cs.LG ورقة بحثية

Collaborating in Multi-Armed Bandits with Strategic Agents

تقدم هذه الورقة آلية \texttt{CAOS}، التي تمكن الوكلاء الاستراتيجيين المستمرين في مشكلات "المتعدد الأذرع" (multi-armed bandit) من الحفاظ على الاستكشاف التعاوني وتحقيق ضمانات ندم تقترب من المثالية من خلال مشاركة المعلومات وحدها، مما يقلل بفعالية من ظاهرة "الركوب المجاني" دون الحاجة إلى تحويلات نقدية.

Idan Barnea, Ofir Schlisselberg, Yishay Mansour2026-05-14

📊 statistics

Generative Modeling of Approximately Periodic Time Series by a Posterior-Weighted Gaussian Process

تقترح هذه الورقة نموذجاً توليدياً عشوائياً جديداً يعتمد على عملية غاوس اللاحقة الموزونة التي تلتقط بفعالية السلاسل الزمنية شبه الدورية من خلال فصل الهياكل المتسقة داخل التكرار عن الديناميكيات المتغيرة بين التكرارات مثل المدة والسعة.

Elias Reich, Saverio Messineo, Stefan Huber2026-05-14

📊 statistics

Kernel-based guarantees for nonlinear parametric models in Bayesian optimization

تقدم هذه الورقة إطار عمل قائماً على النواة (kernel-based framework) يضع حدود ثقة نظرية وضمانات تقارب للنماذج البارامترية غير الخطية التي يتم تدريبها على بيانات جُمعت بشكل تكيفي، مما يسد الفجوة بين أساليب التحسين البايزي العملية والتحليلات النظرية القائمة المقتصرة على العمليات الغاوسية أو التقريبات الخطية.

Rafael Oliveira2026-05-14

🤖 machine learning

A $_3$ B $_2$ : Adaptive Asymmetric Adapter for Alleviating Branch Bias in Vision-Language Image Classification with Few-Shot Learning

تقترح هذه الورقة البحثية A $_3$ B $_2$ ، وهو مُكيِّف غير متماثل تكيفي يعالج انحياز الفرع في التعلم بلقطات قليلة للرؤية واللغة من خلال توظيف التخميد الواعي باليقين ومزيج الخبراء متوازن الحمل للتحكم ديناميكيًا في تكييف فرع الصورة، مما يجعله يتفوق على النماذج المرجعية الحالية عبر 11 مجموعة بيانات.

Yiyun Zhou, Zhonghua Jiang, Wenkang Han, Kunxi Li, Mingjing Xu, Chang Yao, Jingyuan Chen2026-05-14

🤖 machine learning

Continual Fine-Tuning of Large Language Models via Program Memory

تقدم الورقة البحثية ProCL، وهو إطار عمل للضبط الدقيق المستمر يعمل على تعزيز النماذج اللغوية الكبيرة من خلال تنظيم محولات التكيف منخفض الرتبة (LoRA) في فتحات ذاكرة برمجية مهيكلة وقابلة للاسترجاع ديناميكيًا لتحقيق توازن فعال بين التكيف السريع والاحتفاظ بالمعرفة، مما يقلل من النسيان الكارثي دون تكبد تكاليف استدلال إضافية.

Hung Le, Svetha Venkatesh2026-05-14

🤖 machine learning

Stable Attention Response for Reliable Precipitation Nowcasting

تقدم هذه الورقة HARECast، وهو إطار عمل مبتكر يحسن موثوقية التنبؤ بهطول الأمطار الآني من خلال تحديد وتخفيف عدم استقرار طاقة الاستجابة للانتباه عبر العينات (cross-sample attention-response energy instability) عبر هدف تنظيم مجموعي (group-wise regularization objective)، محققاً بذلك أداءً هو الأفضل في فئته على معايير SEVIR وMeteoNet.

