cs.LG ورقة بحثية

Shaping Zero-Shot Coordination via State Blocking

تقدم هذه الورقة البحثية "التنسيق المحظور للحالة" (SBC)، وهو إطار عمل يعزز التنسيق صفري الاستباق (zero-shot coordination) من خلال توليد بيئات افتراضية متنوعة عبر حظر الحالة، مما يمكّن الوكلاء من التعميم بفعالية على الشركاء غير المرئيين، بما في ذلك البشر، دون تعديل البيئة الأساسية.

Mingu Kang, Sunwoo Lee, Yonghyeon Jo, Seungyul Han2026-05-13

🤖 machine learning

Augmented Lagrangian Method for Last-Iterate Convergence for Constrained MDPs

تقترح هذه الورقة إطاراً عاماً قائماً على طريقة لاغرانج المعززة غير الدقيقة، والذي يحقق تقارباً مُثبتاً للدفعة الأخيرة عالمياً لعمليات ماركوف لاتخاذ القرار المقيدة عبر إعدادات السياسة الجدولية، واللوغاريتمية الخطية، وغير الخطية المعقدة، مع معالجة القيود العملية لنهج سياسات المزيج الحالية.

Michael Lu, Max Qiushi Lin, Mo Chen, Sharan Vaswani2026-05-13

🤖 machine learning

Unlocking Compositional Generalization in Continual Few-Shot Learning

تقترح هذه الورقة إطار عمل جديد للتعلم المستمر بلقطات قليلة، يقوم بفصل تعلم التمثيل عن الاستدلال التركيبي عبر استغلال الهندسة على مستوى الرقع (patch-level geometry) لنماذج المحولات الرؤية ذاتية الإشراف لتحسين تمثيلات الفتحات (slot representations) من أجل الهوية الكلية للفئة أثناء التدريب، وتركيبها ديناميكياً للمفاهيم الجديدة عند الاستدلال، مما يحقق تعميماً رائداً مع تقليل النسيان الكارثي إلى أدنى حد.

Phu-Quy Nguyen-Lam, Phu-Hoa Pham, Dao Sy Duy Minh, Chi-Nguyen Tran, Huynh Trung Kiet, Long Tran-Thanh2026-05-13

🤖 machine learning

Debiased Model-based Representations for Sample-efficient Continuous Control

تقترح هذه الورقة DR.Q، وهي خوارزمية تمثيل قائمة على النماذج وغير منحازة تعزز كفاءة العينة في التحكم المستمر من خلال تعظيم المعلومات المتبادلة بين أزواج الحالة-الفعل والحالات التالية مع استخدام إعادة تشغيل الخبرة ذات الأولوية المتلاشية للتخفيف من الإفراط في التخصيص وانحياز التمثيل.

Jiafei Lyu, Zichuan Lin, Scott Fujimoto, Kai Yang, Yangkun Chen, Saiyong Yang, Zongqing Lu, Deheng Ye2026-05-13

🤖 machine learning

Persona-Conditioned Adversarial Prompting: Multi-Identity Red-Teaming for Adversarial Discovery and Mitigation

تقدم هذه الورقة إطار عمل "التحفيز العدائي المشروط بالشخصية" (PCAP)، وهو إطار عمل لاختبار الاختراق (red-teaming) يستفيد من شخصيات مهاجمين متنوعة لاكتشاف عمليات كسر الحماية القابلة للنقل وتوليد مجموعات بيانات غنية بالبيانات الوصفية، مما يتيح محاذاة مؤتمتة فعالة ويحسن متانة النموذج بشكل كبير من خلال الضبط الدقيق المستهدف.

Cristian Morasso, Anisa Halimi, Muhammad Zaid Hameed, Douglas Leith2026-05-13

🤖 machine learning

Online Continual Learning with Dynamic Label Hierarchies

تقدم هذه الورقة إطار مشكلة التعلم المستمر عبر الإنترنت مع التسلسلات الهرمية المتطورة للتسميات (DHOCL)، وتقترح طريقة HALO التي تستخدم رؤوس تصنيف تكيفية ونماذج أولية هرمية منظمة للتغلب على الإشراف الجزئي والتداخل المعتمد على درجة التفصيل، مما يحقق أداءً فائقاً في الدقة الهرمية والاستقرار.

Xinrui Wang, Shao-Yuan Li, Bartłomiej Twardowski, Alexandra Gomez-Villa, Songcan Chen2026-05-13

🤖 machine learning

WorldComp2D: Spatio-semantic Representations of Object Identity and Location from Local Views

يُعد WorldComp2D إطار عمل جديداً وخفيف الوزن يقوم بهيكلة هندسة الفضاء الكامن بشكل صريح باستخدام مجالات استقبال محلية متعددة المقاييس لالتقاط كل من هوية الكائن والموقع المكاني بكفاءة، مما يحقق تخفيضات كبيرة في عدد المعلمات والتكلفة الحسابية مع الحفاظ على الأداء في الوقت الفعلي.

SeongMin Jin, Doo Seok Jeong2026-05-13

🤖 machine learning

Federated Client Selection under Partial Visibility: A POMDP Approach with Spatio-Temporal Attention

تتناول هذه الورقة تحدي اختيار العملاء في التعلم الاتحادي في ظل الرؤية الجزئية من خلال صياغة المشكلة كعملية ماركوف لاتخاذ القرار خاضعة للملاحظة الجزئية (POMDP)، واقتراح إطار عمل جديد للتعلم المعزز قائم على الانتباه المكاني-الزماني يستفيد من النماذج العالمية التاريخية وتضمينات العملاء لتحقيق أداء فائق في البيئات غير المتجانسة.

Qijun Hou, Yuchen Shi, Pingyi Fan, Khaled B. Letaief2026-05-13

📊 statistics

One-Step Generative Modeling via Wasserstein Gradient Flows

تقدم الورقة البحثية W-Flow، وهو إطار عمل للنمذجة التوليدية من خطوة واحدة يقوم بضغط تدفقات تدرج واسرستاينين (Wasserstein gradient flows) في استنتاج شبكة عصبية واحدة لتحقيق أفضل النتائج الحالية في توليد صور ImageNet بقيمة 1.29 FID وسرعة أخذ عينات تبلغ حوالي 100 ضعف نماذج الانتشار متعددة الخطوات.

Jiaqi Han, Puheng Li, Qiushan Guo, Renyuan Xu, Stefano Ermon, Emmanuel J. Candès2026-05-13

🧬 biology

Decomposing the Generalization Gap in PROTAC Activity Prediction: Variance Attribution and the Inter-Laboratory Ceiling

تُحلل هذه الورقة فجوة التعميم في التنبؤ بنشاط الـ PROTAC، حيث تحدد تباين القياسات بين المختبرات كعامل محدد مهيمن يخلق سقف أداء عند حوالي 0.67 لـ AUROC، مع تقديم مجموعة بيانات PROTAC-Bench وبروتوكولات المعايرة لمعالجة تحديات التقييم هذه.

Thor Klamt, Wolfgang Nejdl, Ming Tang2026-05-13

→ السابق التالي ←