🤖 machine learning

Concise and Logically Consistent Conformal Sets for Neuro-Symbolic Concept-Based Models

تقدم هذه الورقة COCOCO، وهو إطار تنبؤ تلازمي لاحق (post-hoc conformal prediction) يعمل على توليد مجموعات موجزة ومتسقة منطقياً ومضمونة التغطية بشكل مشترك للنماذج القائمة على المفاهيم العصبية الرمزية (Neuro-Symbolic Concept-Based Models) من خلال التوفيق بين تنبؤات المفاهيم والتسميات عبر خطوة مراجعة واحدة تجمع بين الاستنباط والاستدلال.

Samuele Bortolotti, Emanuele Marconato, Andrea Pugnana, Andrea Passerini, Stefano Teso2026-05-19
🔬 physics

SIREM: Speech-Informed MRI Reconstruction with Learned Sampling

إنَّ SIREM هو إطار عمل لإعادة بناء صور الرنين المغناطيسي المعتمد على الكلام، والذي يستفيد من الصوت المتزامن كأولوية عابرة للأنماط للتنبؤ بهياكل المجرى الصوتي ودمجها مع بيانات الفضاء-k ناقصة العينات، مما يتيح تصويراً عالي الإنتاجية وفي الوقت الفعلي مع الحفاظ على التفاصيل التشريحية.

Md Hasan, Nyvenn Castro, Daiqi Liu, Lukas Mulzer, Jana Hutter, Jonghye Woo, Moritz Zaiss, Andreas Maier, Paula A. Perez- (…)2026-05-19
💬 NLP

From Volume to Value: Preference-Aligned Memory Construction for On-Device RAG

تقدم الورقة البحثية إطار عمل EPIC، وهو إطار عمل فعال لعمليات التوليد المعزز بالاسترجاع (RAG) على الأجهزة، والذي يعمل على بناء ذاكرة متوافقة مع التفضيلات لتقليل حجم الفهرسة وزمن الاستجابة بشكل جذري، مع تحسين دقة استجابات الذكاء الاصطناعي المخصصة بشكل كبير في ظل قيود الذاكرة الصارمة.

Changmin Lee, Jaemin Kim, Taesik Gong2026-05-19
📊 statistics

Geometric Dictionary Learning of Dynamical Systems with Optimal Transport

تقدم هذه الورقة البحثية إطار عمل DOODL، الذي يتعلم قاموساً للديناميكيات الطيفية لنمذجة الأنظمة الديناميكية ذات الصلة باعتبارها تقع على متعدد شعب منخفض الأبعاد، مما يتيح تضمينات مدمجة وقابلة للتفسير وتقديراً دقيقاً للغاية للمؤثرات من مسارات قصيرة ومراقبة جزئياً عبر الاستفادة من المعلومات الهيكلية المشتركة عبر الأنظمة.

Thibaut Germain, Sami Chemlal, Rémi Flamary, Vladimir R. Kostic, Karim Lounici2026-05-19
🤖 machine learning

Alignment Dynamics in LLM Fine-Tuning

تقدم هذه الورقة إطاراً موحداً لديناميكيات محاذاة النماذج اللغوية الكبيرة (LLM) يفكك تحديثات الضبط الدقيق إلى قوى "ارتدادية" و"دافعة" متنافسة لتفسير هشاشة المحاذاة، ويتنبأ بـ "تأثير تهيئة التكرار" حيث تسرع المحاذاة السابقة من عملية إعادة المحاذاة عند التعرض مجدداً.

Yuhan Huang, Huanran Chen, Yinpeng Dong2026-05-19
🤖 machine learning

The Symmetries of Three-Layer ReLU Networks

تؤسس هذه الورقة إطاراً كاملاً لتوصيف تناظرات المعلمات في شبكات ReLU ثلاثية الطبقات، مما يوفر أوصافاً شبه جبرية صريحة لألياف التكافؤ الوظيفي وخوارزمية في وقت متعدد الحدود لاتخاذ القرار بشأنها، مع تحليل كيفية استحثاث هذه التناظرات لقوانين حفظ محلية على طول التدفق المتدرج.

Johanna Marie Gegenfurtner, Moritz Grillo, Guido Montúfar2026-05-19
🤖 machine learning

ISEP: Implicit Support Expansion for Offline Reinforcement Learning via Stochastic Policy Optimization

تقترح الورقة البحثية إطار عمل ISEP، وهو إطار لتحسين السياسة العشوائية للتعلم التعزيزي غير المتصل، والذي يعمل ضمنياً على توسيع نطاق دعم الأفعال الممكنة من خلال استكمال دالة القيمة، ويستخدم مطابقة التدفق الشرطي للتنقل في المشهد متعدد الأنماط الناتج، مما يتغلب على صرامة القيود الصارمة مع تجنب انهيار النمط.

Yifei Chen, Shaoqin Zhu, Xiaoqiang Ji2026-05-19
📊 statistics

Improved Baselines with Representation Autoencoders

تقدم هذه الورقة RAEv2، وهو إطار عمل مُحسّن للمُشفّر التلقائي للتمثيل (Representation Autoencoder) يستفيد من التمثيلات متعددة الطبقات المعممة، وآليات REPA المتكاملة، والتوجيه المُعاد تمثيله لتحقيق تقارب أسرع بأكثر من 10 أضعاف وجودة توليد صور رائدة في مجال (state-of-the-art) على مجموعة بيانات ImageNet-256 دون الحاجة إلى تدريب ما بعد المعالجة.

Jaskirat Singh, Boyang Zheng, Zongze Wu, Richard Zhang, Eli Shechtman, Saining Xie2026-05-19
⚛️ quantum physics

QLIF-CAST: Quantum Leaky-Integrate-and-Fire for Time-Series Weather Forecasting

تقدم هذه الورقة البحثية نموذج QLIF-CAST، وهو نموذج متكرر هجين يجمع بين الحوسبة الكمية والكلاسيكية، يعمل على تكييف الشبكة العصبية النبضية "الكمية ذات التكامل والاندماج المتسرب" (Quantum Leaky Integrate-and-Fire) للتنبؤ بالطقس متعدد المتغيرات، مبرهناً على دقة فائقة وتقارب أسرع بكثير مقارنة بالنماذج الكلاسيكية والنماذج الكمية المرجعية الأخرى، مع الحفاظ على دقة عالية على الأجهزة الكمية الحقيقية.

Alberto Marchisio, Aayan Ebrahim, Nouhaila Innan, Muhammad Kashif, Muhammad Shafique2026-05-19