cs.LG ورقة بحثية

Learning to Learn the Macroscopic Fundamental Diagram using Physics-Informed and meta Machine Learning techniques

تقترح هذه الورقة إطار عمل للتعلم التلوي (Meta-Learning) متكاملاً مع شبكة عصبية متعددة المهام مستوحاة من الفيزياء (Multi-Task Physics-Informed Neural Network) لتقدير المخطط الأساسي العياني (Macroscopic Fundamental Diagram) بدقة في سيناريوهات ندرة البيانات من خلال نقل الأنماط من المدن الغنية بالبيانات، محققةً تحسناً بنسبة 50% في دقة التنبؤ بالتدفق مقارنة بالطرق التقليدية.

Amalie Roark, Serio Agriesti, Francisco Camara Pereira, Guido Cantelmo2026-05-12

🤖 machine learning

Multimodal Representation Learning Conditioned on Semantic Relations

تقترح هذه الورقة البحثية "التعلم متعدد الوسائط المشروط بالعلاقات" (RCML)، وهو إطار عمل يولد تضمينات متعددة الوسائط مدركة للسياق مشروطة بعلاقات دلالية من اللغة الطبيعية للتفوق على النماذج التقليدية غير المشروطة بالعلاقات مثل (CLIP) في مختلف مهام الاسترجاع والتصنيف.

Yang Qiao, Yuntong Hu, Bowen Zhu, Hasibul Haque, Liang Zhao2026-05-12

📊 statistics

Privacy Auditing Synthetic Data Release through Local Likelihood Attacks

تقدم هذه الورقة البحثية Gen-LRA، وهو هجوم استدلال العضوية من نوع (No-Box) جديد وفعال حاسوبياً يستغل الإفراط في التخصيص المحلي في النماذج التوليدية للبيانات الجدولية لتدقيق مخاطر الخصوصية في إصدارات البيانات الاصطناعية بفعالية، مما يظهر أداءً متفوقاً على الأساليب الحالية من خلال كل من الضمانات النظرية والمقارنات المعيارية التجريبية.

Joshua Ward, Chi-Hua Wang, Guang Cheng2026-05-12

📊 statistics

Robust Analysis for Resilient AI System

تقدم هذه الورقة البحثية DPD-Lasso، وهي طريقة انحدار متينة جديدة تجمع بين تباعد قدرة الكثافة (Density Power Divergence) وتنظيم لاسو (Lasso regularization) وخوارزمية تكرارية فعالة، لتحليل البيانات الملوثة بالقيم المتطرفة بفعالية في أنظمة إنترنت الأش industrielle الصناعية التصنيعية وضمان مرونة تطبيقات الذكاء الاصطنا الصناعي مثل طباعة نفث الرذاذ (Aerosol Jet Printing).

Yu Wang, Ran Jin, Lulu Kang2026-05-12

⚡ electrical engineering

AU-Harness: An Open-Source Toolkit for Holistic Evaluation of Audio LLMs

تقدم هذه الورقة AU-Harness، وهي مجموعة أدوات مفتوحة المصدر مصممة للتغلب على عدم الكفاءة والافتقار إلى المعايير في تقييمات النماذج اللغوية الصوتية الكبيرة (LALM) الحالية من خلال تقديم إطار عمل قابل للتوسع، أسرع بنسبة 151%، مع دعم قوي للحوار متعدد الأدوار للتقييم المنهجي والعادل للنماذج.

Hoang Nguyen, Sidharth Surapaneni, Akshay Kalkunte, Jash Mehta, Aman Tiwari, Oluwanifemi Bamgbose, Khyati Mahajan, Jash (…)2026-05-12

🤖 machine learning

RL Fine-Tuning Heals OOD Forgetting in SFT

تتحدى هذه الورقة المفهوم القائل بأن "الضبط الدقيق الخاضع للإشراف (SFT) يحفظ، بينما التعلم المعزز (RL) يعمم" من خلال إثبات، عبر تحليلات نقطة التحقق والتحليل الطيفي، أن الضبط الدقيق الخاضع للإشراف غالبًا ما يسبب نسيانًا للبيانات خارج التوزيع، وهو ما يتم استعادته لاحقًا بواسطة التعلم المعزز، وهي عملية استعادة مرتبطة بدوران المتجهات المنفردة وليس بتغيرات في القيم المنفردة.

Hangzhan Jin, Sitao Luan, Tianwei Ni, Sicheng Lyu, Guillaume Rabusseau, Reihaneh Rabbany, Doina Precup, Mohammad Hamdaqa2026-05-12

🤖 machine learning

Compute as Teacher: Turning Inference Compute Into Reference-Free Supervision

تقدم الورقة البحثية إطار عمل "الحوسبة كمعلم" (CaT)، الذي يحول عمليات التوليد المتوازية أثناء وقت الاستدلال إلى إشراف خالٍ من المراجع عبر تجميع المراجع الزائفة والمعايير المقترحة ذاتياً، مما يمكّن النماذج من تحقيق مكاسب أداء كبيرة في المجالات القابلة للتحقق وغير القابلة للتحقق دون الاعتماد على الملصقات البشرية.

Dulhan Jayalath, Shashwat Goel, Thomas Foster, Parag Jain, Suchin Gururangan, Cheng Zhang, Anirudh Goyal, Alan Schelten2026-05-12

📊 statistics

Estimating Heterogeneous Causal Effect on Networks via Orthogonal Learning

تقترح هذه الورقة إطار تعلم متعامد ثنائي المراحل يجمع بين الشبكات العصبية الرسومية ونموذج يعتمد على الانتباه قابل للتفسير لتقدير الآثار السببية المباشرة والتبادلية غير المتجانسة على الشبكات بمتانة، مع توفير تقدير دقيق لعدم اليقين.

Yuanchen Wu, Yubai Yuan2026-05-12

📊 statistics

High-probability zeroth-order online convex optimisation beyond Euclidean geometry

تضع هذه الورقة حدوداً موحدة للندم ذي الاحتمالية العالية للتحسين الكهفي عبر الإنترنت من الدرجة الصفرية مع خسائر لـ $\ell_q$ -ليبتشيتز وتنظيم $\ell_p$ -باستخدام أخذ عينات مقياس المخروط، مما يثبت المثالية لـ $q \in [1,2]$ مع تحديد فجوة جوهرية لـ $q > 2$ .

David Janz, El-Mahdi El-Mhamdi, Arya Akhavan2026-05-12

🤖 machine learning

GLAI: GreenLightningAI for Accelerated Training through Knowledge Decoupling

تقدم GreenLightningAI (GLAI) كتلة معمارية مبتكرة تفصل بين المعرفة الهيكلية والكمية من خلال تثبيت أنماط التنشيط المستقرة لتحسين الأوزان العددية فقط، مما يؤدي إلى تسريع التدريب بنسبة 40% تقريبًا مع الحفاظ على الدقة أو تحسينها مقارنة بالشبكات العصبية متعددة الطبقات (MLPs) التقليدية.

Jose I. Mestre, Alberto Fernández-Hernández, Cristian Pérez-Corral, Manuel F. Dolz, Jose Duato, Enrique S. Quintana-Ortí2026-05-12

→ السابق التالي ←