cs.LG

Behavioral Geometric Supervision Aligns Video Foundation Models with Human Social Perception

تقدم هذه الورقة البحثية "الإشراف الهندسي السلوكي" (BGS)، وهو هدف هجين يعمل على مواءمة نماذج الفيديو التأسيسية مع الإدراك الاجتماعي البشري من خلال تقييد الهندسة التضمينية لتتطابق مع أحكام التشابه البشرية، مما يمكّن النماذج من التفوق بشكل كبير على النماذج المرجعية القائمة على اللغة، وتطوير سمات عاطفية-اجتماعية قابلة للتفسير، وتحويل الانتباه إلى المناطق ذات المعلومات الاجتماعية دون تدريب صريح على تلك السمات.

Probabilistic Prediction Markets with Intermittent Contributions

تقترح هذه الورقة وتحلل إطار عمل مرن لسوق التنبؤ يجمع بين الأداء التاريخي للوكلاء والانحدار القوي لتوليد توقعات مثالية وتخصيص المكافآت، مما يستوعب بفعالية المساهمات المتقطعة، والظروف المتغيرة زمنياً، والمشاركة الديناميكية للوكلاء.

Protein Folding with Neural Ordinary Differential Equations

تقترح هذه الورقة صياغة لنموذج "Evoformer" تعتمد على المعادلات التفاضلية العادية العصبية (Neural ODE) ذات العمق المستمر، مما يقلل بشكل كبير من التكاليف الحسابية واستهلاك الذاكرة مع الحفاظ على القدرة على التنبؤ ببنى بروتينية معقولة، مقدمةً بذلك بديلاً خفيف الوزن وتكيفياً للنماذج التقليدية للتعلم العميق مثل "AlphaFold".

On the Sample Complexity of Differentially Private Policy Optimization

تستهل هذه الورقة دراسة نظرية لتحسين السياسة بخصوصية تفاضلية من خلال صياغة تعريف خصوصية مخصص للتعلم داخل السياسة (on-policy learning) وتحليل تعقيد العينات لخوارزميات مثل تدرج السياسة وتدرج السياسة الطبيعي، مما يكشف أن تكاليف الخصوصية غالباً ما تظهر كحدود من رتبة أدنى مع تقديم رؤى عملية لتعلم تعزيزي يحافظ على الخصوصية.

Higher-order Linear Attention

تقدم هذه الورقة انتباه الخطية من الرتبة العليا (HLA)، وهو آلية سببية قابلة للتوسع تحقق تفاعلات من رتبة أعلى بتعقيد زمني خطي من خلال الحفاظ على إحصاءات كافية موجزة للبادئات، مما يتغلب على التكلفة التربيعية للانتباه القياسي مع الحفاظ على القدرة التعبيرية للبنيات المتكررة.

Sharpness-Guided Group Relative Policy Optimization via Probability Shaping

تقترح هذه الورقة البحثية خوارزمية "تحسين السياسة النسبية للمجموعات الموجهة بالحدة" (GRPO-SG)، وهي نسخة معدلة من تحسين السياسة النسبية للمجموعات تعتمد على أوزان الرموز، تهدف إلى تحسين التعميم في التعلم المعزز ذي المكافآت القابلة للتحقق من خلال تقليل وزن الرموز التي تسبب تدرجات كبيرة لتقليل الحدة وتثبيت التدريب.

Differentially Private Nonparametric Confidence Intervals Under Minimal Distributional Assumptions

Limitations of Quantum Advantage in Unsupervised Machine Learning

تستقصي هذه الورقة القيود المفروضة على التفوق الكمي في تعلم الآلة غير الخاضع للإشراف، مظهرةً أن أي فائدة محتملة مقارنة بالنماذج الكلاسيكية تعتمد بشكل حاسم على بيانات المدخلات المحددة والملاحظات المستهدفة بدلاً من كونها سمة عالمية.

Why is "Chicago" Predictive of Deceptive Reviews? Using LLMs to Discover Language Phenomena from Lexical Cues

تقترح هذه الورقة إطار عمل "التخمين ثم التحقق" الذي يوضح قدرة النماذج اللغوية الكبيرة على ترجمة الإشارات المعجمية الدقيقة وغير البديهية إلى ظواهر لغوية مفهومة بشرياً، تكون قائمة على أسس تجريبية، وقابلة للتعميم، وأكثر قدرة على التنبؤ بالمراجعات الخادعة من المعرفة السابقة أو التعلم داخل السياق.

Radial Compensation: Fixing Radius Distortion in Chart-Based Generative Models on Riemannian Manifolds

تقدم هذه الورقة التعويض الشعاعي (Radial Compensation)، وهو أسلوب للنماذج التوليدية القائمة على المخططات (chart-based) على المتشعبات الريمانية، والذي يعمل على فصل التوزيع الإحصائي لنصف قطر الجيوديسيا عن التكييف العددي من خلال ضبط توزيع الفضاء المماسي الأساسي، مما يضمن استقرار التدريب وتقديرات انحناء قابلة للتفسير بغض النظر عن اختيار المخطط.