cs.LG ورقة بحثية

TIJERE: A Novel Threat Intelligence Joint Extraction Model Based on Analyst Expert Knowledge

تقدم هذه الورقة البحثية نموذج TIJERE، وهو نموذج مبتكر لاستخراج الكيانات والعلاقات بشكل مشترك يستفيد من المعرفة الخبيرة للمحللين ونموذج +SecureBERT مضبوط الدقة ضمن إطار عمل لوسم المتواليات المتعددة لتحقيق أداء رائد في مجال استخبارات التهديدات السيبرانية، إلى جانب إصدار أول مجموعة بيانات موسومة بشكل مشترك متاحة للجمهور، DNRTI-JE، لمعالجة الفجوات الحالية في التحليل الآلي للتهديدات.

Inoussa Mouiche, Sherif Saad2026-05-05

🤖 machine learning

DR-SNE: Density-Regularized Stochastic Neighbor Embedding

تقدم هذه الورقة DR-SNE، وهي طريقة لتقليل الأبعاد تعمل على تعزيز هدف تضمين الجيران العشوائي القياسي بحد تنظيم الكثافة للحفاظ صراحةً على تغيرات كثافة البيانات النسبية مع الحفاظ على بنية الجوار المحلي، مما يحسن الأداء في المهام الحساسة للكثافة مثل اكتشاف الشذوذ.

Maksim Kazanskii2026-05-05

💬 NLP

Pair2Score: Pairwise-to-Absolute Transfer for LLM-Based Essay Scoring

تقدم الورقة البحثية Pair2Score، وهو إطار عمل ثنائي المراحل وفعال من حيث المعلمات ينقل المقارنات الزوجية إلى تقييم مطلق للمقالات عبر تكييف نموذج LLaMA، مما يثبت أن تكوينات نقل محددة ومراحل تدريب زوجية محدودة تحسن دقة التقييم بشكل كبير مقارنة بالنماذج المعتمدة على التقييم المطلق فقط.

İbrahim Rıza Hallaç, Hasan Oğul2026-05-05

🤖 machine learning

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

→ السابق التالي ←

cs.LG

TIJERE: A Novel Threat Intelligence Joint Extraction Model Based on Analyst Expert Knowledge

DR-SNE: Density-Regularized Stochastic Neighbor Embedding

Pair2Score: Pairwise-to-Absolute Transfer for LLM-Based Essay Scoring

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

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