cs.LG ورقة بحثية

When Diffusion Model Can Ignore Dimension: An Entropy-Based Theory

تؤسس هذه الورقة نظرية تقارب قائمة على الإنتروبيا لنماذج الانتشار، حيث تثبت أن كفاءة أخذ العينات الخاصة بها في الفضاءات عالية الأبعاد محكومة بإنتروبيا شانون لتوزيع البيانات الأساسي وليس بالبعد المحيط.

Ahmad Aghapour, Erhan Bayraktar2026-05-11

🤖 machine learning

DVD: Discrete Voxel Diffusion for 3D Generation and Editing

تقدم هذه الورقة البحثية نموذج الانتشار الفوكسلي المنفصل (DVD)، وهو إطار عمل يعامل الإشغال الفوكسلي كمتغير منفصل أصيل لتمكين التوليد الفعال، وتقدير عدم اليقين، والتحرير في جولة واحدة للسقالات الفوكسلية المتفرقة ضمن مسارات العمل ثلاثية الأبعاد دون الحاجة إلى عتبة التحويل من المستمر إلى المنفصل.

Zhengrui Xiang, Jiaqi Wu, Fupeng Sun, Heliang Zheng, Yingzhen Li2026-05-11

📊 statistics

It Just Takes Two: Scaling Amortized Inference to Large Sets

تقدم هذه الورقة طريقة استدلال مجمعة قابلة للتوسع تفصل بين تعلم التمثيل ونمذجة التوزيع اللاحق من خلال تدريب "Deep Set" يعتمد على تجميع المتوسط على مجموعات لا يتجاوز حجمها اثنين، مما يتيح استدلالاً فعالاً على مجموعات كبيرة بشكل تعسفي مع تكاليف حوسبة مستقلة عن حجم مجموعة النشر مع مطابقة أو التفوق على المعايير المرجعية القياسية.

Antoine Wehenkel, Michael Kagan, Lukas Heinrich, Chris Pollard2026-05-11

🤖 machine learning

Where's the Plan? Locating Latent Planning in Language Models with Lightweight Mechanistic Interventions

تتقصى هذه الورقة أين وكيف تشكل النماذج اللغوية تمثيلات داخلية للقيود المستقبلية أثناء التخطيط، كاشفةً أنه في حين أن معلومات القافية المستقبلية قابلة للفك الخطي عبر عائلات ونطاقات متعددة من النماذج، فإن نموذج Gemma-3-27B وحده يعتمد سببيًا على آلية تسليم محددة في الطبقات المتأخرة لاستخدام هذه المعلومات، بينما تشترط النماذج الأخرى وجود كلمة القافية نفسها رغم إظهارها إشارات استقصائية قوية.

Nicole Ma, Nick Rui2026-05-11

📊 statistics

Bayesian Sensitivity of Causal Inference Estimators under Evidence-Based Priors

تقترح هذه الورقة إطار عمل جديد لقيمة الحساسية البايزية (BSV) يستبدل افتراضات الحالة الأسوأ المتشائمة في تحليل الحساسية للاستدلال السببي بفرضيات مسبقة قائمة على الأدلة لتوفير تقييمات متانة أكثر واقعية ومعلوماتية، كما هو موضح من خلال تطبيق على آثار علاج مرض السكري.

Nikita Dhawan, Daniel Shen, Leonardo Cotta, Chris J. Maddison2026-05-11

🤖 machine learning

Graph-Structured Hyperdimensional Computing for Data-Efficient and Explainable Process-Structure-Property Prediction

تقدم هذه الورقة البحثية إطار عمل الحوسبة فائقة الأبعاد ذات البنية الرسومية (PSP-HDC)، والذي يعالج ندرة البيانات وعدم تجانسها في عملية الاختزال الضوئي متعدد الفوتونات من خلال ترميز التبعيات بين العملية والبنية والخاصية في تمثيلات جوهرية وقابلة للتفسير، محققاً دقة وقدرة على التعميم تتفوق على النماذج التقليدية.

Jingzhan Ge, Ajeeth Vellore, Ajinkya Palwe, Ahsan Khan, David Gorsich, Matthew P. Castanier, SeungYeon Kang, Farhad Iman (…)2026-05-11

📊 statistics

Penalty-Based First-Order Methods for Bilevel Optimization with Minimax and Constrained Lower-Level Problems

تقدم هذه الورقة طرقاً من الدرجة الأولى تعتمد على الجزاءات لمسائل الأمثلية ثنائية المستوى ذات الهياكل التقليلية-التعظيمية (minimax) في كلا المستويين، حيث تُثبت تحسيناً في حدود تعقيد الأوراكل لتصل إلى $\tilde{O}(\epsilon^{-4})$ في الحالات الحتمية و $\tilde{O}(\epsilon^{-9})$ في الحالات العشوائية دون اشتراط فرضيات التحدب القوي على مسألة المستوى الأدنى.

Yiyang Shen, Yutian He, Weiran Wang, Qihang Lin2026-05-11

💬 NLP

Position: Mechanistic Interpretability Must Disclose Identification Assumptions for Causal Claims

تجادل هذه الورقة بأن أبحاث التفسير الآلي غالباً ما تخلط بين مقاييس التحقق والتعريف السببي من خلال الفشل في التصريح صراحةً بالافتراضات الضرورية، وتقترح معيار إفصاح جديداً يتطلب من المؤلفين توضيح استراتيجيات التعريف الخاصة بهم ومدى متانة ادعاءاتهم السببية بشكل جلي.

Zezheng Lin, Fengming Liu2026-05-11

🤖 AI

Globally Optimal Training of Spiking Neural Networks via Parameter Reconstruction

تقترح هذه الورقة خوارزمية عالمية الأمثلية لإعادة بناء المعلمات لتدريب الشبكات العصبية النبضية عبر توسيع نظرية التحدب لتشمل الشبكات العودية ذات العتبة، مما يتغلب على أخطاء التقريب المتأصلة في طرق التدرج البديل ويُظهر أداءً وقابلية توسع متفوقة عبر مهام متنوعة.

Himanshu Udupi, Xiaocong Yang, ChengXiang Zhai2026-05-11

📊 statistics

Semiparametric Efficient Test for Interpretable Distributional Treatment Effects

تقدم هذه الورقة DR-ME، وهو اختبار كفء شبه معلمي يحدد ويحدد مواقع آثار المعالجة التوزيعية القابلة للتفسير عند مواقع نتائج محددة باستخدام سمات نواة متينة ومعممة متعامدة، مما يوفر قدرة تفسيرية وقوة محلية فائقة مقارنة بالاختبارات العالمية التقليدية.

Houssam Zenati, Arthur Gretton2026-05-11

→ السابق التالي ←