🤖 machine learning

VTBench: A Multimodal Framework for Time-Series Classification with Chart-Based Representations

تقدم هذه الورقة VTBench، وهو إطار عمل متعدد الوسائط يقيم ويدمج بشكل منهجي بيانات السلاسل الزمنية الخام مع تمثيلات مرئية متنوعة وقائمة على المخططات البيانية القابلة للتفسير لتعزيز أداء التصنيف وتقديم إرشادات عملية لاستراتيجيات الدمج عبر 31 مجموعة بيانات من مجموعات بيانات UCR.

Madhumitha Venkatesan, Xuyang Chen, Dongyu Liu2026-05-01
🤖 machine learning

AutoREC: A software platform for developing reinforcement learning agents for equivalent circuit model generation from electrochemical impedance spectroscopy data

تقدم هذه الورقة AutoREC، وهي منصة مفتوحة المصدر بلغة بايثون تسخر التعلم التعزيزي لأتمتة توليد نماذج الدوائر المكافئة من بيانات مطيافية الممانعة الكهروكيميائية، محققةً دقة عالية على مجموعات البيانات الاصطناعية وقدرة قوية على التعميم عبر الأنظمة التجريبية المتنوعة لتمكين التحليل الكهروكيميائي المستقل والقابل للتوسع.

Ali Jaberi (Clean Energy Innovation Research Center, National Research Council Canada, Mississauga, ON, Canada), Yonatan (…)2026-05-01
💬 NLP

When 2D Tasks Meet 1D Serialization: On Serialization Friction in Structured Tasks

تُثبت هذه الورقة أن تمثيل المهام ذات البنية ثنائية الأبعاد كمتواليات رمزية أحادية الأبعاد يُحدث "احتكاكاً في التسلسل" يعيق الأداء، بينما يؤدي الحفاظ على التخطيط الأصلي ثنائي الأبعاد من خلال مسار معزز بالرؤية إلى تحسين الدقة بشكل كبير وتقليل الأخطاء ذات البنية المكانية في مهام مثل تدوير المصفوفات، ولعبة حياة كونواي، وتحلل LU.

Chung-Hsiang Lo, Lu Li, Diji Yang, Tianyu Zhang, Yunkai Zhang, Yoshua Bengio, Yi Zhang2026-05-01
📊 statistics

The Likelihood Ratio Wall: Structural Limits on Accurate Risk Assessment for Rare Violence

تجادل هذه الورقة بأن أدوات تقييم المخاطر السابقة للمحاكمة تواجه "جدار نسبة الأرجحية" الجوهري، حيث تمنع ندرة العود الإجرامي العنيف والتحيزات الهيكلية مثل الإفراط في العمل الشرطي رياضياً التنبؤات الفردية عالية الثقة، مما يجعل الأدوات الحالية عرضة لمعدلات مرتفعة من الإيجابيات الكاذبة التي لا يمكن معالجتها عن طريق إعادة المعايرة.

Marco Pollanen2026-05-01
🤖 machine learning

BoostLoRA: Growing Effective Rank by Boosting Adapters

يُعد BoostLoRA إطار عمل مبتكرًا للضبط الدقيق بكفاءة المعلمات، يتغلب على حدود القدرة التعبيرية للمهايئات ذات الرتب فائقة الانخفاض من خلال تدريب ودمج مهايئات دنيا متعامدة بشكل تكراري على الأمثلة الصعبة، مما يؤدي إلى زيادة الرتبة الفعالة خطيًا أثناء التدريب مع الحفاظ على صفر عبء إضافي عند الاستدلال والتفوق على كل من الضبط الدقيق الكامل والطرق أحادية الخطوة في اختبارات الرياضيات والبرمجة.

Raviteja Anantha, Nick Levato, Layne C. Price2026-05-01
🤖 machine learning

Stable but Wrong: An Inference Limit in Galactic Archaeology

تُظهر هذه الورقة أنه في علم الآثار المجري، يمكن لاستنتاج عمر النجوم أن يدخل في حالة "مستقرة ولكن خاطئة" حيث تؤدي البيانات عالية الجودة والشكوك الإحصائية الصغيرة إلى تقديم جداول زمنية لتشكّل منحازة بشكل منهجي بسبب قيود رصدية غير محسوبة في أنظمة محددة من نسبة الإشارة إلى الضجيج ودقة اختلاف المنظر.

Zhipeng Zhang2026-05-01
📊 statistics

Bayesian X-Learner: Calibrated Posterior Inference for Heterogeneous Treatment Effects under Heavy-Tailed Outcomes

تقدم هذه الورقة البحثية "Bayesian X-Learner"، وهو منهج متين للاستدلال السببي يقوم بتقدير آثار المعالجة غير المتجانسة في آن واحد مع معايرة عدم اليقين والمرونة تجاه النتائج ذات الذيول الثقيلة، وذلك عبر الجمع بين النتائج الزائفة المزدوجة القائمة على التوافق المتقاطع وبين دالة الاحتمالية الزائفة لـ "Welsch" المتناقصة وخسارة المتغيرات المزعجة القائمة على "Huber".

Eichi Uehara2026-05-01
💬 NLP

Perturbation Probing: A Two-Pass-per-Prompt Diagnostic for FFN Behavioral Circuits in Aligned LLMs

تقدم هذه الورقة البحثية "الاستقصاء بالاضطراب" (Perturbation Probing)، وهو أسلوب تشخيصي يتكون من مرحلتين ولا يعتمد على الانتشار العكسي، يحدد هيكلين متميزين لدوائر الشبكات العصبية ذات التغذية الأمامية (FFN)—دوائر التضاد للسلوكيات المثبطة بواسطة التعلم التعزيزي من التغذية الراجعة البشرية (RLHF)، ودوائل التوجيه لسلوكيات ما قبل التدريب—مما يتيح تدخلات دقيقة ومستهدفة لتعديل مخرجات محددة للنموذج مثل الرفض الأمني أو اختيار اللغة دون التأثير على القدرات الأخرى.

Hongliang Liu, Tung-Ling Li, Yuhao Wu2026-05-01
🤖 machine learning

ChipLingo: A Systematic Training Framework for Large Language Models in EDA

تقدم هذه الورقة ChipLingo، وهو إطار عمل تدريبي منهجي ثلاثي المراحل يعمل على بناء مجموعات بيانات متخصصة في المجال، وتحسين استراتيجيات ما قبل التدريب، ومواءمة ضبط التعليمات مع سيناريوهات التوليد المعزز بالاسترداد (RAG) لتعزيز أداء النماذج اللغوية الكبيرة بشكل كبير في مجال أتمتة التصميم الإلكتروني (EDA) كثيف المعرفة.

Lei Li, Xingwen Yu, Jianguo Ni, Junxuan Zhu, Jieqiong Zhang, Jian Zhao, Zhi Liu2026-05-01
🤖 machine learning

ABC: Any-Subset Autoregression via Non-Markovian Diffusion Bridges in Continuous Time and Space

تقدم هذه الورقة البحثية إطار العمل ABC، وهو إطار عمل مبتكر يستفيد من جسور الانتشار غير الماركوفية والمعادلات التفاضلية العشوائية المستمرة في الزمن لتوليد عمليات عشوائية مشروطة بمجموعات فرعية تعسفية من الملاحظات، وبالتالي التغلب على القيود الهيكلية والديناميكية لنماذج الانتشار الحالية في مهام مثل توليد الفيديو والتنبؤ بالطقس.

Gabe Guo, Thanawat Sornwanee, Lutong Hao, Elon Litman, Stefano Ermon, Jose Blanchet2026-05-01