cs.LG ورقة بحثية

Fixed-Point Neural Optimal Transport without Implicit Differentiation

تقدم هذه الورقة إطار عمل مستقر لنقل الأمثلية يعتمد على شبكة واحدة، يعيد صياغة ثنائية كانتوروفيتش كمسألة نقطة ثابتة تقريبية، مما يتيح تدريباً فعالاً دون تحسين تنافري أو تمايز ضمني، مع استعادة دقيقة لخرائط النقل عبر مهام متنوعة عالية الأبعاد.

Yesom Park, Eric Gelphman, Stanley Osher, Samy Wu Fung2026-05-12

📊 statistics

Factual recall in linear associative memories: sharp asymptotics and mechanistic insights

تستخدم هذه الورقة الفيزياء الإحصائية لتوصيف السعة التخزينية للذاكرات الترابطية الخطية بدقة، مبرهنةً أن نموذجاً مفكك الارتباط مكافئاً للنظام الأصلي يمكنه تخزين ما يصل إلى $p_c \log p_c / d^2 = 1/2$ من الارتباطات، وكاشفةً أن الحلول المثلى تحقق ذلك عبر رفع الدرجات الصحيحة فوق عتبة القيم القصوى للمخرجات المنافسة مباشرةً بدلاً من تعزيز المحاذات بشكل واسع.

Alessio Giorlandino, Sebastian Goldt, Antoine Maillard2026-05-12

🤖 machine learning

Muown: Row-Norm Control for Muon Optimization

تقدم الورقة البحثية Muown، وهو مُحسِّن جاهز للاستخدام (drop-in optimizer) يتحكم صراحةً في متجهات مقدار الصف (row-magnitude vectors) لمنع انحراف المعيار الطيفي (spectral norm drift) في Muon، مما يؤدي إلى تحسين استقرار التدريب، وتقليل الحساسية تجاه اضمحلال الوزن (weight decay)، وتحقيق إدراك (perplexity) فائق عبر مختلف أحجام النماذج.

Kai Lion, Florian Hübler, Bingcong Li, Antonio Orvieto, Niao He2026-05-12

🤖 AI

PhyGround: Benchmarking Physical Reasoning in Generative World Models

تقدم الورقة البحثية PhyGround، وهو معيار مرجعي شامل يتميز بـ 250 مطالبة منسقة، وتصنيف مكون من 13 قانوناً، وحكم متخصص في النماذج اللغوية البصرية (PhyJudge-9B) لتقييم وتشخيص قدرات الاستدلال الفيزيائي لنماذج الفيديو التوليدية بصرامة من خلال تعليق بشري واسع النطاق ومحكم الجودة.

Juyi Lin, Arash Akbari, Yumei He, Lin Zhao, Haichao Zhang, Arman Akbari, Xingchen Xu, Zoe Y. Lu, Enfu Nan, Hokin Deng, E (…)2026-05-12

🤖 machine learning

Likelihood scoring for continuations of mathematical text: a self-supervised benchmark with tests for shortcut vulnerabilities

تقدم هذه الورقة معياراً للتعلم الذاتي الذاتي يُقيّم ما إذا كانت التوقعات التي تولدها النماذج لتكملات النصوص الرياضية تُحسّن درجات الاحتمالية مقارنة بضوابط السياق فقط، مما يميز بفعالية بين قدرات النموذج وجهود الاستدلال مع تحديد نقاط الضعف المحتملة في آليات الاختصار في التقييم.

Daniel Ranard2026-05-12

🤖 machine learning

Policy Gradient Methods for Non-Markovian Reinforcement Learning

تقدم هذه الورقة إطار عمل يرتكز على المكافأة للتعلم المعزز غير الماركوفي يعمل على تحسين ديناميكيات حالة الوكيل وسياسات التحكم بشكل مشترك، مما يؤسس لنظرية تدرج سياسة جديدة وخوارزمية ASMPG مع ضمانات تقارب نظرية وأداء تجريبي متفوق على النماذج التنبؤية المرجعية.

Avik Kar, Siddharth Chandak, Rahul Singh, Soumitra Sinhahajari, Eric Moulines, Shalabh Bhatnagar, Nicholas Bambos2026-05-12

🧬 biology

On periodic distributed representations using Fourier embeddings

تقترح هذه الورقة استخدام تضمينات دورية ذات قيم حقيقية وعالية الأبعاد للتغلب على قيود المقاييس الزاوية القياسية في تمثيل الإشارات الدورية، وتوضح تحديداً كيفية بناء نوى ديريكليه ونوى غاوس الدورية ضمن إطار عمل المؤشرات الدلالية المكانية.

Jakeb Chouinard2026-05-12

🤖 AI

MaD Physics: Evaluating information seeking under constraints in physical environments

تقدم الورقة البحثية MaD Physics، وهو معيار مرجعي مبتكر صُمم لتقييم قدرة الوكلاء الاصطناعيين على استنتاج القوانين الفيزيائية والتخطيط للقياسات في ظل قيود الموارد من خلال اختبارهم في بيئات ذات قوانين فيزيائية معدلة، مما يكشف عن حدود قدرات الاستدلال العلمي والاستكشاف المنظم في نماذج Gemini الحالية.

Moksh Jain, Mehdi Bennani, Johannes Bausch, Yuri Chervonyi, Bogdan Georgiev, Simon Osindero, Nenad Tomašev2026-05-12

🤖 machine learning

SLIM: Sparse Latent Steering for Interpretable and Property-Directed LLM-Based Molecular Editing

تقدم الورقة البحثية إطار عمل SLIM، وهو إطار عمل جاهز للتشغيل (plug-and-play) يعزز تحرير الجزيئات الموجه بالخصائص في النماذج اللغوية الكبيرة عبر تفكيك الحالات الخفية إلى سمات متفرقة وقابلة للتفسير بواسطة مُشفّر تلقائي متفرع (Sparse Autoencoder)، مما يتيح توجيهاً دقيقاً يحسن معدلات نجاح التحرير بشكل كبير دون تعديل معاملات النموذج.

Mingxu Zhang, Yuhan Li, Lujundong Li, Dazhong Shen, Hui Xiong, Ying Sun2026-05-12

🤖 machine learning

Transcoda: End-to-End Zero-Shot Optical Music Recognition via Data-Centric Synthetic Training

تعد Transcoda نظاماً للتعرف الضوئي على الموسيقى يعتمد على البيانات والتعلم الصفري، حيث يستفيد من توليد البيانات الاصطناعية المتقدم، وتطبيع ترميز الـ kern، وفك التشفير القائم على القواعد لتدريب نموذج مدمج يتفوق بشكل كبير على النماذج المرجعية الحالية ذات المليارات من المعلمات في كل من اختبارات النوتات الموسيقية الاصطناعية والتاريخية.

Daniel Dratschuk, Paul Swoboda2026-05-12

→ السابق التالي ←