Penghui Wen, Zexin Hu, Sen Zhang, Patrick Filippi, Xiaogang Zhu, Allen Benter, Thomas Bishop, Zhiyong Wang, Kun Hu2026-05-14

📊 statistics

LLMs as Implicit Imputers: Uncertainty Should Scale with Missing Information

تجادل هذه الورقة بأن نماذج اللغات الكبيرة التي تعمل كمُستكملات ضمنية يجب أن تُظهر تدرجاً في عدم اليقين مع نقص المعلومات، حيث وجدت أن الثقة القائمة على أخذ العينات تفشل في عكس تدهور السياق المتزايد، بينما يتتبع اعتلاج الاستجابة (response entropy) نقص البيانات بفعالية ويتنبأ بالدقة بشكل أفضل.

Stef van Buuren2026-05-14

🤖 machine learning

N-vium: Mixture-of-Exits Transformer for Accelerated Exact Generation

تقدم الورقة البحثية N-vium، وهو نموذج "ترانسفورمر" يعتمد على مزيج من المخارج (mixture-of-exits) يحقق تسريعًا في وقت التنفيذ الفعلي يصل إلى 57.9% مقارنة بنماذج "الترانسفورمر" القياسية دون التضحية بجودة النموذج، وذلك عبر استخدام توجيه تكيفي للرموز (token-adaptive routing) لخلط التنبؤات من أعماق متعددة وتأجيل حسابات الطبقات العليا.

Aleksander Lorenc, Frédéric Berdoz, Joël Mathys, Roger Wattenhofer2026-05-14

🤖 machine learning

McCast: Memory-Guided Latent Drift Correction for Long-Horizon Precipitation Nowcasting

يُعد McCast إطار عمل لتصحيح الانزياح الكامن الموجه بالذاكرة، والذي يستخدم بنك ذاكرة لتصحيح الانزياح لمعايرة التنبؤات ذاتية الانحدار بشكل نشط، مما يحسن بشكل كبير من التماسك الزمني والموثوقية للتنبؤ بالهطول المطري قصير المدى طويل الأمد مقارنة بالطرق الحالية الرائدة.

Penghui Wen, Yu Luo, Lintao Wang, Mengwei He, Patrick Filippi, Thomas Francis Bishop, Zhiyong Wang2026-05-14

🤖 machine learning

A Hybrid Tucker-LSTM Tensor Network Model for SOC Prediction in Electric Vehicles

تقترح هذه الورقة نموذج شبكة تينسور هجين (Tucker-LSTM) مبتكر يستفيد من تفكيك توكرر لتقليل أبعاد بيانات مجال المركبات الكهربائية خلال دورة حياتها الكاملة مع الحفاظ على البنية الزمنية، محققاً دقة فائقة في التنبؤ بحالة الشحن مقارنة بالطرق التقليدية مع خفض بنسبة 70.5% في متوسط مربع الخطأ (MSE).

Han Wang, Ying Wang, Bing Wang2026-05-14

→ السابق التالي ←

cs.LG

Collaborating in Multi-Armed Bandits with Strategic Agents

Generative Modeling of Approximately Periodic Time Series by a Posterior-Weighted Gaussian Process

Kernel-based guarantees for nonlinear parametric models in Bayesian optimization

A3_33​B2_22​: Adaptive Asymmetric Adapter for Alleviating Branch Bias in Vision-Language Image Classification with Few-Shot Learning

Continual Fine-Tuning of Large Language Models via Program Memory

Stable Attention Response for Reliable Precipitation Nowcasting

LLMs as Implicit Imputers: Uncertainty Should Scale with Missing Information

N-vium: Mixture-of-Exits Transformer for Accelerated Exact Generation

McCast: Memory-Guided Latent Drift Correction for Long-Horizon Precipitation Nowcasting

A Hybrid Tucker-LSTM Tensor Network Model for SOC Prediction in Electric Vehicles

A $_3$ B $_2$ : Adaptive Asymmetric Adapter for Alleviating Branch Bias in Vision-Language Image Classification with Few-Shot Learning