cs.LG ورقة بحثية

Data Deletion Can Help in Adaptive RL

تُثبت هذه الورقة أن الحذف العشوائي لجزء من بيانات التدريب في التعلم التعزيزي السياقي يحسن من تقدير السياق ومتانة السياسة عبر الوزن الضمني للعينات الحديثة المتوافقة مع التوزيع، وهي ظاهرة مبررة نظرياً من خلال إظهار أن هذا الحذف يقلل من خسارة الاختبار المتوقعة تحت عدم تطابق التوزيع عندما تقع مستويات التنظيم ونسب الإشارة إلى الضجيج ضمن نطاقات محددة.

Param Budhraja, Aditya Gangrade, Alex Olshevsky, Venkatesh Saligrama2026-05-04

🤖 AI

Token Arena: A Continuous Benchmark Unifying Energy and Cognition in AI Inference

تقدم TokenArena معياراً مستمراً يقيم استنتاج الذكاء الاصطناعي على مستوى نقطة النهاية الدقيقة عبر خمسة محاور أساسية، مما يدمج مقاييس الأداء والتكلفة والطاقة للكشف عن تباين كبير في الدقة وزمن الاستجابة والكفاءة تغفله المعايير التقليدية على مستوى النموذج.

Yuxuan Gao, Megan Wang, Yi Ling Yu2026-05-04

🤖 AI

Beyond Visual Fidelity: Benchmarking Super-Resolution Models for Large-Scale Remote Sensing Imagery via Downstream Task Integration

تقدم هذه الورقة GeoSR-Bench، وهو مجموعة بيانات مرجعية مبتكرة لتقييم نماذج الدقة الفائقة للاستشعار عن بعد من خلال ربط تحسين الصور مباشرة بمهام مراقبة الأرض اللاحقة، مما يكشف أن مقاييس الدقة التقليدية غالباً ما تفشل في التنبؤ بأداء المهام الفعلية أو حتى ترتبط بها ارتباطاً عكسياً.

Zhili Li, Kangyang Chai, Zhihao Wang, Xiaowei Jia, Yanhua Li, Gengchen Mai, Sergii Skakun, Dinesh Manocha, Yiqun Xie2026-05-04

🤖 machine learning

Online Self-Calibration Against Hallucination in Vision-Language Models

تقترح الورقة البحثية إطار عمل OSCAR، وهو إطار عمل للمعايرة الذاتية عبر الإنترنت يستفيد من الفجوة التوليدية-التمييزية في النماذج اللغوية-البصرية الكبيرة لبناء بيانات التفضيل عبر بحث شجرة مونت كارلو (Monte-Carlo Tree Search) وتحسين التفضيل المباشر (Direct Preference Optimization)، مما يقلل بفعالية من الهلوسة دون الاعتماد على إشراف خارجي.

Minghui Chen, Chenxu Yang, Hengjie Zhu, Dayan Wu, Zheng Lin, Qingyi Si2026-05-04

🤖 machine learning

Conformalized Quantum DeepONet Ensembles for Scalable Operator Learning with Distribution-Free Uncertainty

تقدم هذه الورقة "مجموعات Conformalized Quantum DeepONet"، وهو إطار عمل يستخدم الشبكات العصبية الكمومية المتعامدة والدوائر الكمومية الممركزة بالمعلمات والمتراكبة لتحقيق تعلم مؤثر قابل للتوسع مع تعقيد استدلال خطي وتقدير كمي لعدم اليقين خالٍ من التوزيع وصارم للتطبيقات الحرجة للسلامة.

Purav Matlia, Christian Moya, Guang Lin2026-05-04

🤖 machine learning

Borrowed Geometry: Computational Reuse of Frozen Text-Pretrained Transformer Weights Across Modalities

تُثبت هذه الورقة أن أوزان نموذج Gemma 4 31B المدربة مسبقاً والمجمدة والمقتصرة على النصوص يمكن نقلها بفعالية عبر الوسائط المتعددة لتحقيق أداء يضاهي أحدث ما توصل إليه العلم في مهام التحكم الروبوتي، واتخاذ القرار، والاستدعاء الترابطي باستخدام واجهة تدريبية رقيقة فقط، مما يثبت أن قدرة الأوزان في النموذج على تحمل عبء التدريب المسبق هي قدرة جوهرية متأصلة في أوزانه وليست مرتبطة بوسيطه المحدد أو بيانات تدريبه.

Abay Bektursun2026-05-04

🤖 machine learning

Hypergraph and Latent ODE Learning for Multimodal Root Cause Localization in Microservices

تقدم هذه الورقة HyperODE RCA، وهو إطار عمل موحد يدمج انتباه الرسم البياني الفائق، والمعادلات التفاضلية العادية الكامنة، ودمج الانتباه المتقاطع متعدد الوسائط لتحقيق تحديد قوي وقابل للتفسير لمسببات الجذر في أنظمة الخدمات المصغرة المعقدة من خلال نمذجة التبعيات من الرتب العليا والديناميكيات الزمنية غير المنتظمة عبر بيانات القابلية للمراقبة غير المتجانسة.

Xin Liu, Yuhang He, Sichen Zhao, Kejian Tong, Xingyu Zhang2026-05-04

🤖 machine learning

VQ-SAD: Vector Quantized Structure Aware Diffusion For Molecule Generation

يُعد VQ-SAD نموذج انتشار عصبي-رمزي يستفيد من نموذج VQ-VAE مجمد لترميز أنواع الذرات والروابط إلى رموز كامنة منفصلة، مما يتغلب على قيود التمثيلات المستمرة ويحقق أداءً رائدًا في معايير توليد الجزيئات مثل QM9 وZINC250k.

Farshad Noravesh, Reza Haffari, Layki Soon, Arghya Pal2026-05-04

📊 statistics

Uniform-Correct Policy Optimization: Breaking RLVR's Indifference to Diversity

تحدد هذه الورقة أن أهداف التعلم المعزز القياسية ذات المكافآت القابلة للتحقق (RLVR) تؤدي إلى انهيار التنوع لكونها غير مبالية بتوزيع الكتلة الاحتمالية بين الحلول الصحيحة، وتقترح تحسين السياسة الموحدة الصحيحة (UCPO) لفرض توزيع موحد على المخرات الصالحة، مما يحسن بشكل كبير تنوع وتغطية العينات المتعددة مع الحفاظ على دقة المحاولة الواحدة.

Anamika Lochab, Bolian Li, Ruqi Zhang2026-05-04

🤖 machine learning

Model-Based Reinforcement Learning with Double Oracle Efficiency in Policy Optimization and Offline Estimation

تقترح هذه الورقة خوارزمية جديدة للتعلم المعزز القائم على النموذج تحقق حدود ندم مثالية بتعقيد أوراكل مستقل عن أحجام فضاءات الحالة والعمل، مما يجعلها أول طريقة كفؤة مزدوجة الأوراكل قادرة على حل عمليات ماركوف لقرار (MDPs) ذات فضاءات حالة وعمل لانهائية.

Haichen Hu, Jian Qian, David Simchi-Levi2026-05-04

→ السابق التالي ←