🤖 machine learning

BRIDGE: Building Representations In Domain Guided Program Synthesis

تقدم الورقة البحثية BRIDGE، وهو إطار عمل للتحفيز المهيكل يعمل على تفكيك تركيب البرامج إلى مجالات مترابطة تشمل الكود والمواصفات والنظرية/البرهان، وذلك لتحسين دقة وكفاءة العينات بشكل كبير في توليد كود Lean والحلول بلغة Python التي تم التحقق منها عبر نماذج لغوية كبيرة متعددة.

Robert Joseph George, Carson Eisenach, Udaya Ghai, Dominique Perrault-Joncas, Anima Anandkumar, Dean Foster2026-05-15
⚡ electrical engineering

The Spheres Dataset: Multitrack Orchestral Recordings for Music Source Separation and Information Retrieval

تقدم هذه الورقة مجموعة بيانات "The Spheres"، وهي مجموعة شاملة من التسجيلات الأوركسترالية متعددة المسارات التي تضم أكثر من ساعة من عروض فرقة "Colibrì Ensemble" التي تم التقاطها بواسطة 23 ميكروفوناً، والمصممة لتعزيز أبحاث تعلم الآلة في مجالات فصل المصادر الموسيقية، والتحديد الموضعي، والتقديم الغامر ضمن مجال الموسيقى الكلاسيكية.

Jaime Garcia-Martinez, David Diaz-Guerra, John Anderson, Ricardo Falcon-Perez, Pablo Cabañas-Molero, Tuomas Virtanen, Ju (…)2026-05-15
🤖 machine learning

Learning Multimodal Embeddings for Traffic Accident Prediction and Causal Estimation

تقدم هذه الورقة إطار عمل للتعلم متعدد الوسائط يدمج هياكل شبكات الطرق مع صور الأقمار الصناعية عالية الدقة والبيانات البيئية لتحسين دقة التنبؤ بحوادث المرور بشكل كبير وتمكين التقدير السببي لعوامل الخطر الرئيسية مثل هطول الأمطار، وسرعة الطريق، والأنماط الموسمية.

Ziniu Zhang, Minxuan Duan, Haris N. Koutsopoulos, Hongyang R. Zhang2026-05-15
🤖 machine learning

Achieving Approximate Symmetry Is Exponentially Easier than Exact Symmetry

تقدم هذه الورقة مفهوم تعقيد المتوسط لتوضيح أن تحقيق التماثل التقريبي في نماذج تعلم الآلة أسهل بشكل أسي من فرض التماثل التام، مما يوفر تبريراً رسمياً للتفضيل التجريبي للتماثل التقريبي في الممارسة العملية.

Behrooz Tahmasebi, Melanie Weber2026-05-15
🤖 machine learning

Do-Undo Bench: Reversibility for Action Understanding in Image Generation

تقدم هذه الورقة معيار Do-Undo، وهو إطار عمل جديد يقيم قدرة نماذج الرؤية واللغة على فهم ديناميكيات الحركة في العالم الحقيقي من خلال مطالبتها بتوليد تحولات منطقية للمشهد ثم عكسها لاحقاً إلى حالاتها الأصلية.

Shweta Mahajan, Shreya Kadambi, Hoang Le, Rajeev Yasarla, Apratim Bhattacharyya, Munawar Hayat, Fatih Porikli2026-05-15
📊 statistics

On The Hidden Biases of Flow Matching Samplers

تحلل هذه الورقة تحيزات العينات المحدودة لعينات مطابقة التدفق من خلال إنشاء تسلسل هرمي من النماذج التجريبية التي تكشف كيف تؤثر التوزيعات المستهدفة البديلة، والمقللات التجريبية غير المتدرجة، وديناميكيات الجسيمات غير الفريدة على الدقة الإحصائية، مع إثبات كيفية تحكم اختيار توزيع المصدر في سلوك الذيل للطاقة الحركية.

Soon Hoe Lim2026-05-15
🤖 machine learning

Closing the Gap on the Sample Complexity of 1-Identification

تحل هذه الورقة المشكلة المفتوحة المتمثلة في توصيف تعقيد العينة لعملية التحديد بنسبة 1 (1-identification) في الأذرع المتعددة ذات العوائد (multi-armed bandits) من خلال اشتقاق حد أدنى جديد واقتراح خوارزمية تحقق حدوداً عليا مطابقة حتى العوامل اللوغاريتمية للحالات التي تحتوي على ذراع مؤهلة واحدة على الأقل.

Zitian Li, Wang Chi Cheung2026-05-15
💬 NLP

OPT-Engine: Benchmarking the Limits of LLMs in Optimization Modeling via Complexity Scaling

تقدم هذه الورقة OPT-Engine، وهو إطار عمل معياري قابل للتوسع لتقييم النماذج اللغوية الكبيرة في مهام نمذجة الأمثلة، كاشفةً أن النماذج الحالية تعاني من ضعف المتانة مع زيادة التعقيد، ومحددةً صياغة القيود المؤتمتة باعتبارها العائق الرئيسي أمام الاستدلال المتكامل مع الحلّال (solver).

Yitian Chen, Cheng Cheng, Yinan Sun, Zi Ling, Dongdong Ge2026-05-15
🤖 machine learning

MAPLE: Self-Supervised Learning-Enhanced Nonlinear Dimensionality Reduction for Visual Analysis

تقدم هذه الورقة البحثية MAPLE، وهو أسلوب لتقليل الأبعاد غير الخطي المعزز بالتعلم ذاتي الإشراف والذي يتفوق على UMAP من خلال استخدام تمثيلات السعة القصوى للمتعدد (manifold capacity) لنمذجة هندسات المتعدد المعقدة بشكل أفضل، مما يؤدي إلى فصل بصري متفوق للمجموعات ودقة أعلى في تمييز المجموعات الفرعية للبيانات عالية الأبعاد.

Zeyang Huang, Takanori Fujiwara, Angelos Chatzimparmpas, Wandrille Duchemin, Andreas Kerren2026-05-15
🔬 physics

Learning to Advect: A Neural Semi-Lagrangian Architecture for Weather Forecasting

تقدم الورقة البحثية PARADIS، وهي بنية عصبية مستوحاة من الفيزياء تعمل على تحسين التنبؤ بالطقس من خلال تفكيك عملية التنبؤ صراحةً إلى كتل متميزة من الحمل الحراري، والانتشار، والتفاعل، باستخدام مؤثر عصبي شبه لاغرانجي قابل للتفاضل لنمذجة النقل بعيد المدى بكفاءة مع تحقيق مهارة تنافسية ودقة طيفية فائقة على معايير ERA5.

Carlos A. Pereira, Stéphane Gaudreault, Valentin Dallerit, Christopher Subich, Shoyon Panday, Siqi Wei, Sasa Zhang, Sidd (…)2026-05-15