arXiv:2511.03052v1 Announce Type: cross 
Abstract: Classically, a mainstream approach for solving a convex-concave min-max problem is to instead solve the variational inequality problem arising from its first-order optimality conditions. Is it possible to solve min-max problems faster by bypassing this reduction? This paper initiates this investigation. We show that the answer is yes in the textbook setting of unconstrained quadratic objectives: the optimal convergence rate for first-order algorithms is strictly better for min-max problems than for the corresponding variational inequalities. The key reason that min-max algorithms can be faster is that they can exploit the asymmetry of the min and max variables--a property that is lost in the reduction to variational inequalities. Central to our analyses are sharp characterizations of optimal convergence rates in terms of extremal polynomials which we compute using Green's functions and conformal mappings.

تكشف دراسة جديدة أن حل مشاكل تحسين الحد الأدنى والحد الأقصى يمكن أن يتم بشكل أكثر كفاءة مما كان يُعتقد سابقًا، دون الاعتماد على عدم المساواة التغيرية. هذا مهم لأنه يفتح طرقًا أسرع للتعامل مع هذه المشاكل المعقدة، خاصة في سياق الأهداف التربيعية غير المقيدة. يمكن أن تؤدي النتائج إلى تقدم في مجالات مختلفة تعتمد على تقنيات التحسين.

Un nuevo estudio revela que resolver problemas de optimización min-max puede hacerse de manera más eficiente de lo que se pensaba anteriormente, sin depender de desigualdades variacionales. Esto es significativo porque abre la puerta a métodos más rápidos para abordar estos problemas complejos, especialmente en el contexto de objetivos cuadráticos no restringidos. Los hallazgos podrían conducir a avances en varios campos que dependen de técnicas de optimización.

Une nouvelle étude révèle que résoudre des problèmes d'optimisation min-max peut être fait plus efficacement que ce que l'on pensait auparavant, sans s'appuyer sur des inégalités variationnelles. Cela est significatif car cela ouvre la voie à des méthodes plus rapides pour aborder ces problèmes complexes, en particulier dans le contexte des objectifs quadratiques sans contraintes. Les résultats pourraient conduire à des avancées dans divers domaines qui dépendent des techniques d'optimisation.

A new study reveals that solving min-max optimization problems can be done more efficiently than previously thought, without relying on variational inequalities. This is significant because it opens up faster methods for tackling these complex problems, particularly in the context of unconstrained quadratic objectives. The findings could lead to advancements in various fields that depend on optimization techniques.

Min-Max Optimization Is Strictly Easier Than Variational Inequalities

<A HREF="https://a16z.substack.com/p/introducing-the-a16z-new-media-fellowship"><IMG VSPACE="4" HSPACE="4" BORDER="0" ALIGN="RIGHT" SRC="http://www.techmeme.com/251106/i36.jpg"></A>
<A HREF="http://www.techmeme.com/251106/p36#a251106p36" TITLE="Techmeme permalink"><IMG WIDTH=11 HEIGHT=12 SRC="http://www.techmeme.com/img/pml.png" STYLE="border:none;padding:0;margin:0;"></A> <A HREF="https://a16z.substack.com/">a16z</A>: 
<A HREF="https://a16z.substack.com/p/introducing-the-a16z-new-media-fellowship">a16z announces an eight-week new media fellowship for people with a record of creating &ldquo;impactful content&rdquo; via newsletters, podcasts, communities, and more</A>&nbsp; &mdash;&nbsp; A new 8-week program for operators, creators, &amp; storytellers shaping the future of media

أطلقت a16z منحة مثيرة لمدة ثمانية أسابيع تستهدف الأفراد الذين لديهم سجل مثبت في إنشاء محتوى مؤثر من خلال وسائل مختلفة مثل النشرات الإخبارية والبودكاست. هذه المبادرة مهمة لأنها لا تدعم المبدعين فحسب، بل تعزز أيضًا الابتكار في وسائل الإعلام، مما يشجع الأصوات المتنوعة على مشاركة قصصهم وأفكارهم. من خلال الاستثمار في مواهب الإعلام الجديدة، تساعد a16z في تشكيل مستقبل إنشاء المحتوى والمشاركة المجتمعية.

a16z ha lanzado una emocionante beca de ocho semanas dirigida a personas con un historial comprobado de creación de contenido impactante a través de diversos medios como boletines y pódcast. Esta iniciativa es significativa ya que no solo apoya a los creadores, sino que también fomenta la innovación en los medios, alentando a voces diversas a compartir sus historias e ideas. Al invertir en nuevos talentos de los medios, a16z está ayudando a dar forma al futuro de la creación de contenido y el compromiso comunitario.

