

تجادل هذه الورقة بأن التباين في فعالية توجيه التنشيط مدفوع أساساً بصعوبة البحث بدلاً من غياب الحلول من الرتبة الأولى، وتقترح إطار عمل GRACE الذي يستفيد من محاذاة حدود المطالبة ومقياس جديد لـ "حبيبية المفهوم" لتوجيه بحث ميزاني فعال وواعٍ بالهندسة للوصات التوجيهية المثلى.

John T. Robertson, Jianing Zhu, Haris Vikalo, Zhangyang Wang2026-05-19

🤖 machine learning

SwordBench: Evaluating Orthogonality of Steering Image Representations

تقدم هذه الورقة البحثية SwordBench، وهو معيار شامل لتقييم التعامد والفعالية في توجيه التمثيلات الصورية في نماذج الرؤية، كاشفةً أنه بينما توفر الطرق الخطية قدرة فائقة على الفصل، إلا أنها غالباً ما تفشل في منع الأضرار الجانبية مقارنة بالمشفرات التلقائية المتفرقة.

Vladimir Zaigrajew, Dawid Pludowski, Hubert Baniecki, Przemyslaw Biecek2026-05-19

🤖 machine learning

Cross-Source Supervision for Bone Infection Segmentation in Dual-Modality PET-CT

تقترح هذه الورقة إطار عمل للتعلم ثنائي المصدر ومنفصل يدمج نمطي التصوير المقطعي بالإصدار البوزيتروني (PET) والتصوير المقطعي المحوسب (CT) لمعالجة التباينات في التوصيف لتقسيم عدوى العظام، مستخدمةً تقييماً ثلاثي الأبعاد صارماً على مستوى المريض لإظهار كيف يمكن للنماذج المتوازية أن تستوعب بفعالية الفلسفات التشخيصية المتميزة للخبراء من أجل نشر ذكاء اصطناعي سريري قوي.

Zonglin Yang, Xiaolei Diao, Jishizhan Chen, Xiaozhuang Man, Wei Kong, Gen Wen, Pengfei Cheng, Daqian Shi2026-05-19

→ السابق التالي ←