cs.LG ورقة بحثية

V4FinBench: Benchmarking Tabular Foundation Models, LLMs, and Standard Methods on Corporate Bankruptcy Prediction

تقدم هذه الورقة البحثية V4FinBench، وهو معيار مرجعي واسع النطاق يضم أكثر من مليون سجل لسنوات الشركات من اقتصادات مجموعة فيسيغراد المصمم لتقييم طرق التنبؤ بالإفلاس المؤسسي، والذي كشف أن نموذج TabPFN الضبط الدقيق والمدرك لعدم التوازن يتفوق على تعزيز التدرج القياسي والنماذج اللغوية الكبيرة مثل Llama-3-8B في التعامل مع عدم التوازن الشديد في الفئات والتنبؤ متعدد الآفاق الزمنية.

Marcin Kostrzewa, Sebastian Tomczak, Roman Furman, Anna Poberezhna, Michał Furgała, Oleksii Furman, Maciej Zięba2026-05-12

🤖 machine learning

RubricEM: Meta-RL with Rubric-guided Policy Decomposition beyond Verifiable Rewards

يُعد RubricEM إطار عمل للتعلم المعزز الميتاوي (meta-reinforcement learning) يعمل على تعزيز وكلاء البحث العميق عبر استخدام المعايير (rubrics) كواجهة مركزية لهيكلة تفكيك السياسة على مراحل، وتوفير تغذية راجعة دلالية كثيفة عبر خوارزمية GRPO المهيكلة للمراحل، وتطوير سياسة ميتاوية للتفكير، مما يحقق أداءً يضاهي الأنظمة المملوكة في معايير البحث طويلة المدى.

Gaotang Li, Bhavana Dalvi Mishra, Zifeng Wang, Jun Yan, Yanfei Chen, Chun-Liang Li, Long T. Le, Rujun Han, George Lee, H (…)2026-05-12

🤖 machine learning

DataMaster: Towards Autonomous Data Engineering for Machine Learning

تقدم الورقة البحثية DataMaster، وهو إطار عمل لوكيل مستقل يعزز أداء تعلم الآلة من خلال تحسين مهام هندسة البيانات — مثل الاكتشاف، والاختيار، والتحويل — عبر بحث ذي بنية شجرية مع أحواض بيانات مشتركة وذاكرة تراكمية، محققاً تحسينات ملحوظة في اختبارات MLE-Bench Lite وPostTrainBench دون تعديل خوارزميات التعلم الأساسية.

Yaxin Du, Xiyuan Yang, Zhifan Zhou, Wanxu Liu, Zixing Lei, Zimeng Chen, Fenyi Liu, Haotian Wu, Yuzhu Cai, Zexi Liu, Xiny (…)2026-05-12

📊 statistics

Revisiting Policy Gradients for Restricted Policy Classes: Escaping Myopic Local Optima with $k$ -step Policy Gradients

تقترح هذه الورقة طريقة تدرج سياسة معممة بـ $k$ -خطوة تتغلب على الأمثلية المحلية قصيرة النظر المتأصلة في فئات السياسات المقيدة من خلال الربط بين العشوائية عبر نافذة زمنية قدرها $k$ -خطوة، مما يضمن نظرياً التقارب نحو الحلول القريبة من المثالية دون الاعتماد على عوامل عدم تطابق التوزيع.

Alex DeWeese, Guannan Qu2026-05-12

⚛️ quantum physics

Equivariant Reinforcement Learning for Clifford Quantum Circuit Synthesis

تقدم هذه الورقة عميلاً للتعلم التعزيزي متماثلاً وغير مقيد بالحجم، يقوم بتخليق دوائر كليفورد الكمية المثلى أو القريبة من المثالية بكفاءة للأجهزة ذات الاتصال الشامل (all-to-all)، متفوقاً بذلك على الأدوات الحالية مثل أدوات التخليق في Qiskit، وناجحاً في التوسع من ستة إلى ثلاثين كيوبت.

Richie Yeung, Aleks Kissinger, Rob Cornish2026-05-12

🔢 mathematics

Quantifying Concentration Phenomena of Mean-Field Transformers in the Low-Temperature Regime

تثبت هذه الورقة رياضياً أنه في حد درجات الحرارة المنخفضة، تتركز توزيعات الرموز (tokens) في نماذج المحولات العميقة ذات المشفر فقط (encoder-only transformers) بسرعة نحو حالة شبه مستقرة محددة بواسطة مصفوفات الإسقاط الخاصة بالنموذج، مع تحديد معدلات التقارب عبر مسافة واسرستاين (Wasserstein distance) والتحقق منها تجريبياً عددياً عبر إظهار مرحلة نهائية يهيمن عليها الطيف.

