🔬 physics

Physical Fidelity Reconstruction via Improved Consistency-Distilled Flow Matching for Dynamical Systems

تقترح هذه الورقة إطار عمل لمطابقة التدفق المقطر بالاتساق، يقوم بضغط النماذج التوليدية عالية الدقة إلى بنيات فعالة ذات خطوة واحدة لإعادة بناء التدفق العلمي، محققاً تسريعاً كبيراً في الاستدلال وتحسيناً في كفاءة التدريب مع الحفاظ على الدقة الفيزيائية عبر مختلف اختبارات ديناميكا السوائل.

Sicheng Ma, Tianyue Yang, Xiuzhe Wu, Xiao Xue2026-05-08
🤖 machine learning

DiBA: Diagonal and Binary Matrix Approximation for Neural Network Weight Compression

تقدم هذه الورقة DiBA، وهي طريقة مدمجة لتحليل المصفوفات تقرب أوزان الشبكات العصبية الكثيفة باستخدام مصفوفات قطرية وثنائية لتقليل تكاليف التخزين والحوسبة بشكل كبير، إلى جانب خوارزميتي DiBA-Greedy وDiBARD اللتين تحققان دقة عالية وتكيفاً فعالاً للمهام اللاحقة دون إعادة تدريب المكونات الثنائية.

Nobutaka Ono2026-05-08
🤖 machine learning

Quantizing With Randomized Hadamard Transforms: Efficient Heuristic Now Proven

تثبت هذه الورقة أن تركيب اثنين أو ثلاثة من تحويلات هاداماند العشوائية (RHTs) كافٍ لمضاهاة أداء الدورات العشوائية المنتظمة (URRs) نظرياً لضغط التدرج وتكميم المتجهات، على التوالي، من خلال إثبات التقارب الغاوسي وحدود اضمحلال التباين، مع اقتراح أيضاً فحص وقت تشغيل خطي للتكيف ديناميكياً مع عدد التحويلات المستخدمة.

Ran Ben-Basat, William Kuszmaul, Michael Mitzenmacher, Amit Portnoy, Shay Vargaftik2026-05-08
🤖 machine learning

Multi-agent decision making: A Blackwell's informativeness approach

تقدم هذه الورقة إطار عمل مبنيًا على معيار "بلاكويل" للمعلوماتية لتحليل اتخاذ القرار في النماذج اللغوية الكبيرة المتعددة، مبرهنةً على أن تعظيم اللاحق المجمع البايزي يمثل حدًا أعلى من الناحية المعلوماتية، ومقترحةً مُقدِّرًا عمليًا لـ "حاصل ضرب اللاحقات" يتفوق على طرق التصويت والمناظرة الحالية في اختبارات قياس جودة الإجابة على الأسئلة.

Zheng Zhang, Cuong C. Nguyen, Kevin Wells, Gustavo Carneiro2026-05-08
🤖 machine learning

Does Synthetic Data Help? Empirical Evidence from Deep Learning Time Series Forecasters

تقدم هذه الورقة دراسة تجريبية واسعة النط النطاق تكشف أن تعزيز البيانات الاصطناعية للتنبؤ بالسلاسل الزمنية يعطي نتائج تعتمد على البنية، حيث يفيد بشكل كبير نماذج خلط القنوات بينما يؤدي إلى تدهور النماذج المستقلة عن القنوات، مع ملاحظة المكاسب المثلى فقط في ظل ظروف محددة مثل التلدين التدريجي واستخدام مولدات الموسمية والاتجاه.

Hugo Cazaux, Eyjólfur Ingi Ásgeirsson, Hlynur Stefánsson2026-05-08
🤖 machine learning

Requests of a Feather Must Flock Together: Batch Size vs. Prefix Homogeneity in LLM Inference

تقدم هذه الورقة البحثية Feather، وهو مجدول مدرك للبادئات يعتمد على التعلم المعزز يعمل على تحسين المقايضة بين حجم الدفعة وتجانس البادئة باستخدام شجرة هاش مجزأة خفيفة الوزن، محققاً إنتاجية أعلى في استنتاج النماذج اللغوية الكبيرة بمعدل 2 إلى 10 أضعاف من خلال تقليل عبء الوصول إلى ذاكرة التخزين المؤقت لـ KV مقارنة بالمجدلات الحالية ذات الحالة الراهنة.

Saksham Rathi, Preeti, Mythili Vutukuru2026-05-08
🤖 machine learning

TFM-Retouche: A Lightweight Input-Space Adapter for Tabular Foundation Models

تقدم هذه الورقة البحثية TFM-Retouche، وهو محول متبقي في فضاء المدخلات خفيف الوزن وغير مرتبط ببنية معينة، يعمل على تعزيز أداء التعلم الصفري ومعايرة النماذج التأسيسية الجدولية المجمدة من خلال تدريب فعال شامل من الطرف إلى الطرف باستخدام حارس الهوية، محققاً نتائج رائدة على TabArena-Lite مع الحفاظ على توازن متفوق بين جودة التنبؤ والتكلفة الحسابية.

Duong Nguyen, Mohammed Jawhar, Nicolas Chesneau2026-05-08
🤖 machine learning

When Brain Networks Travel: Learning Beyond Site

تقترح الورقة البحثية إطار عمل CORE، وهو إطار عمل موحد يعزز التعميم عبر المواقع في تحليل الشبكات الدماغية القائم على التصوير بالرنين المغناطيسي الوظيفي (fMRI) من خلال فك الارتباط بين المربكات الخاصة بكل موقع، ونمذجة ديناميكيات المسارات العابرة على هيكل قابل للتكرار، وتوظيف آلية بوابات تكيفية موجهة مسبقاً لتحقيق أداء يضاهي أحدث المعاياي التقنية في المواقع غير المرئية.

Yingxu Wang, Kunyu Zhang, Yanwu Yang, Thomas Wolfers, Yujie Wu, Siyang Gao, Nan Yin2026-05-08
📊 statistics

Correcting heterogeneous diagnostic bias when developing clinical prediction models using causal hidden Markov models

تقترح هذه الورقة إطار عمل لنموذج ماركوف الخفي السببي لتصحيح التحيز التشخيصي المتباين في نماذج التنبؤ السريري من خلال تقدير احتمالات التشخيص المضادة للواقع، مما يؤدي إلى تحسين المعايرة بشكل كبير وتقليل الأخطاء المنهجية في المجموعات التي تعاني من نقص في التشخيص كما هو موضح في عمليات المحاكاة ودراسة حالة لمرض الكلى المزمن.

Jose Benitez-Aurioles, Ricardo Silva, Brian McMillan, Matthew Sperrin2026-05-08
🤖 machine learning

Geometry-Aware Simplicial Message Passing

تقدم هذه الورقة اختبار "وايسفيلر-ليهمان" الهدسي السيمبليسي (GSWL) لتوصيف القدرة التعبيرية لشبكات تمرير الرسائل السيمبليسية المدركة للهندسة، وتحديد حدودها النظرية، وإثبات قدرتها الفائقة على تمييز البنى الهندسية مقارنة بالنماذج التوليفية البحتة.

Elena Xinyi Wang, Bastian Rieck2026-05-08