cs.LG ورقة بحثية

Local Hessian Spectral Filtering for Robust Intrinsic Dimension Estimation

تقدم هذه الورقة البحثية البعد الطيفي لهسيان الموضع (LHSD)، وهي طريقة قابلة للتوسع تعمل على تقدير البعد الجوهري الموضعي بمتانة في الفضاءات عالية الأبعاد من خلال تطبيق تصفية طيفية على هسيان كثافة اللوغاريتم للتمييز بين الاتجاهات المماسية والضجيج، مما يتيح الكشف الفعال عن الحفظ في نماذج الانتشار واسعة النطاق.

Genki Osada2026-05-05

🤖 machine learning

Arbitrarily Conditioned Hierarchical Flows for Spatiotemporal Events

تقدم هذه الورقة البحثية تدفقات هرمية مشروطة تعسفياً (ARCH)، وهو إطار عمل للتدفق الهرمي يتغلب على قيود نماذج العمليات النقطية ذات الترتيب الذاتي الحالية من خلال تمكين التكييف المرن مع الأحداث المرصودة التعسفية لتوحيد وتحسين الأداء عبر مهام التنبؤ المكاني الزماني، والاستدلال العكسي، واستعادة المسار.

Keyan Chen, Qiwei Yuan, Zhitong Xu, Bin Shen, Shandian Zhe2026-05-05

🤖 machine learning

Attention Sinks in Massively Multilingual Neural Machine Translation:Discovery, Analysis, and Mitigation

تحدد هذه الورقة وتخفف من أثر "مصب الانتباه" (attention sink) المنهجي في نماذج الترجمة الآلية العصبية متعددة اللغات، حيث تمتص الرموز غير المحتوية على محتوى كتلة الانتباه المتقاطع بشكل غير متناسب، وذلك عبر تقديم منهجية تصفية تكشف عن أنماط لغوية كانت محجوبة سابقاً وتحسن بشكل كبير من موثوقية تحليلات التفسير القائمة على الانتباه.

Hillary Mutisya, John Mugane2026-05-05

🤖 machine learning

CombinationTS: A Modular Framework for Understanding Time-Series Forecasting Models

تقدم الورقة البحثية CombinationTS، وهو إطار احتمالي معياري يعمل على تفكيك نماذج التنبؤ بالسلاسل الزمنية ليكشف أن تضمينات البيانات وتحويلات المدخلات المصممة جيداً غالباً ما تحقق أداءً واستقراراً متفوقين مقارنة بهياكل المشفرات المعقدة، مما يتحدى ضرورة زيادة تعقيد النموذج.

Xiaorui Wang, Fanda Fan, Chenxi Wang, Yuxuan Yang, Rui Tang, Kuoyu Gao, Simiao Pang, Yuanfeng Shang, Zhipeng Liu, Wanlin (…)2026-05-05

🤖 machine learning

Rhamba: Region-Aware Hybrid Attention-Mamba Framework for Self-Supervised Learning in Resting-State fMRI

يُعد Rhamba إطار عمل مبتكر للتدريب المسبق ذاتي الإشراف لصور الرنين المغناطيسي الوظيفي في حالة الراحة، حيث يدمج بين الحجب الموجه تشريحيًا وبنيات Attention-Mamba الهجينة لتحقيق أداء فائق في تصنيف الفصام واضطراب نقص الانتباه مع فرط النشاط (ADHD) مع تحقيق التوازن بين القابلية للتفسير وقابلية التوسع.

Ruthwik Reddy Doodipala, Pankaj Pandey, Pratheek Eranki, Carolina Torres-Rojas, Manob Jyoti Saikia, Ranganatha Sitaram2026-05-05

🤖 machine learning

S^3-R1: Learning to Retrieve and Answer Step-by-Step with Synthetic Data

يُعد S^3-R1 إطار عمل يعزز التعلم المعزز للإجابة على الأسئلة القائمة على البحث من خلال الجمع بين مسار بيانات اصطناعية لتوليد أسئلة متعددة الخطوات متوسطة الصعوبة وبين هيكل مكافأة كثيف يقيم جودة البحث وصحة الإجابة النهائية، مما يؤدي إلى تحسين التعميم واستراتيجيات البحث.

Harsh Goel, Akhil Udathu, Susmija Jabireddy, Pradnesh Kalkar, Atharva Parulekar2026-05-05

🤖 machine learning

New Bounds for Kernel Sums via Fast Spherical Embeddings

تقدم هذه الورقة نظرية تضمين كروي سريعة جديدة لإرساء حدود زمن استعلام محسنة قدرها $\tilde O(d+\varepsilon\Delta^2+1/\varepsilon^3)$ لتقدير متوسطات نواة غاوس، متفوقة بذلك على النتائج السابقة في النطاقات ذات الخطأ الصغير وقطر البيانات المتوسط.

Tal Wagner2026-05-05

🤖 machine learning

A Theory of Saddle Escape in Deep Nonlinear Networks

تستنتج هذه الورقة هوية دقيقة لعدم توازن معيار الأوزان في الشبكات غير الخطية العميقة لتصنيف دالات التنشيط وتحديد قانون وقت الهروب من العمق الحرج، مما يثبت أن هضاب التدريب محكومة بعدد طبقات عنق الزجاجة بدلاً من العمق الإجمالي للشبكة.

Divit Rawal, Michael R. DeWeese2026-05-05

📈 economics

The Partial Testimony of Logs: Evaluation of Language Model Generation under Confounded Model Choice

تقترح هذه الورقة وتقيم إطار عمل ثلاثي المصادر يجمع بين تجربة عشوائية صغيرة ومحاكي غير متصل بالإنترنت لتحديد وتصحيح انحياز الاختيار المتأصل في سجلات النماذج اللغوية الملاحظة واسعة النطاق، مما يتيح إجراء مقارنات سببية صالحة لأداء النموذج.

Jikai Jin, Vasilis Syrgkanis2026-05-05

🤖 machine learning

Rethinking Model Selection in VLM Through the Lens of Gromov-Wasserstein Distance

تتحدى هذه الورقة معايير اختيار النماذج التقليدية لنماذج الرؤية واللغة من خلال إثبات أن التشابه الهيكلي بين وسائط الرؤية واللغة، والذي يُقاس عبر مسافة "غروموف-واسرشتاين"، يعد مؤشراً أفضل لأداء المحاذاة مقارنة بحجم المشفر أو دقة التعلم الصفري.

Muyang Li, Yucheng Liu, Jianbo Ma, Elliot Osborne, Bo Han, Tongliang Liu2026-05-05

→ السابق التالي ←