cs.LG ورقة بحثية

Beyond Scaling: Agents Are Heading to the Edge

تجادل هذه الورقة البحثية بضرورة انتقال الوكلاء الشخصيين من البنى المركزية القائمة على السحابة إلى بنى قائمة على الحافة لتجاوز قيود المعالجة عن بُعد، بما يضمن التنفيذ منخفض زمن الاستجابة، والحفاظ على السياق المحلي، والتحسين المستدام الضروري للذكاء الوكيل الفعال.

Chunlin Tian, Dongqi Cai, Wanru Zhao, Nicholas D. Lane2026-05-19

💬 NLP

GUT-IS: A Data-Driven Approach to Integrating Constructs and Their Relations in Information Systems

تقدم هذه الورقة البحثية منهجية GUT-IS، وهي منهجية قائمة على البيانات تعمل على دمج نماذج المعادلات الهيكلية غير المتسقة في أبحاث نظم المعلومات من خلال الجمع بين تضمينات النصوص والتجميع مع دالة خسارة لموازنة النقاء الدلالي والاقتصاد في التفسير بشكل صريح، مما يتيح تحليل تجمعات البناءات تحت أولويات متفاوتة.

Maximilian Reinhardt, Jonas Scharfenberger, Burkhardt Funk2026-05-19

🤖 machine learning

scHelix: Asymmetric Dual-Stream Integration via Explicit Gene-Level Disentanglement

يُعد scHelix إطار عمل جديداً متكيفاً مع البيانات، يعمل على حل التوتر بين تصحيح الدفعات والأمانة البيولوجية في تسلسل الحمض النووي الريبي أحادي الخلية، وذلك من خلال تقسيم الجينات صراحةً إلى ركائز ثابتة ومتغيرات حساسة، ثم دمجها عبر بروتوكول "المحاذاة-التهذيب-الدمج" غير المتماثل لمنع التصحيح المفرط مع الحفاظ على الإشارات البيولوجية الدقيقة.

Xichen Yan, Zelin Zang, Changxi Chi, Jingbo Zhou, Chang Yu, Jinlin Wu, Shenghui Cheng, Fuji Yang, Jiebo Luo, Zhen Lei, S (…)2026-05-19

🤖 machine learning

S2Aligner: Pair-Efficient and Transferable Pre-Training for Sparse Text-Attributed Graphs

يُعد S2Aligner إطار عمل جديداً للتدريب المسبق للرسوم البيانية المتناثرة ذات السمات النصية، حيث يقوم بفصل النمذجة الدلالية عن الهيكلية لتعزيز المحاذاة مع الأدلة النصية الضعيفة مع استخدام موازنة المخاطر الواعية بالتناثر لتحسين قابلية النقل عبر المجالات.

Yuhan Wang, Haopeng Zhang, Yibo Ding, Jiaqi Yu, Xinyu Zhao, Yuhang Liu, Ziwei Zhang, Xiao Wang, Ruijie Wang2026-05-19

🧬 biology

PACE: Geometry-Aware Bridge Transport for Single-Cell Trajectory Inference

يُعد PACE إطار عمل مدركاً للهندسة يعيد بناء مسارات الخلايا المفردة المستمرة من لقطات زمنية تدميرية عبر تعلم مقياس ريماني متباين الخواص والتبديل بين تحسين الارتباطات عبر الزمن وملاءمة الجسور العصبية، مما يحقق دقة إعادة بناء فائقة ومحاذاة لسرعة الحمض النووي الريبوزي (RNA-velocity) دون الحاجة إلى اقتران صريح للخلايا أو تتبع السلالات.

Chenglei Yu*, Chuanrui Wang*, Bangyan Liao, Tailin Wu2026-05-19

🤖 machine learning

Physics-Aligned Canonical Equivariant Fourier Neural Operator under Symmetry-Induced Shifts

تقدم الورقة البحثية PACE-FNO، وهي بنية للمؤثرات العصبية تعمل على فصل محاذاة الإحداثيات عن التطور الفيزيائي باستخدام مُقدِّرات جبر لي (Lie-algebra) والأطر القانونية (canonical frames) لتحقيق تحسن كبير في تعميم ما وراء نطاق التوزيع تحت التحولات المستحثة بالتناظر مقارنة بمؤثرات فورييه العصبية القياسية.

Jiaxiao Xu, Changhong Mou, Yeyu Zhang, Fengxiang He2026-05-19

🤖 machine learning

Perfect Parallelization in Mini-Batch SGD with Classical Momentum Acceleration

تضع هذه الورقة إطاراً نظرياً عاماً يثبت أن تسارع الزخم الكلاسيكي في تحسين الدفعات الصغيرة العشوائية يتناسب خطياً مع حجم الدفعة حتى نقطة التشبع، مما يتيح التوازي المثالي في ظل افتراضات ضئيلة للضجيج.

Sachin Garg, Michał Dereziński2026-05-19

🤖 machine learning

Stochastic Penalty-Barrier Methods for Constrained Machine Learning

تقدم هذه الورقة طريقة العقوبة والحاجز العشوائية (SPBM)، وهي خوارزمية مبتكرة توسع تقنيات العقوبة والحاجز الكلاسيكية لتشمل إعدادات التعلم العميق غير المحدبة وغير الملساء والعشوائية، مما يظهر أداءً متفوقًا أو موازيًا للنماذج المرجعية الحالية مع حد أدنى من التكاليف الحسابية حتى للمشكلات التي تصل إلى 10,000 قيد.

Adam Bosák, Andrii Kliachkin, Jana Lepšová, Gilles Bareilles, Jakub Mareček2026-05-19

🤖 machine learning

Aligned Training: A Parameter-Free Method to Improve Feature Quality and Stability of Sparse Autoencoders (SAE)

تقدم هذه الورقة البحثية "التدريب المتوافق" (aligned training)، وهو أسلوب إعادة تمثيل بارامتري خالٍ من المعلمات يفرض قيداً هندسياً بين اتجاهات المشفر وفك التشفير للقضاء على الميزات الميتة، وتعزيز الاستقرار، وتحسين جودة إعادة البناء في المشفرات ذاتية التشفير المتفرقة دون إضافة تكلفة حوسبية أو معلمات فائقة.

Michał Brzozowski, Neo Christopher Chung2026-05-19

💬 NLP

Post-Trained MoE Can Skip Half Experts via Self-Distillation

تقدم هذه الورقة البحثية "تكييف التقطير الذاتي لصفر الخبراء" (ZEDA)، وهو إطار عمل منخفض التكلفة يحول نماذج "خليط الخبراء" الثابتة بعد التدريب إلى نماذج ديناميكية فعالة عن طريق حقن خبراء مخرجات صفرية خالية من المعلمات وتطبيق تقطير ذاتي على مرحلتين، مما يقلل عمليات الفاصلة العائمة (FLOPs) للخبراء بنسبة تزيد عن 50% مع فقدان طفيف في الدقة ويحقق تسريعاً كبيراً في عملية الاستدلال.

Xingtai Lv, Li Sheng, Kaiyan Zhang, Yichen You, Siyan Gao, Xueheng Luo, Yuxin Zuo, Yuchen Fan, Junlin Yang, Ganqu Cui, B (…)2026-05-19

→ السابق التالي ←