🤖 machine learning

Fast Test-Time Refinement for Robust Learned Image Compression

تقدم هذه الورقة إطار عمل "التحسين السريع في وقت الاختبار" (FTTR) لضغط الصور المتعلم بمتانة، والذي يستفيد من خاصية "مسار التناظر غير المتماثل" المكتشفة حديثاً لتحقيق دفاع فعال ومؤسس نظرياً ضد الهجمات العدائية المتنوعة مع حد أدنى من العبء الحسابي.

Jiaming Liang, Chi-Man Pun, Weisi Lin2026-08-18
📊 statistics

Sufficient Dimesion Reduction via Generalized Stein's Lemma

تقترح هذه الورقة إطار عمل جديداً لخفض الأبعاد الكافية للاستجابات متعددة المتغيرات بناءً على تمهيدية "شتاين" المعممة، والتي تقوم بإنشاء مصفوفة العزوم المشتركة لاستعادة الفضاء الجزئي المركزي دون الاعتماد على فرضيات الخطية، أو قلب المصفوفات، أو التنعيم التكراري، مما يوفر حلاً قوياً وفعالاً للسيناريوهات ذات الأبعاد المتوسطة، والبيانات المسمات شحيحة، والضجيج العالي.

Ye Tian2026-08-18
📊 statistics

Scale-Consistent Posterior Dynamics for Diffusion Inverse Problems

تقدم هذه الورقة إطار عمل للديناميكيات اللاحقة المتسقة مع المقياس لمشكلات الانتشار العكسية، يجمع بين إحداثي احتمالية معاد القياس، ومعادلة تفاضلية عشوائية بديلة مستمرة مع تصحيح لانجفان متداخل، ومخطط تقسيم "لي-تروتر" متوافق مع التباين، وذلك لتحقيق تقارب لاحق ودقة إعادة بناء تنافسية مع حد أدنى من تقييمات الدرجة (score evaluations).

Zhaoqiang Liu, Tongyao Pang, Ruibing Wang, Yang Zheng2026-08-18
🤖 machine learning

FinFraudBench: A Heterogeneous Graph Benchmark for Financial Fraud Detection

تقدم هذه الورقة FinFraudBench، وهو معيار مرجعي جديد للرسوم البيانية غير المتجانسة يتميز بمجموعتي بيانات ماليتين واقعيتين واسعتي النطاق مع أنواع متعددة من الكيانات وحواف موجهة لمعالجة أوجه القصور في المعايير المرجعية الحالية في التقاط التعقيد، وعدم توازن الفئات، وندرة الملصقات في كشف الاحتيال المالي في العالم الحقيقي.

Yixuan Chen, Hongyu Zhan, Jie Sheng, Weiyu Han, Shuai Chen, Tianyi Zhang, Xiao Tan, Jun Xia2026-08-18
📊 statistics

The Distributional View of Knowledge Distillation

تقترح هذه الورقة رؤية توزيعية لتقطير المعرفة تدرب الطلاب مقابل تجميع مدرك للهندسة لآراء المعلمين متعددة درجات الحرارة باستخدام أهداف قائمة على النقل، مما يكشف أن فعالية خسائر تقطير محددة تعتمد على فجوة الأداء بين المعلم والطالب الخاضع للإشراف بدلاً من كونها خاصية جوهرية لدالة الخسارة.

Gordei Verbii, Juho Lee2026-08-18
🤖 machine learning

Structuring Semantic Embeddings for Principle Evaluation: A Prototype-Guided Contrastive Learning Approach

تقدم هذه الورقة التعلم التبايني الموجه بالنماذج الأولية (PGCL)، وهي طريقة تعمل على تعزيز تضمينات النصوص المجمدة لمهام تقييم المبادئ اللاحقة مثل كشف السمية وتصنيف العواطف من خلال تطبيق التنظيم الهندسي والتعلم التبايني الخاضع للإشراف دون تحديث المشفر الأساسي.

Che Shen, Junwei Su, Lingpeng Kong, Chuan Wu2026-08-18
🤖 machine learning

Learning reshapes power-law anisotropy in internal representations

توضح هذه الورقة الآلية الكامنة وراء ظهور تباين قانون القوة في التمثيلات العصبية من خلال إثبات أن تعلم الميزات في الشبكات الخطية وغير الخطية، على عكس النظام الذي يظل فيه الأس الطيفي ثابتًا، يدفع بتطور غير رتيب لهذا الأس عبر التفاعل الديناميكي بين إحصائيات المدخلات وبنية المهمة.

Asahi Nakamuta, Jun-nosuke Teramae2026-08-18
🤖 machine learning

Memory-Bounded Continuation of Greedy Sampling for Continual Anomaly Detection

تقدم هذه الورقة البحثية ContCore، وهي طريقة للكشف المستمر عن الشذوذ تحافظ على ميزانية ذاكرة ثابتة من خلال تطبيق أخذ العينات الجشعة بشكل تكراري على البيانات الجديدة والموجودة، مما يحافظ على تمثيل مجموعة النواة (coreset) مع ضمانات نظرية ويحقق أداءً رائدًا عبر العديد من المعايير.

Yoon Gyo Jung, Jaewoo Park, Kuan-Chuan Peng, Seongdeok Bang, Octavia Camps2026-08-18
🤖 machine learning

Earth Observation Foundation Models for Terrestrial Ecohydrology: From Representation Learning to Process Inference

تقترح هذه الورقة إطار عمل مدركاً للعمليات لمعالة عدم التوافق بين نماذج التأسيس الخاصة بمراقبة الأرض والاحتياجات الهيدرولوجية البيئية، وذلك من خلال تسليط الضوء على الفجوات الحالية في تغطية البيانات، وعمق التحقق، والاتساق الفيزيائي، مع الدعوة إلى تقييم مستهدف لتمكين المراقبة الموثوقة لديناميكيات المياه والطاقة والكربون المقترنة.

Yi Yu, Jian Peng, Yucheng Lin, Trevor F. Keenan, Thomas F. A. Bishop2026-08-18
🤖 machine learning

No Task Fails Every Time: Why One-Shot Audits Are Structurally Blind to Agent Damage

تقدم هذه الورقة البحثية AgentRelBench، وهي أداة تدقيق قائمة على فرق الحالة (state-diff)، تُثبت أن الأضرار الناجمة عن الوكيل هي عشوائية بنيوية وليست عالمية، مما يتسبب في إخفاق التقييمات أحادية المحاولة في رصد السلوكيات الضارة في أكثر من 80% من الحالات، ويكشف أن التصنيف القائم على النصوص (transcript-based grading) يمكن أن يشهد زيفاً بأن تغييرات الحالة غير القابلة للاسترداد هي حالات رفض آمنة.

Shiven Khurdi2026-08-18