cs.LG ورقة بحثية

Picard Proximal Monte Carlo for Parallel Bayesian Imaging with Score-Based Generative Priors

تقدم الورقة البحثية PiX-MC، وهو إطار عمل لأخذ العينات بالتوازي الزمني يجمع بين ديناميكيات لانجفان القريبة وتكرار بيكارد لتحقيق تسريع كبير في وقت التشغيل في التصوير البايزي عالي الأبعاد مع الحفاظ على جودة إعادة البناء وتوفير ضمانات التقارب للتوزيعات اللاحقة غير المقعرة لوغاريتمياً.

Deliang Wei, Evan Bell, Wenhan Guo, Yifan Chen, Yu Sun2026-08-19

🤖 machine learning

Conformal Prediction for Molecular Properties under Label Shift

تقدم هذه الورقة إطار عمل للتنبؤ المطابق مصمم خصيصاً لإزاحة التسميات، والذي يولد فترات تنبؤ صارمة إحصائياً للخصائص الجزيئية عن طريق وزن الدرجات بنسب احتمالية التسمية الهامشية، مما يعزز الموثوقية والامتثال التنظيمي لاكتشاف الأدوية القائم على الذكاء الاصطناعي دون الحاجة إلى إعادة تدريب النموذج.

Hyeonsu Lee, Juyeon Kim, Erkhembayar Jadamba, Seungjin Choi, Hyunjin Shin2026-08-19

🤖 AI

Mixture-of-Expert Blocks Contain Strong Hallucination Detection Signals

تقدم هذه الورقة البحثية InnerExpert، وهي طريقة مبتكرة للكشف عن الهلوسة على مستوى الرمز (per-token) تستفيد من الإشارات الداخلية الفريدة لبنيات خليط الخبراء (MoE) — مثل إنتروبيا الموجه (router entropy) وعدم توافق الخبراء (expert disagreement) — لتحقيق أداء فائق عبر مجموعات بيانات متعددة مع تطلب تمريرة أمامية واحدة فقط.

Joao Fonseca, Rodrigo Rodrigues, Paolo Romano2026-08-19

🤖 machine learning

Training-Free Human-in-the-Loop Anomaly Detection via Memory Bank Correction

تقدم هذه الورقة إطار عمل يعتمد على تدخل العنصر البشري ولا يتطلب تدريباً، يُمكّن خبراء المجال من تصحيح كواشف الشذوذ من نوع PatchCore مباشرة عبر تحرير بنك الذاكرة، مما يحسن أداء الكشف بشكل كبير في خطوط الإنتاج ذات البيانات الشحيحة باستخدام حفنة فقط من العينات الذهبية دون الحاجة إلى إعادة التدريب أو بيانات التدريب الأصلية.

Ayusha Abbas, Saram Abbas, Kabita Adhikari2026-08-19

🤖 machine learning

Debate Training Reduces Reward Hacking in RLAIF

تُثبت هذه الورقة أن توظيف إطار عمل مناظرة بين لاعبين مع قيود على عدد كلمات الناقد يحد بفعالية من ظاهرة "اختراق المكافأة" في التعلم المعزز من التغذية الراجعة للذكاء الاصطناعي (RLAIF)، مما يمكّن حكماً ذكياً أضعف من توجيه سياسة أقوى بشكل مستدام نحو أداء مهام أعلى مقارنةً بأسلوب (RLAIF) القياسي أحادي اللاعب.

Zachary Kenton, Lili Janzer, Rory Greig, Tian Huey Teh, Kirill Tyshchuk, Jonah Brown-Cohen, Harri Edwards, Senthooran Ra (…)2026-08-19

🤖 AI

MotoSafety: Edge-AI with Learned Temporal Importance for Two-Wheeler Collision Risk Assessment Under Time Pressure

تقدم هذه الورقة MotoSafety، وهي بنية ذكاء اصطناعي حافة خفيفة الوزن تستفيد من الأهمية الزمنية المتعلمة لتحقيق تقييم عالي الدقة ومنخفض زمن الاستجابة لمخاطر التصادم للمركبات ذات العجلتين التي تعمل بالطاقة تحت ضغط الوقت، والتي تم التحقق من صحتها بواسطة مجموعة بيانات محاكي واسعة النطاق وأظهرت أداءً قويًا عبر المجالات الأمنية والنشاط والسريرية.

Sumit S. Shevtekar, Chandresh K. Maurya, Gourab Sil, Subasish Das2026-08-19

🤖 machine learning

Leveraging Association Context Retrieval in Knowledge Edit- ing to Build White-Box Attacks on LLMs

تقترح هذه الورقة هجوماً جديداً من نوع "الصندوق الأبيض" على النماذج اللغوية الكبيرة، يستفيد من استرجاع سياق الارتباط ضمن إطار عمل لتحرير المعرفة لاستحثاث سلوك غير آمن عبر فئات موضوعية كاملة مع الحفاظ على الأداء العام للنموذج.

Roman Maksimov, Vladimir Aletov, Vladimir Solodkin, Dmitry Bylinkin, Daniil Medyakov, Aleksandr Beznosikov2026-08-19

🤖 machine learning

Dynamic Compression in Recurrent Networks

تقدم هذه الورقة الضغط الديناميكي، وهو آلية للنماذج المتكررة تعيد زيارة الرموز الماضية بشكل انتقائي لتنقيح حالتها ذات الحجم الثابت، مما يقلل من متطلبات الذاكرة ويحسن القابلية للتوسع عبر المقايضة بحسابات إضافية مقابل احتفاظ أكثر فعالية بالتاريخ.

Jyothish Pari, Ryan Bahlous-Boldi, Pulkit Agrawal2026-08-19

🤖 machine learning

Hybrid ML for Lightweight Pre-Route Delay Estimation in Open-Source IC Design

تقدم هذه الورقة نموذج تعلم آلي هجين خفيف الوزن يجمع بين أشجار القرار والانحدار الخطي، والذي يحسن بشكل كبير دقة تقدير تأخير ما قبل المسار في تصميم الدوائر المتكاملة مفتوحة المصدر، مع تقديم مكاسب جوهرية في حجم النموذج، والسرعة، والقابلية للتفسير مقارنة بالطرق التقليدية.

Marvin Castro Castro, Erick Carvajal Barboza2026-08-19

🤖 machine learning

AppendiGrade: An XAI-Enhanced Deep Learning Framework for Grading Appendicitis in Ultrasound with Gaussian Blur and Grad-CAM

تقدم هذه الورقة AppendiGrade، وهو إطار عمل للتعلم العميق معزز بالذكاء الاصطناعي القابل للتفسير (XAI) يستخدم نماذج InceptionV3 المحسنة وتصور Grad-CAM لتحقيق دقة بنسبة 95.58% في تصنيف خمسة أنواع من حالات التهاب الزائدة الدودية من صور الموجات فوق الصوتية، مما يعالج التحدي السريري المتمثل في التمييز بين الحالات المعقدة.

Fahad Ahammed, Omar Faruq Shikdar, Navid Zaman, Md Tahsin, Md. Nawab Yousuf Ali, Golam Sorwar2026-08-19

→ السابق التالي ←