cs.LG ورقة بحثية

On the Pseudo-Mixing of Kac's Walk

تحل هذه الورقة حدسية أوليفيرا من خلال إثبات أن مسيرة كاك على $\mathrm{SO}(n)$ تحقق الاختلاط الزائف للاختبارات منخفضة التعقيد في $O(nk(k+\log n)\log n)$ خطوة، مما يبرهن على أن المسارات القصيرة لا يمكن تمييزها عن مقياس هير بواسطة كثيرات الحدود من الدرجة- $k$ ويؤكد فعالية تحويل جونسون-ليندستروس السريع.

Natesh S. Pillai, Aaron Smith, Vinod Vaikuntanathan2026-08-19

🤖 machine learning

Prism-GRPO: Faster VLA Policy Optimization via Splitting Same-outcome Groups

يعمل Prism-GRPO على تسريع تحسين سياسة الرؤية واللغة والعمل (Vision-Language-Action) من خلال تعزيز مكافآت النجاح الثنائية بدرجات جودة التنفيذ لتقسيم مجموعات النتائج المتماثلة، مما يؤدي إلى استعادة إشارات التدريب من المخرات المستبعدة وتحقيق ما يصل إلى 56% أقل من عدد المخرات للوصول إلى معدلات النجاح المستهدفة.

Zeyun Deng, Yuzhe Lu, Yawei Wang, Linbo Liu, Qing Ping, Han Ding, Guande Wu, Panpan Xu, Jun Huan2026-08-19

📊 statistics

Nonlocal Transition Kernel for Efficient Learning of Restricted Boltzmann Machines

تقترح هذه الورقة نواة انتقال غير محلية مبتكرة ذات بنية رحلة ذهاب وإياب عبر تسلسل من نماذج بولتزمان المقيدة (RBMs) تتيح حركات غير محلية فعالة في خطوة واحدة للتغلب على قيود أخذ العينات في "جيبس بلوك" (blocked Gibbs sampling) والتدريج العميق (deep tempering)، مما يؤدي إلى تحسين استقرار وجودة تعلم نماذج بولتزمان المقيدة.

Kaiji Sekimoto, Muneki Yasuda2026-08-19

🤖 machine learning

Causal Local States: Scalable Simultaneous Causal Network Inference and Forecasting for Dynamical Systems

تقدم الورقة البحثية "الحالات المحلية السببية" (CLS)، وهو إطار عمل قابل للتوسع يقوم باستنتاج شبكات التفاعل السببي غير المتجانسة والتنبؤ بالأنظمة الديناميكية في آن واحد عبر الاختيار المستقل للأحياء المحلية المثلى لكل عقدة، محققاً بذلك إعادة بناء عالية الدقة للشبكة ودقة تنبؤية تضاهي النماذج ذات الهياكل المعروفة مسبقاً.

Jonas Braun, Fabian Fischbach, Daniel Köglmayr, Sebastian Baur, Christoph Räth2026-08-19

🤖 AI

SGHA: Evidence-Grounded Research Problem Discovery with Local Language Models

تقدم الورقة البحثية نظام SGHA، وهو نظام مؤتمت بالكامل يعتمد على نموذج لغة محلي، يقوم باكتشاف مشكلات بحثية قائمة على الأدلة من خلال هيكلة الأدبيات العلمية في رسم بياني للأدلة مُصنف نوعياً للكشف عن الفجوات الهيكلية، مما يتيح صياغة مشكلات شفافة وقابلة للتدقيق دون الاعتماد على النماذج الرائدة المملوكة لجهات خارجية.

Sarvesh Gharat, Junpei Komiyama2026-08-19

🤖 machine learning

Evaluating RL Explainability Methods by How Much They Help Fix Bugs in Agents

تقترح هذه الورقة EvalXRL، وهو معيار مرجعي جديد يقيم أساليب التعلم المعزز القابل للتفسير (XRL) بناءً على فائدتها العملية في مساعدة وكيل برمجة يعتمد على النماذج اللغوية الكبيرة (LLM) لتشخيص وإصلاح وكلاء التعلم المعزز المتعطلين بشكل تكراري، متجاوزاً بذلك المقاييس التقليدية إلى تقييم مغلق الحلقة ومدفوع بالنتائج.

Ram Rachum, Yotam Amitai, Bálint Gyevnár, Reuth Mirsky, Cameron Allen2026-08-19

💬 NLP

Domain-Adapted Molecular Language Models for Efficient Search of Make-on-Demand Libraries

تُظهر هذه الدراسة أنه في حين تُبدي نماذج اللغة الجزيئية الأصلية أداءً غير متسق عبر المجالات الكيميائية المتنوعة، فإن الضبط الدقيق لها صراحةً على مكتبات افتراضية مستهدفة يعزز بشكل كبير من كفاءة العينات وفائدتها في الاكتشاف الجزيئي مقارنةً بكل من نسخها الأصلية والأساليب المرجعية التقليدية القائمة على البصمات الجزيئية.

Henrik Wille, Luis-Finley Schütz, Felix Strieth-Kalthoff2026-08-19

⚡ electrical engineering

Communication Reduction via Semantic-Based Encoding in DMPC Using LSTMs

تقترح هذه الورقة نهجاً للترميز القائم على الدلالات باستخدام شبكات المشفر-فك التشفير المدفوعة بذاكرة المدى الطويل قصيرة المدى (LSTM) ضمن التحكم التنبئي بالنماذج الموزعة لتقليل عبء الاتصالات بشكل كبير مع الحفاظ على الأداء الموثوق ودقة إعادة البناء في تشكيلات الروبوتات المتنقلة.

Torben Schiz, Pedro H. J. Nardelli, Henrik Ebel2026-08-19

🤖 AI

MoNe: Modular Neural Memory for Efficient Long Context Inference

تُعد MoNe نظام ذاكرة عصبية خفيف الوزن ومعياري يتصل بنماذج المحولات (Transformers) المجمدة لتمكين الاستدلال الفعال للسياقات الطويلة عبر فصل تكلفة الاستدلال عن طول السياق، محققةً تعقيد استعلام ثابتًا وتقليلًا كبيرًا في استخدام الذاكرة دون الحاجة لإعادة التدريب.

Wonguk Cho, Kyubyung Chae, Tribhuvanesh Orekondy, Sunghyun Park, Hyoungwoo Park, Jeongho Kim, Arash Behboodi, Kyuwoong H (…)2026-08-19

🤖 machine learning

OOD Detection for EEG-based Machine Learning in High-Risk Environments

تقدم هذه الورقة معياراً لتقييم كشف البيانات خارج التوزيع (OOD) القائم على تخطيط كهربائية الدماغ (EEG)، وتقيم طرقاً مختلفة عبر المهام السريرية اللاحقة، وتوضح كيف يؤدي الجمع بين كشف البيانات خارج التوزيع وتقدير عدم اليقين في النموذج إلى إنشاء شبكة أمان قوية لنشر نماذج تخطيط كهربائية الدماغ في البيئات عالية المخاطر.

Philipp Bomatter, Henry Gouk2026-08-19

→ السابق التالي ←