🤖 machine learning

DexSim2Real: Foundation Model-Guided Sim-to-Real Transfer for Generalizable Dexterous Manipulation

تقدم الورقة البحثية DexSim2Real، وهو إطار عمل متكامل يستفيد من النماذج التأسيسية للرؤية واللغة لتعزيز عشوائية النطاق، وسياسات الانتباه المتقاطع اللمسي-البصري، ومناهج المهارات التدريجية لتحقيق متوسط معدل نجاح قدره 78.2% في مهام المناولة الماهرة القابلة للتعميم من خلال تضييق فجوة الأداء بين المحاكاة والواقع بشكل كبير.

Zijian Zeng, Fei Ding, Huiming Yang, Xianwei Li, Yuhao Liao2026-05-08
📊 statistics

Maximizing Rollout Informativeness under a Fixed Budget: A Submodular View of Tree Search for Tool-Use Agentic Reinforcement Learning

تقدم هذه الورقة البحثية InfoTree، وهو إطار عمل للبحث الشجري أثناء وقت التدريب لتعلم التعزيز الوكيل لاستخدام الأدوات، والذي يصيغ معلوماتية التدفق (rollout informativeness) كمسألة تعظيم شبه نمطية (submodular maximization) لاشتقاق استراتيجية اختيار واعية بعدم اليقين (UUCB) ومخصص ميزانية تكيفي، مما يؤدي إلى تفوق كبير على الأساليب الحالية عبر مختلف معايير الاستدلال واستخدام الأدوات مع الحفاظ على المتانة والكفاءة.

Yuelin Hu, Zhenbo Yu, Zhengxue Cheng, Wei Liu, Li Song2026-05-08
📊 statistics

Forecasting Oncology Demand Trends with Boosting-Based Bayesian Conjugate Models

تقدم هذه الورقة نموذجاً بايزياً مترافقاً مبتكراً معززاً بآلية تعزيز قائمة على البواقي للتنبؤ بدقة باتجاهات الطلب في مجال الأورام، مما أظهر أداءً فائقاً في اكتشاف الاتجاهات مقارنة بالنماذج المرجعية الراسخة مثل ARIMA وLSTM عند تقييمه على بيانات واقعية من البرازيل.

Ademir Batista dos Santos Neto, Tiago Alessandro Espinola Ferreira, Paulo Renato Alves Firmino2026-05-08
🤖 machine learning

Expert Routing for Communication-Efficient MoE via Finite Expert Banks

تقترح هذه الورقة إطار عمل عملي لتحليل أنظمة "خليط الخبراء" (MoE) الموفرة للموارد من خلال نمذجة آلية البوابة كقناة عشوائية واستخدام بنك خبراء محدود مع مُقدِّرات للإنتروبيا المنفصلة لتقدير كمية معلومات التوجيه، مما يؤسس رابطاً رتيباً بين المقاييس المعلوماتية وأداء التعميم.

Mohammad Reza Deylam Salehi, Ali Khalesi2026-05-08
🤖 machine learning

Attribution-Guided Continual Learning for Large Language Models

تقترح هذه الورقة إطار عمل للضبط الدقيق المستمر للنماذج اللغوية الكبيرة يعتمد على التوجيه بالاستدلال، حيث يقوم بتقدير أهمية المعلمات الخاصة بكل مهمة لتعديل التدرجات، مما يقلل بفعالية من النسيان الكارثي مع الحفاظ على الأداء في المهام الجديدة.

Yazheng Liu, Yuxuan Wan, Rui Xu, Xi Zhang, Sihong Xie, Hui Xiong2026-05-08
🤖 machine learning

Understanding Annotator Safety Policy with Interpretability

تقدم هذه الورقة نماذج سياسة المقيّمين (APMs)، وهو إطار عمل قابل للتفسير يستنتج سياسات السلامة الداخلية للمقيّمين مباشرة من سلوكهم في التصنيف للتمييز بين الإخفاقات التشغيلية، وغموض السياسات، والتعددية القيمية، مما يتيح تصميم سياسات سلامة أكثر استهدافاً وشمولية دون عبء إضافي في عملية التصنيف.

Alex Oesterling, Donghao Ren, Yannick Assogba, Dominik Moritz, Sunnie S. Y. Kim, Leon Gatys, Fred Hohman2026-05-08
🤖 machine learning

A Multi-Head Attention Approach for SLA Compliance Monitoring in Data Centers

تقدم هذه الورقة إطار عمل "ترانسفورمر" متعدد الرؤوس يقوم بترميز قواعد اتفاقية مستوى الخدمة (SLA) كبيانات JSON مهيكلة للتنبؤ بانتهاكات طاقة ودرجة حرارة ورطوبة مراكز البيانات قبل 30 دقيقة من وقوعها، مع توليد مخرجات مخصصة لكل دور من أدوار التمويل والعمليات والامتثال لتمكين المعالجة الاستباقية وتقليل العقوبات المالية.

Omanshu Thapliyal2026-05-08
🤖 machine learning

COPYCOP: Ownership Verification for Graph Neural Networks

تقدم الورقة البحثية CopyCop، وهو خوارزمية قوية ذات ضمانات نظرية تتحقق من ملكية الشبكات العصبية الرسومية (GNNs) عبر الكشف عما إذا كان نموذجان ببنيات أو أوزان أو أبعاد تضمين مختلفة قد تم تدريبهما بشكل مستقل أم أن أحدهما نسخة مقلدة عدائية، متفوقة بذلك على طرق العلامات المائية وبصمات الأصابع الحالية عبر 14 مجموعة بيانات.

Rahul Nandakumar, Deepayan Chakrabarti2026-05-08
🤖 machine learning

SPADE: Faster Drug Discovery by Learning from Sparse Data

تقدم الورقة البحثية خوارزمية SPADE، وهي خوارزمية مبتكرة تسرع عملية اكتشاف الأدوية بشكل كبير من خلال التحديد الفعال للرابطات عالية الجودة للبروتينات الجديدة باستخدام بيانات متفرقة، حيث تتطلب 40 اختباراً فقط في المتوسط للعثور على 10 مرشحين ناجحين مع التفوق على طرق التعلم العميق والتحسين البايزي في كل من كفاءة العينات وسرعة التسجيل.

Rahul Nandakumar, Ben Fauber, Deepayan Chakrabarti2026-05-08
🤖 machine learning

Conditional Diffusion Under Linear Constraints: Langevin Mixing and Information-Theoretic Guarantees

تتناول هذه الورقة الانحياز في أخذ العينات الشرطية صفريّة الشروط للمسائل العكسية الخطية من خلال تحليل أخطاء دالة الدرجة عبر حدود نظرية المعلومات واقتراح تهيئة "لانجفان" مسقطة مع عكس إزالة الضجيج الموجه، والتي تتفوق على النماذج المرجعية القائمة على الإسقاط الحالية.

Ahmad Aghapour, Erhan Bayraktar, Asaf Cohen2026-05-08