🤖 machine learning

Adaptive Negative Scheduling for Graph Contrastive Learning

تقدم هذه الورقة البحثية AdNGCL، وهو إطار عمل تكيفي لجدولة العينات السلبية يعمل على تحسين اختيار العينات السلبية ديناميكياً عبر طبقات الصعوبة باستخدام نهج مقيد بالميزانية ومحكوم بالخسارة، محققاً بذلك أداءً هو الأفضل في فئته على تسعة من مجموعات بيانات الرسوم البيانية مع توفير تحكم صريح في التكاليف الحسابية.

Adnan Ali, Jinlong Li, Syed Muhammad Israr, Ali Kashif Bashir2026-05-06
⚡ electrical engineering

Phoneme-Level Deepfake Detection Across Emotional Conditions Using Self-Supervised Embeddings

تقترح هذه الورقة إطار عمل للكشف عن التزييف العميق على مستوى الفونيم (الوحدة الصوتية) باستخدام تضمينات WavLM ذاتية الإشراف، لتوضيح أن تحليل الوحدات الصوتية المحددة، ولا سيما الحركات الصائتة المعقدة والاحتكاكية، يقدم طريقة فعالة وقابلة للتفسير لتحديد الكلام الاصطناعي المتلاعب به عاطفيًا عبر مختلف الظروف العاطفية.

Vamshi Nallaguntla, Shruti Kshirsagar, Anderson R. Avila2026-05-06
🤖 machine learning

Attribution-Guided Masking for Robust Cross-Domain Sentiment Classification

تقترح هذه الورقة البحثية تقنية "التقنيع الموجه بالاستدلال" (AGM)، وهي تدخل يتم أثناء عملية التدريب يعمل على الكشف الديناميكي عن الرموز الزائفة الخاصة بنطاق معين ومعاقبتها باستخدام الاستدلال القائم على التدرج لتحسين التصنيف القوي للمشاعر عبر النطاقات في وضع الصفر (zero-shot) دون الحاجة إلى تسميات النطاق المستهدف.

Shubham Harkare, Arvind Yogesh Suresh Babu, Yash Kulkarni2026-05-06
🤖 machine learning

Gated Subspace Inference for Transformer Acceleration

تقدم هذه الورقة البحثية "الاستدلال عبر الفضاء الجزئي المبوّب" (Gated Subspace Inference)، وهي طريقة لا تتطلب إعادة تدريب تعمل على تسريع استدلال نماذج المحولات (transformer) عبر تفكيك التنشيطات إلى مكونات فضاء جزئي منخفض الرتبة ومكونات متبقية مع بوابات تكيفية، مما يحقق تسريعاً كبيراً في الطبقات الخطية مع الحفاظ على جودة المخرجات ودقة مطابقة تماماً على مستوى الحروف في نماذج محددة.

Stephen J. Thomas2026-05-06
🤖 machine learning

Cascade Token Selection for Transformer Attention Acceleration

تقدم هذه الورقة آلية اختيار توكنات متتالية تسرع عملية انتباه المحولات (transformer attention) عبر وراثة وتحديث التوكنات التمثيلية بشكل تدريجي عبر الطبقات، مما يقلل تعقيد الاختيار من O(T2d)O(T^2 d) إلى O(Trd)O(T r d) مع الحفاظ على استبقاء عالٍ للمعلومات.

Stephen J. Thomas2026-05-06
🤖 machine learning

Taming the Curses of Multiagency in Robust Markov Games with Large State Space through Linear Function Approximation

تقترح هذه الورقة أول خوارزميات مثبتة الكفاءة في البيانات للألعاب الماركوفية المتينة توزيعياً ذات فضاءات الحالات الكبيرة باستخدام التقريب الدالي الخطي، والتي نجحت في كسر لعنة تعدد الوكلاء في كل من الإعدادات التوليدية والإعدادات التفاعلية عبر الإنترنت المقترحة حديثاً.

Jingchu Gai, Laixi Shi2026-05-06
🤖 machine learning

Instance-Level Costs for Nuanced Classifier Evaluation

تقدم هذه الورقة "التكلفة الزائدة الموحدة" (NEC)، وهي مقياس يزن أخطاء التصنيف بناءً على تكاليف مستوى الحالة للكشف عن أن معظم الأخطاء تحدث في الأمثلة الغامضة ومنخفضة التكلفة، بينما تجد أن التدريب الحساس للتكلفة يحقق فوائد غير متسقة ما لم تكن التكاليف قابلة للتنبؤ من خلال سمات المدخلات.

Kabir Kang, Stephen Mussmann2026-05-06
🤖 machine learning

OCRR: A Benchmark for Online Correction Recovery under Distribution Shift

تقدم هذه الورقة البحثية OCRR، وهو معيار مرجعي جديد لتقييم استعادة التصحيح عبر الإنترنت تحت تأثير انزياح التوزيع، وتثبت أن ركيزة مقترحة تعتمد على الإضافة فقط وسلسلة الهاش تتفوق بشكل كبير على النماذج المرجعية الحالية للتعلم المستمر والضبط الدقيق من خلال تحقيق دقة عالية في الفئات الجديدة مع الحفاظ في الوقت ذاته على الأداء في البيانات الأصلية وبأقل قدر من استهلاك الذاكرة.

Adrian Grassi2026-05-06
🤖 machine learning

Pairwise matrices for sparse autoencoders: single-feature inspection mislabels causal axes

تقدم هذه الورقة بروتوكول مصفوفة زوجي لقابلية تفسير المشفّر التلقائي المتناثر، يكشف كيف يؤدي فحص الميزة المنفردة إلى تصنيف المحاور السببية بشكل خاطئ، مما يثبت أن التلاعب المشترك بالميزات يكشف عن تأثيرات معقدة وغير خطية ونُظم فقدان تماسك متميزة غير مرئية لطرق توجيه الميزة المنفردة القياسية.

Michael A. Riegler, Birk Sebastian Frostelid Torpmann-Hagen2026-05-06
💻 computer science

Geometric Deviation as an Unsupervised Pre-Generation Reliability Signal: Probing LLM Representations for Answerability

تُثبت هذه المقالة أن قياس الانحراف الهندسي للحالات الخفية عن مجموعة مرجعية قابلة للإجابة يوفر إشارة موثوقة وغير خاضعة للإشراف قبل عملية التوليد للكشف عن الاستعلامات غير القابلة للإجابة في المجالات المهيكلة مثل الرياضيات والبرمجة، رغم أن هذا التأثير لا يعمم على المطالبات الواقعية.

Yucheng Du2026-05-06