cs.LG ورقة بحثية

Debiasing Message Passing to Mitigate Popularity Bias in GNN-based Collaborative Filtering

تقترح هذه الورقة إطار عمل DPAA، وهو إطار عمل مبتكر يخفف من تحيز الشعبية في التصفية التعاونية القائمة على الشبكات العصبية الرسومية (GNN) من خلال دمج أوزان تفاعل تكيفية واعية بالتضمين وأوزان على مستوى الطبقات مباشرة في عملية تمرير الرسائل لمواجهة تضخيم العناصر الشائعة وتعزيز تعرض عناصر ذيل التوزيع الطويل.

Md Aminul Islam, Ahmed Sayeed Faruk, Sourav Medya, Elena Zheleva2026-05-13

💬 NLP

Decomposing Evolutionary Mixture-of-LoRA Architectures: The Routing Lever, the Lifecycle Penalty, and a Substrate-Conditional Boundary

تُفكك هذه الورقة البحثية نظام "خليط لورا" (LoRA) تطوريًا يعتمد على ركيزة ذات 150 مليون معلمة، لتكشف أنه في حين أن إعادة كتابة موجه محدد تقود مكاسب الأداء، فإن مكون دورة حياة التطور يعمل كعائق صافٍ للأداء، حيث ثبت أن آلية البحث مفيدة فقط في ظل ظروف محددة لما قبل المحاذاة.

Ramchand Kumaresan2026-05-13✓ Author reviewed ⓘ

🔭 astrophysics

Quantifying the Reconstructability of Astrophysical Methods with Large Language Models and Information Theory: A Case Study in Spectral Reconstruction

تقدم هذه الورقة إطاراً نظرياً للمعلومات باستخدام النماذج اللغوية الكبيرة لقياس مدى قابلية إعادة بناء الأساليب الفيزيائية الفلكية، كاشفةً أنه في حين أن الأوصاف النصية توضح البنى الخوارزمية، إلا أنها تفشل في القضاء على التباين في التنفيذ بسبب المعرفة الضمنية المفقودة لدى الخبراء، مما يؤسس أداة تشخيصية جديدة لتدقيق الشفافية المنهجية.

Hsing Wen Lin, Zong-Fu Sie2026-05-13

🤖 machine learning

Interpretability Can Be Actionable

تجادل هذه الورقة البحثية بأن مجال القابلية للتفسير يجب أن ينقل تركيزه من تطوير طرق جديدة إلى وضع معايير تقييم "قابلة للتنفيذ"، تُعرف من خلال الملموسية والتحقق، لضمان أن تؤدي الرؤى إلى قرارات وتدخلات ملموسة في العالم الحقيقي.

Hadas Orgad, Fazl Barez, Tal Haklay, Isabelle Lee, Marius Mosbach, Anja Reusch, Naomi Saphra, Byron Wallace, Sarah Wiegr (…)2026-05-13

🤖 machine learning

COSMOS: Model-Agnostic Personalized Federated Learning with Clustered Server Models and Pseudo-Label-Only Communication

يُعد COSMOS إطار عمل للتعلم الاتحادي الشخصي غير المرتبط بنموذج محدد، يعالج التباين الهيكلي والإحصائي من خلال تجميع العملاء بناءً على تنبؤات الملصقات الوهمية، وتدريب نماذج خادم خاصة بكل مجموعة، ثم تقطيرها مرة أخرى إلى العملاء، مما يحقق انكماشاً أسياً في مخاطر التخصيص وأداءً فائقاً على النماذج المرجعية الحالية.

Ben Rachmut, Luise Ge, William Yeoh, Ning Zhang, Yevgeniy Vorobeychik2026-05-13

💬 NLP

The Bicameral Model: Bidirectional Hidden-State Coupling Between Parallel Language Models

يقدم النموذج ثنائي المجلس (Bicameral Model) واجهة عصبية قابلة للتدريب تتيح لنموذجين لغويين مجمدين التنسيق بشكل ثنائي الاتجاه من خلال اقتران مستمر للحالة الخفية، مما يسمح لنموذج أولي بقيادة المهام بينما يقوم نموذج مساعد بتنفيذ الأدوات أو الأكواد، وهو ما يعزز الأداء بشكل كبير في الحساب والمنطق والاستدلال الرياضي دون الاعتماد على التواصل القائم على النصوص.

Cedric Flamant, Udaya Ghai, Kanna Shimizu2026-05-13

🤖 machine learning

Optimistic Dual Averaging Unifies Modern Optimizers

تقدم هذه الورقة البحثية SODA، وهو تعميم لأسلوب Optimistic Dual Averaging يوحد المحسنات الحديثة مثل Muon وLion تحت إطار عمل واحد، ويقدم غلافاً عملياً للقضاء تلقائياً على ضبط اضمحلال الوزن (weight decay) مع تحسين الأداء باستمرار عبر مختلف مقاييس التدريب.

Thomas Pethick, Wanyun Xie, Roman Machacek, Volkan Cevher2026-05-13

🧬 biology

Deep Learning for Protein Complex Prediction and Design

تستفيد هذه الأطروحة من التعلم العميق للنهوض بالتنبؤ بالمعقدات البروتينية وتصميمها عبر تطوير بنيات متخصصة تلتقط التسلسلات الهرمية البنيوية وإنشاء خوارزميات بحث للتنقل بكفاءة في فضاءات المتواليات لتحديد النظائر المتماثلة المتفاعلة وتصميم تسلسلات بروتينية جديدة.

Ziwei Xie2026-05-13

📊 statistics

Adaptive Policy Learning Under Unknown Network Interference

تقترح هذه الورقة خوارزمية أخذ عينات تومسون تتعلم بشكل مشترك ديناميكيات التداخل الشبكي غير المعروفة وتحسن تخصيصات العلاج على المستوى الفردي عبر مُنتج جيبس، محققةً ندمًا بايزيًا دون خطي وتمكين التقدير الدقيق لآثار السببية في إعدادات التجريب التكيفي.

Aidan Gleich, Eric Laber, Alexander Volfovsky2026-05-13

🤖 machine learning

Variational Linear Attention: Stable Associative Memory for Long-Context Transformers

تقدم هذه الورقة البحثية "الانتباه الخطي التبايني" (Variational Linear Attention - VLA)، وهي بنية معمارية مبتكرة تعيد صياغة تحديثات الذاكرة كمسألة مربعات صغرى منظمة عبر الإنترنت لتحقيق ذاكرة ترابطية مستقرة وذاتية التحديد بتعقيد قدره $\mathcal{O}(T)$ ، مما يتفوق بشكل كبير على طرق الانتباه الخطي الحالية في دقة استرجاع السياق الطويل مع الحفاظ على سرعات استدلال تنافسية.

Vishal Pandey, Gopal Singh2026-05-13

→ السابق التالي ←