Albert Alcalde, Leon Bungert, Konstantin Riedl, Tim Roith2026-05-12

🤖 machine learning

DECO: Sparse Mixture-of-Experts with Dense-Comparable Performance on End-Side Devices

تقدم هذه الورقة البحثية DECO، وهي بنية "خليط من الخبراء" (Mixture-of-Experts) متفرقة تحقق أداءً مقارباً للأداء الكثيف مع تفعيل 20% فقط من الخبراء وتسريع في الاستنتاج بمقدار 3.00 أضعاف على الأجهزة الطرفية عبر الاستفادة من التوجيه القائم على ReLU، والتحجيم القابل للتعلم لكل خبير، ودالة تنشيط NormSiLU مبتكرة.

Chenyang Song, Weilin Zhao, Xu Han, Chaojun Xiao, Yingfa Chen, Zhiyuan Liu2026-05-12

🤖 machine learning

ELF: Embedded Language Flows

تقدم هذه الورقة تدفقات اللغة المضمنة (ELF)، وهو نموذج مطابقة تدفق في زمن مستمر يعمل بشكل أساسي في فضاء تضمين مستمر قبل الانتقال إلى الرموز المنفصلة، مما يظهر جودة توليد وكفاءة متفوقة مقارنة بنماذج اللغة ذات الانتشار المنفصلة والمستمرة الحالية.

Keya Hu, Linlu Qiu, Yiyang Lu, Hanhong Zhao, Tianhong Li, Yoon Kim, Jacob Andreas, Kaiming He2026-05-12

🤖 machine learning

HIVE-COTE 2.0: a new meta ensemble for time series classification

تقدم هذه الورقة البحثية HIVE-COTE 2.0، وهو نموذج تجميع ميتا (meta-ensemble) مُحسّن بشكل كبير لتصنيف السلاسل الزمنية يدمج مصنفات مبتكرة (TDE وDrCIF وArsenal) لتحقيق دقة هي الأفضل في فئتها على كل من مجموعات البيانات أحادية المتغير ومتعددة المتغيرات.

Matthew Middlehurst, James Large, Michael Flynn, Jason Lines, Aaron Bostrom, Anthony Bagnall2026-05-11

📊 statistics

Unsupervised Feature Based Algorithms for Time Series Extrinsic Regression

توسع هذه الورقة البحثية معيار الانحدار الخارجي للسلاسل الزمنية (TSER) ليشمل 63 مشكلة، وتثبت أن خوارزميتين جديدتين مقترحتين تعتمدان على الميزات غير الخاضعة للإشراف، وهما FreshPRINCE وDrCIF، تتفوقان بشكل كبير على الأساليب الحالية، بما في ذلك منظم غابة الدوران (Rotation Forest) القياسي.

David Guijo-Rubio, Matthew Middlehurst, Guilherme Arcencio, Diego Furtado Silva, Anthony Bagnall2026-05-11

→ السابق التالي ←

cs.LG

V4FinBench: Benchmarking Tabular Foundation Models, LLMs, and Standard Methods on Corporate Bankruptcy Prediction

RubricEM: Meta-RL with Rubric-guided Policy Decomposition beyond Verifiable Rewards

DataMaster: Towards Autonomous Data Engineering for Machine Learning

Revisiting Policy Gradients for Restricted Policy Classes: Escaping Myopic Local Optima with kkk-step Policy Gradients

Equivariant Reinforcement Learning for Clifford Quantum Circuit Synthesis

Quantifying Concentration Phenomena of Mean-Field Transformers in the Low-Temperature Regime

DECO: Sparse Mixture-of-Experts with Dense-Comparable Performance on End-Side Devices

ELF: Embedded Language Flows

HIVE-COTE 2.0: a new meta ensemble for time series classification

Unsupervised Feature Based Algorithms for Time Series Extrinsic Regression

Revisiting Policy Gradients for Restricted Policy Classes: Escaping Myopic Local Optima with $k$ -step Policy Gradients