a16z a lancé une passionnante bourse de huit semaines destinée aux personnes ayant un parcours éprouvé dans la création de contenu percutant à travers divers médias comme les newsletters et les podcasts. Cette initiative est importante car elle soutient non seulement les créateurs, mais favorise également l'innovation dans les médias, encourageant des voix diverses à partager leurs histoires et leurs idées. En investissant dans de nouveaux talents médiatiques, a16z contribue à façonner l'avenir de la création de contenu et de l'engagement communautaire.

a16z has launched an exciting eight-week fellowship aimed at individuals who have a proven track record of creating impactful content through various mediums like newsletters and podcasts. This initiative is significant as it not only supports creators but also fosters innovation in media, encouraging diverse voices to share their stories and insights. By investing in new media talent, a16z is helping to shape the future of content creation and community engagement.

a16z announces an eight-week new media fellowship for people with a record of creating "impactful content" via newsletters, podcasts, communities, and more (a16z)

Begin your AI and data journey for free at 365 Data Science.

تقدم 365 Data Science وصولًا مجانيًا لدورات الذكاء الاصطناعي والبيانات حتى 21 نوفمبر، مما يمثل فرصة رائعة لأي شخص يتطلع إلى تعزيز مهاراته في هذه المجالات ذات الطلب العالي. لا تعمل هذه المبادرة على ديمقراطية الوصول إلى التعليم الجيد فحسب، بل تمكّن الأفراد أيضًا من بدء مسيرتهم المهنية في التكنولوجيا، وهو أمر أصبح ضروريًا بشكل متزايد في سوق العمل اليوم.

365 Data Science está ofreciendo acceso gratuito a sus cursos de IA y datos hasta el 21 de noviembre, lo que representa una gran oportunidad para cualquiera que desee mejorar sus habilidades en estos campos de alta demanda. Esta iniciativa no solo democratiza el acceso a una educación de calidad, sino que también empodera a las personas para iniciar sus carreras en tecnología, que es cada vez más vital en el mercado laboral actual.

365 Data Science propose un accès gratuit à ses cours d'IA et de données jusqu'au 21 novembre, ce qui représente une excellente opportunité pour quiconque souhaitant améliorer ses compétences dans ces domaines en forte demande. Cette initiative démocratise l'accès à une éducation de qualité et permet aux individus de commencer leur carrière dans la technologie, de plus en plus essentielle sur le marché du travail actuel.

365 Data Science is offering free access to its AI and data courses until November 21, making it a fantastic opportunity for anyone looking to enhance their skills in these high-demand fields. This initiative not only democratizes access to quality education but also empowers individuals to kickstart their careers in technology, which is increasingly vital in today's job market.

Free AI and Data Courses with 365 Data Science— 100% Unlimited Access until Nov 21

If your Fire TV or Fire TV Stick feels sluggish, don't rush to replace it - these quick tips can give it a serious speed boost.

إذا كانت جهاز Fire TV أو Fire TV Stick لديك بطيئًا، فلا تتعجل في استبداله. من خلال تغيير عشرة إعدادات فقط، يمكنك تحسين أدائه بشكل كبير. هذه النصائح السريعة لا توفر لك المال فحسب، بل تعيد أيضًا الحياة إلى جهازك، مما يجعل تجربة البث لديك أكثر سلاسة ومتعة.

Si tu sientes que tu Fire TV o Fire TV Stick va lento, no te apresures a comprar uno nuevo. Cambiando solo diez configuraciones, puedes mejorar significativamente su rendimiento. Estos consejos rápidos no solo te ahorran dinero, sino que también revitalizan tu dispositivo, haciendo que tu experiencia de streaming sea más fluida y placentera.

Si votre Fire TV ou Fire TV Stick est lent, pas besoin de le remplacer tout de suite. En modifiant seulement dix paramètres, vous pouvez améliorer considérablement ses performances. Ces conseils rapides vous permettent non seulement d'économiser de l'argent, mais aussi de redonner vie à votre appareil, rendant votre expérience de streaming plus fluide et agréable.

If your Fire TV or Fire TV Stick is running slow, there's no need to buy a new one just yet. By changing just ten settings, you can significantly enhance its performance. These quick tips not only save you money but also breathe new life into your device, making your streaming experience smoother and more enjoyable.

