🤖 Category

cs.LG

23413 ورقة بحثية

🤖 machine learning

Verifier-Guided Code Translation via Meta-Step Decoding

تقدم هذه الورقة "التحقق أثناء وقت فك التشفير" (DTV)، وهو إطار عمل يدمج توليد الكود مع فحوصات الحدود الهيكلية والمحققات لمنع انتشار الأخطاء، مما يحسن دقة الترجمة وكفاءة الرموز بشكل كبير مقارنة بالنماذج المرجعية القائمة على التحقق البعدي أو التحسين الذاتي.

Tianyang Zhou, Somesh Jha, Mihai Christodorescu, Kirill Levchenko, Varun Chandrasekaran2026-05-19
⚛️ high-energy experiments

ML-based Fast Simulation of FARICH Responses

تقدم هذه الورقة شبكة خصومية توليدية شرطية (cGAN) خفيفة الوزن تسرع بشكل كبير محاكاة استجابات كاشف FARICH من خلال توليد عينات واقعية لضربات الفوتونات مشروطة بمسارات الجسيمات والزخم، متفوقة بذلك على طرق مونت كارلو التقليدية في السرعة مع الحفاظ على الدقة.

Foma Shipilov, Alexander Barnyakov, Vladimir Bobrovnikov, Artem Ivanov, Sergey Kononov, Fedor Ratnikov2026-05-19
🤖 machine learning

TabKDE: Simple and Scalable Tabular Data Generation with Kernel Density Estimates

يقدم TabKDE طريقة عالية القابلية للتوسع والكفاءة لتوليد بيانات جدولية اصطناعية من خلال الجمع بين تحويلات الكوبولا وتقديرات كثافة النواة، محققاً دقة تضاهي نماذج التعلم العميق المعقدة مع تطلب وقت تدريب ومساحة تخزين ضئيلين للغاية.

Meysam Alishahi, Yan Zheng, Junpeng Wang, Chin-Chia Michael Yeh, Jeff M. Phillips2026-05-19
🤖 machine learning

Counterfactual Explanations Under Concept Drift

تتناول هذه الورقة مشكلة عدم صلاحية التفسيرات المقابلة للواقع (counterfactual explanations) في ظل حدوث انزياح المفاهيم (concept drift) في تدفقات البيانات، وذلك عبر اقتراح مخطط تحديث خفيف الوزن ومستقل عن النموذج يعمل على إصلاح التفسيرات الحالية بكفاءة أكبر من إعادة إنشائها، مما يحافظ على صلاحيتها ومعقوليتها.

Marcin Kostrzewa, Jerzy Stefanowski, Maciej Zięba2026-05-19
🤖 machine learning

LLMForge: Multi-Backend Hardware-Aware Neural Architecture Search with Infinite-Head Attention for Edge Language Models

إن LLMForge هو إطار عمل للبحث عن البنى العصبية المدرك للأجهزة، والذي يستفيد من تقنية "الانتباه بمتعدد الرؤوس اللانهائية" ونموذج تكلفة متعدد الخلفيات لتوليد نماذج لغوية ذات معلمات أقل من المليار بشكل تلقائي ومُحسّن لتناسب قيود أجهزة الحافة المحددة، محققاً تحسينات كبيرة في كفاءة الطاقة، وزمن الاستجابة، ودقة النموذج مقارنة بالنماذج المرجعية الحالية.

Xinting Jiang, Junyi Luo, Ruichen Qi, Kauna Lei, Ben Laurie, Gregory Kielian, Mehdi Saligane2026-05-19
🤖 machine learning

Bug or Feature2^2: Weight Drift, Activation Sparsity, and Spikes

تحدد هذه الورقة البحثية انحرافاً سلبياً جوهرياً في الأوزان ناتجاً عن التفاعل بين الخسائر القياسية والتنشيطات ذات الانحياز الإيجابي، مما يؤدي إلى تشتت عالٍ في التنشيط ومنحدرات حادة في الدقة في الشبكات العميقة، مما دفع المؤلفين لاقتراح clipped ReLU2^2 و GELU2^2 كحلول فعالة توازن بين التشتت والاستقرار والأداء.

Egor Shvetsov, Aleksandr Serkov, Shokorov Viacheslav, Redko Dmitry, Vladislav Goloshchapov, Evgeny Burnaev2026-05-19
📊 statistics

Training Infinitely Deep and Wide Transformers

تضع هذه الورقة إطاراً رياضياً صارماً لتدريب نماذج المحولات (transformers) ذات العمق والاتساع اللانهائيين في نظام المجال المتوسط (mean-field regime)، وذلك عبر نمذجة ديناميكياتها كمعادلة تفاضلية جزئية عصبية (neural PDE)، وإثبات جودة التحديد (well-posedness) للمرور الأمامي والخلفي، وتوضيح أن تدفق التدرج (gradient flow) يتقارب نحو القيم الصغرى العالمية تحت شروط محددة من حقن نواتج تدرج النماذج العصبية (Neural Tangent Kernel injectivity).

Raphaël Barboni, Maarten V. de Hoop, Takashi Furuya, Gabriel Peyré2026-05-19
🤖 machine learning

PEIRA: Learning Predictive Encoders through Inter-View Regressor Alignment

تقدم هذه الورقة PEIRA، وهي طريقة تعلم ذاتي غير تبايني (non-contrastive) تُنشئ هدفاً محدد المعالم عبر أثر (trace) مُنظّم خطي أمثل لضمان ديناميكيات تدريب مستقرة وغير منهارة تتوافق مع الفضاءات الفرعية للارتباط الخطي القانوني غير الخطي الرائدة، محققةً أداءً تنافسياً على ImageNet-1K وCIFAR-10.

Michael Arbel, Basile Terver, Jean Ponce2026-05-19
🤖 machine learning

Agent Bazaar: Enabling Economic Alignment in Multi-Agent Marketplaces

تقدم هذه الورقة إطار عمل "Agent Bazaar" لتقييم وتحسين التوافق الاقتصادي لوكلاء النماذج اللغوية الكبيرة (LLM) المستقلين في الأسواق، مبرهنةً على أنه بينما تفشل النماذج الرائدة غالباً في منع المخاطر النظامية مثل عدم الاستقرار الخوارزمي والخداع عبر هجمات "Sybil"، فإن التعلم المعزز المستهدف باستخدام منهج تعليمي تكيفي يمكن أن ينتج نموذجاً بحجم 9 مليارات معلمة يتفوق بشكل كبير على النماذج الحالية في الحفاظ على استقرار السوق ونزاهته.

Seth Karten, Cameron Crow, Chi Jin2026-05-19
🤖 machine learning

Toy Combinatorial Interpretability Models Reveal Lottery Tickets in Early Feature Space

تُبين هذه الورقة أنه في إطار تجريبي توافقي، تقابل تذاكر اليانصيب الفائزة عائلات من مواقع فضاء الميزات المتوافقة التي تكون بالفعل قريبة من الرموز النهائية عند التهيئة، مما يشير إلى أن ظاهرة تذكرة اليانصيب محكومة بهندسة فضاء الميزات الخفية بدلاً من هويات الشبكات الفرعية المحددة في فضاء الأوزان.

Alon Bebchuk, Nir Shavit2026-05-19