cs.LG ورقة بحثية

Weight Clipping for Robust Conformal Inference under Unbounded Covariate Shifts

تقدم هذه الورقة طريقة "ملاءمة الأهمية المقطوعة بالتربيع الأدنى" (CLISF) لتمكين التنبؤ التوافقي الموزون القوي في ظل تحولات المتغيرات غير المحدودة، وذلك من خلال تقديم أول ضمانات نظرية لتقليم الأوزان تضمن التغطية المشروطة بمجموعة البيانات مع تعقيد عينة مستقل عن العزوم العليا لنسبة الكثافة الحقيقية.

James Wang, Surbhi Goel2026-05-05

🤖 machine learning

Bridging the Gap Between Average and Discounted TD Learning

تقدم هذه الورقة خوارزمية جديدة لتقييم السياسة في إطار المكافأة المتوسطة تستخدم مسارين ماركوفيين لضمان التقارب دون حدود تعتمد على الأبعاد وتحقق تعقيد عينات تربيعي، مما يطابق الكفاءة النظرية لتعلم الفرق الزمني المخصوم.

Haoxing Tian, Zaiwei Chen, Ioannis Ch. Paschalidis, Alex Olshevsky2026-05-05

🤖 machine learning

A Parameter-Free First-Order Algorithm for Non-Convex Optimization with $\tilde{\mkern1mu O}(ε^{-5/3})$ Global Rate

تقدم الورقة البحثية PF-AGD، وهو خوارزمية أولية متسارعة، حتمية، وخالية من المعلمات، تحقق معدل تقارب عالمي قدره $\tilde{O}(\epsilon^{-5/3})$ لتحسين الدوال غير المحدبة والملساء عبر الاستفادة من إجراءات التراجع التكيفي وإعادة التشغيل القائمة على التدرج لتقدير الانحناء المحلي دون معرفة مسبقة بثوابت السلاسة، مما يمثل أحدث ما توصل إليه العلم في هذا المجال.

Sichao Xiong, Sadok Jerad, Coralia Cartis2026-05-05

🤖 machine learning

Personalized Federated Learning for Gradient Alignment

تقترح الورقة البحثية إطار عمل pFLAlign، وهو إطار تعلم اتحادي مخصص يستفيد من آليات محاذاة التدرج أثناء كل من التدريب المحلي والتجميع لتقليل التباين وتخفيف التشوه، مما يحافظ على المعلومات الخاصة بكل عميل ويحقق أداءً هو الأفضل في فئته.

Dongwon Kim, Gyuejeong Lee2026-05-05

💬 NLP

CLaC at SemEval-2026 Task 6: Response Clarity Detection in Political Discourse

يُظهر نظام فريق CLaC الخاص بالمهمة السادسة في مسابقة SemEval-2026 أن النماذج اللغوية الكبيرة القائمة على التلقين تتفوق على المشفرات المضبوطة بدقة في اكتشاف وضوح الاستجابة والتهرب في الخطاب السياسي، محققةً نتائج رفيعة المستوى من خلال استراتيجية تجميعية وسياقات مدخلات غنية، مع تسليط الضوء على التحدي المستمر المتمثل في التمييز بين الردود الواضحة والمبهمة.

Nawar Turk, Lucas Miquet-Westphal, Leila Kosseim2026-05-05

📊 statistics

The Causal Description Gap: Information-Theoretic Separations Across Pearl's Hierarchy

تُحدد هذه الورقة الفجوات المعلوماتية النظرية بين مستويات هرم بيرل السببي من خلال إثبات أن تحديد الإجابات السببية في المستويات الأعلى (التدخلات والواقعات المضادة) يمكن أن يتطلب بتات أكثر بكثير من إجابات المستويات الأدنى (البيانات الرصدية)، مع إثبات وجود فوارق تربيعية للتدخلات وفوارق خطية للواقعات المضادة في نماذج سببية هيكلية محددة.

Seyed Morteza Emadi2026-05-05

🤖 machine learning

Manifold-Constrained Adversarial Training for Long-Tailed Robustness via Geometric Alignment

تقترح هذه الورقة التدريب الخصمي المقيد بالمتشعب (MCAT)، وهو إطار عمل موحد يعزز المتانة الخصمية طويلة الذيل من خلال فرض الصلاحية الدلالية عبر قيود المتشعب وتعزيز الفصل الهندسي المتوازن عبر تنظيم مستوحى من مصفوفة تتبع فضاء التماثل (ETF)، مما يؤدي إلى تحسين المتانة عبر جميع توزيعات الفئات.

Guanmeng Xian, Ning Yang, Philip S. Yu2026-05-05

📊 statistics

KANs need curvature: penalties for compositional smoothness

تتناول هذه الورقة تحديات التفسيرية في شبكات كولموغوروف-أرنولد (KANs) الناتجة عن التذبذبات عالية الانحناء، وذلك عبر اشتقاق عقوبة انحناء جديدة غير معتمدة على الأساس، والتي تؤدي عند تطبيقها إلى تنعيم تنشيطات النموذج بشكل كبير دون التضحية بدقة التنبؤ.

James Bagrow2026-05-05

📊 statistics

Denoising data using convex relaxations

تقترح هذه الورقة مُقدِّرَ إزالة ضجيجٍ قائمًا على الاسترخاء المحدب يقوم بإسقاط الملاحظات المشوبة بالضجيج على الغلاف المحدب لمتشعب كامن منخفض الأبعاد، مما يوفر ضمانات خطأ في العينات المحدودة تحت شروط توزيعية محددة ويتحقق من صحة الإطار العملي لتطبيقات المجهر الإلكتروني بالتبريد العميق.

Charles Fefferman, Aalok Gangopadhyay, Matti Lassas, Jonathan Marty, Hariharan Narayanan2026-05-05

💬 NLP

Decoding-Time Debiasing via Process Reward Models: From Controlled Fill-in to Open-Ended Generation

تقدم هذه الورقة إطار عمل لإزالة التحيز في وقت فك التشفير يستخدم نموذج مكافأة عملية منفصلاً لتقييم واختيار الرموز المرشحة من أجل العدالة والطلاقة دون تعديل أوزان النموذج، مما يثبت أن مخططات النقد والمراجعة المتتالية وحواجز التحيز خفيفة الوزن تقلل بفعالية من التحيزات الاجتماعية عبر نماذج لغوية متعددة مفتوحة الأوزان ومملوكة مع الحفاظ على جودة التوليد.

Muneeb Ur Raheem Khan2026-05-05

→ السابق التالي ←

cs.LG

Weight Clipping for Robust Conformal Inference under Unbounded Covariate Shifts

Bridging the Gap Between Average and Discounted TD Learning

A Parameter-Free First-Order Algorithm for Non-Convex Optimization with O~(ε−5/3)\tilde{\mkern1mu O}(ε^{-5/3})O~(ε−5/3) Global Rate

Personalized Federated Learning for Gradient Alignment

CLaC at SemEval-2026 Task 6: Response Clarity Detection in Political Discourse

The Causal Description Gap: Information-Theoretic Separations Across Pearl's Hierarchy

Manifold-Constrained Adversarial Training for Long-Tailed Robustness via Geometric Alignment

KANs need curvature: penalties for compositional smoothness

Denoising data using convex relaxations

Decoding-Time Debiasing via Process Reward Models: From Controlled Fill-in to Open-Ended Generation

A Parameter-Free First-Order Algorithm for Non-Convex Optimization with $\tilde{\mkern1mu O}(ε^{-5/3})$ Global Rate