🤖 Category

cs.LG

24235 ورقة بحثية

💬 NLP

PaT: Planning-after-Trial for Efficient Test-Time Code Generation

تقترح الورقة البحثية "التخطيط بعد التجربة" (PaT)، وهي سياسة تكيفية لتوليد الكود في وقت الاختبار تستدعي المخطط فقط عند فشل التحقق، مما يتيح تكويناً غير متجانس للنماذج يتسم بكفاءة التكلفة ويحسن بشكل كبير المقايضة بين التكلفة والأداء مقارنة بنهج التخطيط الجامد.

Youngsik Yoon, Sungjae Lee, Seockbean Song, Siwei Wang, Wei Chen, Jungseul Ok2026-05-11
💬 NLP

When Are Experts Misrouted? Counterfactual Routing Analysis in Mixture-of-Experts Language Models

تكشف هذه الورقة أن أجهزة التوجيه القياسية من نوع (top-kk) في نماذج "خليط الخبراء" (Mixture-of-Experts) غالباً ما تخفق في اختيار مسارات الخبراء المثلى للرموز التي تتطلب استدلالاً معقداً، إلا أن تحديثاً طفيفاً لجهاز التوجيه وحده يمكن أن يحسن الأداء بشكل كبير في الاختبارات المعيارية الصعبة عن طريق تصحيح حالات سوء التخصيص هذه دون إعادة تدريب الخبراء.

Youngsik Yoon, Siwei Wang, Wei Chen, Jungseul Ok2026-05-11
⚡ electrical engineering

Resource-Element Energy Difference for Noncoherent Over-the-Air Federated Learning

تقدم هذه الورقة "فرق طاقة عنصر المورد" (REED)، وهو بدائي تجميع غير متماسك للتعلم الاتحادي عبر الهواء، يلغي الحاجة إلى معلومات حالة القناة اللحظية من خلال رسم التحديثات الموقعة على عناصر مورد متعامدة، مما يحقق تجميعًا غير متحيز مع معدلات تقارب مثبتة وأداء قوي في ظل عدم تجانس البيانات.

Hao Chen, Zavareh Bozorgasl2026-05-11
🤖 machine learning

PerCaM-Health: Personalized Dynamic Causal Graphs for Healthcare Reasoning

يُعد PerCaM-Health إطار عمل مبتكر يجسّر الفجوة بين النمذجة السببية على مستوى السكان والنمذجة الخاصة بالمريض من خلال تعلم رسوم بيانية سببية شخصية ومتغيرة زمنياً عبر التكيف المحافظ لبنية سكانية موجهة معرفياً، مما يتيح استدلالاً مضاداً للواقع أكثر موثوقية للتدخلات الرعاية الصحية الفردية.

Elahe Khatibi, Ziyu Wang, Saba A. Farahani, Di Huang, Hung Cao, Ramesh Jain, Amir M. Rahmani2026-05-11
💬 NLP

MIPIAD: Multilingual Indirect Prompt Injection Attack Defense with Qwen -- TF-IDF Hybrid and Meta-Ensemble Learning

تقدم الورقة البحثية MIPIAD، وهو إطار دفاعي متعدد اللغات ضد هجمات حقن الأوامر غير المباشرة يجمع بين مصنف Qwen2.5 مضبوط بدقة باستخدام تقنية LoRA مع ميزات TF-IDF وتعلم التجميع الميتا (meta-ensemble learning) لتحقيق دقة كشف عالية وتقليل فجوات الأداء عبر اللغات في الإنجليزية والبنجالية.

Al Muhit Muhtadi, Mostafa Rifat Tazwar2026-05-11
🤖 machine learning

bispectrum: Selective GG-Bispectra Made Practical

تقدم هذه الورقة البحثية **bispectrum**، وهي مكتبة مفتوحة المصدر مبنية على PyTorch تنفذ طيف GG-bispectra انتقائيًا وفعالًا لسبعة من إجراءات المجموعات (group actions) لتحقيق ثبات شبه دقيق مع تقليل التكاليف الحسابية، مما يظهر تحسينات مستمرة في الأداء مقارنة بطرق التجميع (pooling methods) الحالية في أنظمة التعلم العميق ذات البيانات المنخفضة والسعة المتوسطة.

Johan Mathe, Adele Myers, Simon Mataigne, Nina Miolane2026-05-11
🤖 machine learning

Bifurcation Models: Learning Set-Valued Solution Maps with Weight-Tied Dynamics

تقدم هذه الورقة نماذج التفرع (bifurcation models)، وهي إطار عمل ديناميكي مرتبط الأوزان يتعلم خرائط حلول ذات قيم مجموعات من خلال تمثيل مشهد جاذب بدلاً من فرع عشوائي واحد، مما يتجنب عدم الانتظام في المختارات اليدوية ويُظهر أداءً فائقاً في اكتشاف توازنات متعددة صالحة لمشكلات مثل نماذج إيسينج المحبطة (frustrated Ising models).

Caleb Jore, Jialin Liu2026-05-11
🤖 machine learning

Mask2Cause: Causal Discovery via Adjacency Constrained Causal Attention

يُعد Mask2Cause إطار عمل للتعلم العميق متكامل الأطراف يدمج بين الانتباه المقنع المقيد بالتجاور وتضمينات المتغيرات المعكوسة لاستعادة الرسوم البيانية السببية مباشرة أثناء التنبؤ بالسلاسل الزمنية، محققاً دقة اكتشاف رائدة مع تقليل تعقيد النموذج بشكل كبير.

Omar Muhammad, Pasupuleti Dhruv Shivkant, Deepak N. Subramani2026-05-11
🤖 machine learning

The Convergence Gap: Instruction-Tuned Language Models Stabilize Later in the Forward Pass

تقدم هذه الورقة تشخيص "فجوة التقارب" لتوضيح أن النماذج اللغوية المضبوطة بالتعليمات تستقر في تنبؤاتها للرمز التالي في مرحلة متأخرة من التمرير الأمامي مقارنة بنظيراتها مسبقة التدريب، وهو تأخير ناتج بشكل أساسي عن الحسابات في طبقات MLP المتأخرة.

Yifan Zhou2026-05-11
🤖 machine learning

Instruction Tuning Changes How Upstream State Conditions Late Readout: A Cross-Patching Diagnostic

تُثبت هذه الورقة، من خلال تشخيص التجزئة عبر الرقع (cross-patching) القائم على التباعد الأول، أن النماذج المضبوطة بالتعليمات تعتمد على تفاعل تآزري بين حالاتها السابقة المسبقة الضبط (upstream states) وبين مجموعات الطبقات المتأخرة لتوليد السلوك، بدلاً من امتلاك طبقات متأخرة تعمل بشكل مستقل أو قابل للنقل عبر تواريخ تدريب مختلفة.

Yifan Zhou2026-05-11