cs.LG ورقة بحثية

Unveiling Memorization-Generalization Coexistence: A Case Study on Arithmetic Tasks with Label Noise

تتقصى هذه الورقة كيف تقوم الشبكات العصبية ذات المعلمات الزائدة بحفظ التسميات الضوضائية والتعميم على المهام الحسابية في آن واحد، كاشفةً أنه بينما تعمل الضوضاء على كبح مخرجات بنية تعميم داخلية، يمكن استعادة هذه البنية بفعالية من خلال الطرق القائمة على التردد حتى في ظل وجود ضوضاء تسمية كثيفة.

Linyu Liu, Pinyan Lu2026-05-19

🤖 machine learning

Interaction-Breaking Adversarial Learning Framework for Robust Multi-Agent Reinforcement Learning

تقترح هذه الورقة إطار عمل "التعلم التنافسي لكسر التفاعل" (IBAL)، الذي يستخدم نهجاً قائماً على نظرية المعلومات لتوليد هجمات تعطل التفاعلات بين الوكلاء والدفاع ضدها، مما يعزز بشكل كبير من متانة وتنسيق أنظمة التعلم التعزيزي متعددة الوكلاء في ظل الاضطرابات المتنوعة وسيناريوهات فقدان الوكلاء.

Sunwoo Lee, Mingu Kang, Yonghyeon Jo, Seungyul Han2026-05-19

🔬 applied physics

Real-time Multi-instrument Autonomous Discovery of Novel Phase-change Memory Materials

تقدم هذه الورقة إطار عمل الاكتشاف الذاتي متعدد الأدوات (MAD)، الذي يدمج البيانات غير المتجانسة من حيود الأشعة السينية وقياسات المقاومة الكهربائية عبر نواة تلاقي إقليمي لرسم خرائط البنى البلورية وتحسين المقاومة في آن واحد لمواد تغيير الطور من المنجنيز والانتيمون والتيلوريوم، محققاً تسارعاً بمقدار سبع مرات في اكتشاف تركيبات جديدة خلال 25 دورة مغلقة.

Chih-Yu Lee, Haotong Liang, Ryan Kim, Austin McDannald, Carlos A Rios Ocampo, A. Gilad Kusne, Ichiro Takeuchi2026-05-19

🤖 machine learning

New Insight of Variance reduce in Zero-Order Hard-Thresholding: Mitigating Gradient Error and Expansivity Contradictions

تقترح هذه الورقة خوارزمية عتبة صلبة من الدرجة الصفرية عامة لتقليل التباين، تعالج الصراع المتأصل بين انحراف التدرج وتوسع المؤثر في طريقة SZOHT الحالية، مما يؤدي إلى إزالة القيود على الاتجاهات العشوائية وتحقيق معدلات تقارب محسنة وقابلية تطبيق أوسع لتحسين $\ell_0$ .

Xinzhe Yuan (Harbin Institute of Technology), William de Vazelhes (Mohamed bin Zayed University of Artificial Intelligen (…)2026-05-19

🤖 machine learning

FLAG: Foundation model representation with Latent diffusion Alignment via Graph for spatial gene expression prediction

تقدم الورقة البحثية إطار العمل FLAG، وهو إطار عمل قائم على الانتشار يستفيد من مشفر رسومي مكاني ومحاذاة نموذج تأسيسي جيني للتغلب على "لعنة البعد الجيني" والتنبؤ بدقة بالتعبير الجيني المكاني من صور صبغة الهيماتوكسيلين والإيوسين (H&E) من خلال الحفاظ على العلاقات الجينية-الجينية والعلاقات الهيكلية المكانية الأساسية.

Qi Si, Penglei Wang, Yushuai Wu, Yifeng Jiao, Xuyang Liu, Xin Guo, Yuan Qi, Yuan Cheng2026-05-19

🤖 machine learning

The MixCount Dataset: Bridging the Data Gap for Open-Vocabulary Object Counting

تقدم الورقة البحثية MixCount، وهي مجموعة بيانات ومعيار واسع النطاق لعد الكائنات المختلطة يتم إنشاؤها عبر مسار تلقائي يقوم بتخليق صور متنوعة مع تعليقات توضيحية دقيقة على مستوى البكسل، مما يثبت أن التدريب على هذه البيانات الاصطناعية يحسن بشكل كبير أداء النماذج الرائدة في مهام العد في العالم الحقيقي من خلال معالجة قيود مجموعات البيانات الحالية التي تعاني من الضجيج أو الندرة.

Corentin Dumery, Niki Amini-Naieni, Shervin Naini, Pascal Fua2026-05-19

🤖 machine learning

Improving Spatio-Temporal Residual Error Propagation by Mitigating Over-Squashing

تقدم هذه الورقة البحثية "Teger"، وهو نموذج هيكلي لعدم اليقين غير مرتبط بهيكل أساسي، يعمل على التخفيف من انتشار الخطأ المتبقي المكاني-الزماني وظاهرة "الضغط الزائد" (over-squashing) في النماذج المتكررة عبر توظيف آلية إعادة صياغة للرسوم البيانية تعتمد على انحناء "فورمان" المنفصل ضمن رأس تغاير منخفض الرتبة مضاف إليه قطر، مما يؤدي إلى تحسين أداء التنبؤ الاحتمالي طويل الأمد بشكل كبير.

Seyed Mohamad Moghadas, Esther Rodrigo Bonet, Bruno Cornelis, Adrian Munteanu2026-05-19

🤖 machine learning

LLM-Guided Communication for Cooperative Multi-Agent Reinforcement Learning

تقترح الورقة البحثية إطار عمل LMAC، وهو إطار عمل مبتكر يسخر النماذج اللغوية الكبيرة لتصميم وتحسين بروتوكولات الاتصال بشكل تكراري، مما يمكن الأنظمة متعددة الوكلاء التعاونية من إعادة بناء الحالات الأساسية بدقة وتجانس أكبر، وبالتالي التفوق بشكل كبير على النماذج المرجعية الحالية في مختلف الاختبارات المعيارية.

Sangjun Bae, Yisak Park, Sanghyeon Lee, Seungyul Han2026-05-19

🤖 machine learning

Equilibrium Selection in Multi-Agent Policy Gradients via Opponent-Aware Basin Entry

تقترح هذه الورقة طريقة تدرج سياسة مدركة للخصم للأنظمة متعددة الوكلاء تعمل على تعزيز اختيار التوازن من خلال استخدام تصحيح التعلم بالأقران لزيادة احتمالية الدخول في أحواض ناش المستقرة المستهدفة، مع توظيف استراتيجية تلدين للحفاظ على ضمانات التقارب المحلي.

Yevhen Shcherbinin, Arina Redina, Maxim Kalpin, Vlad Kochetov2026-05-19

📊 statistics

Symmetry-Compatible Principle for Optimizer Design: Embeddings, LM Heads, SwiGLU MLPs, and MoE Routers

تقدم هذه الورقة مبدأً متوافقاً مع التماثل لتصميم المحسنات، يربط قواعد تحديث التدرج بهياكل التكافؤ المحددة لكتل المعلمات المختلفة — مثل التضمينات (embeddings)، ورؤوس النماذج اللغوية الكبيرة (LM heads)، وطبقات (SwiGLU MLPs)، وموجهات (MoE routers) — مُثبتةً من خلال تجارب ما قبل التدريب المكثفة أن هذه المحسنات المصممة خصيصاً تتفوق باستمرار على (AdamW) في خسارة التحقق النهائية واستقرار التدريب.

Tim Tsz-Kit Lau, Weijie Su2026-05-19

→ السابق التالي ←