cs.LG ورقة بحثية

COOPO: Cyclic Offline-Online Policy Optimization Algorithm

يُعدُّ COOPO إطار عمل هجينًا عامًا للتعلم التعزيزي يتناوب بين التدريب غير المتصل (offline) المنظم بـ KL والضبط الدقيق المتصل (online)، وذلك للتخفيف من حدة الانزياح التوزيعي والنسيان الكارثي، مما يحقق كفاءة عينة وأداءً فائقين على معايير D4RL مقارنة بالأسالهم المتقدمة.

Qisai Liu, Zhanhong Jiang, Joshua Russell Waite, Aditya Balu, Cody Fleming, Soumik Sarkar2026-05-19

🤖 machine learning

Learning Quantifiable Visual Explanations Without Ground-Truth

تقدم هذه الورقة مقياساً قابلاً للقياس وخالياً من الحقيقة المرجعية لتقييم أساليب الذكاء الاصطناعي القابل للتفسير بناءً على اضطراب المدخلات والضرورة/الكفاية، والذي يُستخدم بعد ذلك لتدريب وحدة تكييف مبتكرة تولد تفسيرات سببية متفوقة للنماذج الصندوقية السوداء دون المساس بأدائها.

Amritpal Singh, Andrey Barsky, Mohamed Ali Souibgui, Ernest Valveny, Dimosthenis Karatzas2026-05-19

💬 NLP

Predictable Confabulations: Factual Recall by LLMs Scales with Model Size and Topic Frequency

تثبت هذه الورقة أن الاسترجاع الواقعي في النماذج اللغوية الكبيرة يتبع قانون قياس سيجمويدي (sigmoid) يمكن التنبؤ به، مدفوعاً بالتأثيرات المشتركة لعدد معاملات النموذج وتكرار الموضوع في بيانات التدريب، مما يفسر ما يصل إلى 94% من تباين الأداء ضمن عائلات نماذج محددة.

Matthew L. Smith, Jonathan P. Shock, Samuel T. Segun, Iyiola E. Olatunji, Tegawendé F. Bissyandé2026-05-19

🤖 machine learning

PIXLRelight: Controllable Relighting via Intrinsic Conditioning

يُعد PIXLRelight مُصيّرًا عصبيًا سريعًا يعمل بنظام التغذية الأمامية، ويحقق إعادة إضاءة للصور الفردية ذات تحكم فيزيائي وبأداء رائد من خلال الربط بين التصيير القائم على الفيزياء والتوليد المُتعلم عبر شروط جوهرية مشتركة مستمدة من الألبيدو، والتظليل المنتشر، والمتبقيات.

Miguel Farinha, Ronald Clark2026-05-19

💬 NLP

Vision-OPD: Learning to See Fine Details for Multimodal LLMs via On-Policy Self-Distillation

تُعد Vision-OPD إطار عمل للتقطير الذاتي يعمل على تعزيز الفهم البصري دقيق التفاصيل في النماذج اللغوية الكبيرة متعددة الوسائط من خلال تدريب سياسة الصورة الكاملة على محاكاة الأداء المتفوق لمعلم مشروط بالقصاصات (crop-conditioned) على مخرجاته الخاصة، مما يُمكّن النموذج من استيعال فوائد التركيز على الأدلة ذات الصلة دون إشراف خارجي أو أدوات.

Qianhao Yuan, Jie Lou, Xing Yu, Hongyu Lin, Le Sun, Xianpei Han, Yaojie Lu2026-05-19

💰 quantitative finance

SURGE: Approximation-free Training Free Particle Filter for Diffusion Surrogate

تقدم الورقة البحثية URGE، وهو خوارزمية مرشح جسيمات (particle filter) لا تعتمد على التدريب ولا على التدرج، تعمل على تحسين جودة توليد نماذج الانتشار من خلال إجراء إعادة وزن الأهمية عبر مسار تغيير المقياس لـ "جيرسانوف" (Girsanov change of measure) وإعادة أخذ العينات الدورية، مما يلغي الحاجة إلى تقييمات متكررة للدرجة (score) أو التدرج المطلوبة في طرق التوجيه الحالية أثناء الاستدلال.

Lifu Wei, Yinuo Ren, Naichen Shi, Yiping Lu2026-05-19

💬 NLP

ESI-Bench: Towards Embodied Spatial Intelligence that Closes the Perception-Action Loop

تقدم هذه الورقة البحثية ESI-Bench، وهو معيار مرجعي شامل للذكاء المكاني المتجسد مبني على أنظمة OmniGibson وأنظمة المعرفة الأساسية لـ Spelke، والذي يوضح أن حلقات الإدراك والعمل النشطة تتفوق بشكل كبير على الملاحظة السلبية من خلال تمكين الوكلاء من كشف المعلومات المكانية الخفية، بينما يكشف أن النماذج الحالية تفشل أساساً بسبب عمى العمل والفجوات الميتا معرفية بدلاً من ضعف الإدراك.

Yining Hong, Jiageng Liu, Han Yin, Manling Li, Leonidas Guibas, Li Fei-Fei, Jiajun Wu, Yejin Choi2026-05-19

💬 NLP

DashAttention: Differentiable and Adaptive Sparse Hierarchical Attention

يقدم DashAttention آلية انتباه هرمية متفرقة، تكيفية وكاملة القابلية للتفاضل باستخدام $\alpha$ -entmax لاختيار أعداد متغيرة من كتل الـ KV ديناميكيًا، مما يحقق دقة فائقة في نمذجة السياقات الطويلة وسرعة استنتاج أعلى مقارنة بالطرق الحالية مثل NSA وInfLLMv2.

Yuxiang Huang, Nuno M. T. Gonçalves, Federico Alvetreti, Lei Li, Xu Han, Edoardo M. Ponti, André F. T. Martins, Marcos V (…)2026-05-19

🤖 AI

Epistemic Monte Carlo Tree Search

تقدم هذه الورقة البحثية بحث "إبستيميك إم سي تي إس" (EMCTS)، وهي طريقة تدمج عدم اليقين المعرفي في بحث شجرة مونت كارلو (Monte Carlo Tree Search) لتحسين كفاءة العينات وقدرات الاستكشاف بشكل كبير في البيئات ذات المكافآت الشحيحة مقارنة بنهجي ألفا زيرو (AlphaZero) وموزيرو (MuZero) القياسيين.

Yaniv Oren, Viliam Vadocz, Matthijs T. J. Spaan, Wendelin Böhmer2026-05-18

🤖 machine learning

Approximate and Weighted Data Reconstruction Attack in Federated Learning

تقترح هذه الورقة طريقة الهجوم التقريبي والموزون (AWA) التي تتغلب على قيود هجمات إعادة بناء البيانات الحالية على التجميع الاتحادي الأفقي (FedAvg) من خلال استخدام الاستيفاء لتوليد تحديثات نموذج وسيطة ودالة خسارة موزونة لكل طبقة محسنة بأسلوب بايزي لتحسين جودة إعادة البناء بشكل كبير.

Yongcun Song, Ziqi Wang, Enrique Zuazua2026-05-18

→ السابق التالي ←