🤖 Category

cs.LG

24717 ورقة بحثية

🤖 machine learning

CAPSULE: Control-Theoretic Action Perturbations for Safe Uncertainty-Aware Reinforcement Learning

يُعد CAPSULE إطار عمل للتعلم التعزيزي الآمن يتعلم نموذج ديناميكيات احتمالية ذات طبيعة تحكم-أفينية في بيئة غير متصلة (offline)، ويستخدمه لبناء دوال حاجز تحكم (CBFs) مدركة لعدم اليقين من أجل تصحيح الإجراءات القائم على القيود عبر الإنترنت لضمان الاستكشاف الآمن في الأنظمة المعقدة.

Rahul Narava, Siddharth Verma, Ojas Jain, Shashi Shekhar Jha, Mayank Shekhar Jha2026-04-28
🤖 machine learning

RouteNLP: Closed-Loop LLM Routing with Conformal Cascading and Distillation Co-Optimization

يُعد RouteNLP إطار عمل مغلق الحلقة يعمل على تحسين تكاليف خدمة النماذج اللغوية الكبيرة (LLM) من خلال الجمع بين موجه مدرك للصعوبة، والتدرج القائم على التنبؤ المطابق، وحلقة تحسين مشتركة للتقطير والتوجيه، وذلك لتوجيه الاستعلامات إلى النموذج الأكثر كفاءة ضمن محفظة متعددة المستويات مع الحفاظ على جودة عالية وزمن استجابة منخفض.

Dongxin Guo, Jikun Wu, Siu Ming Yiu2026-04-28
🤖 machine learning

ComplianceNLP: Knowledge-Graph-Augmented RAG for Multi-Framework Regulatory Gap Detection

يُعد ComplianceNLP نظاماً متكاملاً يستخدم مسار استرجاع معززاً بالمعرفة (RAG) مدعوماً برسم بياني للمعرفة واستخراج الالتزامات متعدد المهام لأتمتة المراقبة التنظيمية وكشف الفجوات، متفوقاً بذلك على GPT-4o مع زيادة كفاءة المحللين بشكل كبير في عمليات النشر المالي الواقعية.

Dongxin Guo, Jikun Wu, Siu Ming Yiu2026-04-28
🤖 machine learning

TimingLLM: A Two-Stage Retrieval-Augmented Framework for Pre-Synthesis Timing Prediction from Verilog

يُعد TimingLLM إطار عمل يعتمد على الاسترجاع مكوناً من مرحلتين، يتنبأ بمقاييس التوقيت بعد عملية التصنيع (WNS وTNS) مباشرة من لغة Verilog عبر الجمع بين نموذج "أوراكل" (oracle) لنموذج لغوي كبير مضبوط بدقة لاستخراج تلميحات التوقيت الهيكلية، وبين نموذج انحدار قائم على نموذج لغوي كبير معزز بالاسترجاع باستخدام خوارزمية أقرب جار (k-nearest neighbor).

Armin Abdollahi, Negin Ashrafi, Mehdi Kamal, Massoud Pedram2026-04-28
🤖 machine learning

From Rights to Rites: Expectations Management in Smart-Home AI

من خلال 33 مقابلة مع ممارسين في الصناعة، تقدم هذه الورقة نموذج "إدارة التوقعات" (EM)، وهو نموذج يتجاوز نظريات الثقة التقليدية ليشرح كيف يتنقل المصممون عبر التوترات الأخلاقية والثقافية عند تشكيل توقعات المستخدم للذكاء الاصطناعي في المنازل الذكية.

Varad Vishwarupe, Ivan Flechais, Marina Jirotka, Nigel Shadbolt2026-04-28
🤖 machine learning

Beyond coauthorship: semantic structure and phantom collaborators in transportation research, 1967--2025

من خلال تحليل أكثر من 120,000 ورقة بحثية في مجال النقل، طورت هذه الدراسة أطلساً دلالياً-بنيوياً يكشف عن انفصال كبير بين شبكات التأليف المشترك والمجتمعات الموضوعية، بينما يثبت أن "المتعاونين الأشباح" — وهم المؤلفون الذين يتمتعون بتشابه دلالي عالٍ ولكن دون اتصال مباشر — هم مؤشر تنبؤي قوي للتعاونات الواقعية المستقبلية.

Seongjin Choi2026-04-28
🤖 machine learning

Can an MLP Absorb Its Own Skip Connection?

تُظهر الورقة البحثية أنه بالنسبة لمعظم دوال التنشيط الشائعة (مثل ReGLU وSwiGLU وGELU) وتوزيعات الأوزان العامة، لا يمكن استيعاب الوصلة التخطي (skip connection) ضمن طبقة MLP خالية من المتبقي (residual-free) وبنفس العرض، مما يعني أن البنى ذات الوصلات التخطي والبنى الخالية من المتبقي تمثل فئات دالية مختلفة جوهرياً.

Antonij Mijoski, Marko Karbevski2026-04-28
🤖 machine learning

OptProver: Bridging Olympiad and Optimization through Continual Training in Formal Theorem Proving

يقدم OptProver مسار تدريب مستمر يُمكّن مبرهنة أولمبية المستوى من نقل قدراتها الاستدلالية بنجاح إلى مجال التحسين في مرحلة البكالوريوس من خلال بيانات منسقة من قبل خبراء وهدف تعلم تفضيلات متخصص.

Chenyi Li, Yanchen Nie, Zhengyu Ming, Gong Zhang, Kun Yuan, Zaiwen Wen2026-04-28
🤖 machine learning

Quasi-Equivariant Metanetworks

تقدم هذه الورقة "شبه التكافؤ" (quasi-equivariance)، وهو إطار عمل مبتكر للشبكات الفائقة (metanetworks) يتجاوز القيود الصارمة للتكافؤ المطلق ليعمل بشكل أفضل على احترام التناظرات الهيكلية والهوية الوظيفية مع الحفاظ على قدرة تعبيرية تمثيلية عالية عبر مختلف البنيات العصبية.

Viet-Hoang Tran, An Nguyen, Benoît Guérand, Thieu N. Vo, Tan M. Nguyen2026-04-28