I changed 10 settings on my Fire TV to significantly improve the performance

Subtle Computing has raised $6M in seed funding to build voice isolation models. The startup plans to announce a hardware device next year.

نجحت شركة Subtle Computing في جمع 6 ملايين دولار كتمويل أولي لتطوير نماذج عزل الصوت التي ستعزز من قدرة الحواسيب على فهم الكلام في البيئات الصاخبة. هذه الخطوة مهمة لأنها تعد بتحسين تجربة المستخدم في تطبيقات متعددة، مما يجعل التكنولوجيا أكثر سهولة وفعالية في المواقف اليومية. كما تخطط الشركة الناشئة للكشف عن جهاز جديد في العام المقبل، مما قد يحدث ثورة في طريقة تفاعلنا مع الآلات.

Subtle Computing ha recaudado con éxito 6 millones de dólares en financiamiento inicial para desarrollar modelos innovadores de aislamiento de voz que mejorarán la comprensión del habla por parte de las computadoras en entornos ruidosos. Este avance es significativo ya que promete mejorar la experiencia del usuario en diversas aplicaciones, haciendo que la tecnología sea más accesible y efectiva en situaciones cotidianas. La startup también planea presentar un nuevo dispositivo de hardware el próximo año, lo que podría revolucionar la forma en que interactuamos con las máquinas.

Subtle Computing a réussi à lever 6 millions de dollars en financement initial pour développer des modèles d'isolation vocale qui amélioreront la compréhension de la parole par les ordinateurs dans des environnements bruyants. Cette avancée est importante car elle promet d'améliorer l'expérience utilisateur dans diverses applications, rendant la technologie plus accessible et efficace dans les situations quotidiennes. La startup prévoit également de dévoiler un nouvel appareil matériel l'année prochaine, ce qui pourrait révolutionner notre interaction avec les machines.

Subtle Computing has successfully raised $6 million in seed funding to develop innovative voice isolation models that will enhance how computers understand speech in noisy environments. This advancement is significant as it promises to improve user experience in various applications, making technology more accessible and effective in everyday situations. The startup is also set to unveil a new hardware device next year, which could further revolutionize the way we interact with machines.

Subtle Computing’s voice isolation models help computers understand you in noisy environments

Your smart TV comes with privacy risks. Here's how to avoid one of the biggest with just a few steps.

تعتبر أجهزة التلفاز الذكية، رغم كونها مريحة، مصدرًا كبيرًا لمخاطر الخصوصية، خاصة من خلال ميزات مثل التعرف التلقائي على المحتوى (ACR). يمكن أن يساعد إيقاف تشغيل ACR في حماية بياناتك الشخصية من أن تُجمع وتُشارك دون موافقتك. هذا أمر بالغ الأهمية لأن العديد من المستخدمين غير مدركين لمدى مراقبة عادات مشاهدتهم، مما يجعل من الضروري اتخاذ خطوات استباقية لحماية الخصوصية.

Los televisores inteligentes, aunque convenientes, presentan riesgos significativos para la privacidad, especialmente a través de funciones como el Reconocimiento Automático de Contenido (ACR). Desactivar el ACR puede ayudar a proteger tus datos personales de ser recopilados y compartidos sin tu consentimiento. Esto es crucial, ya que muchos usuarios no son conscientes de la medida en que se monitorean sus hábitos de visualización, lo que hace esencial tomar medidas proactivas para proteger la privacidad.

Les téléviseurs intelligents, bien que pratiques, présentent des risques importants pour la vie privée, notamment à travers des fonctionnalités comme la reconnaissance automatique de contenu (ACR). Désactiver l'ACR peut aider à protéger vos données personnelles contre la collecte et le partage sans votre consentement. Cela est crucial car de nombreux utilisateurs ne sont pas conscients de l'ampleur de la surveillance de leurs habitudes de visionnage, rendant essentiel de prendre des mesures proactives pour protéger la vie privée.

Smart TVs, while convenient, pose significant privacy risks, particularly through features like Automatic Content Recognition (ACR). Turning off ACR can help safeguard your personal data from being collected and shared without your consent. This is crucial as many users are unaware of the extent to which their viewing habits are monitored, making it essential to take proactive steps to protect privacy.

You should turn off ACR on your TV right now (and why it matters so much to privacy)

The FAA will cut flight capacity by 10% at 40 major U.S. airports starting Friday, 7 November, as controller shortages from the prolonged government shutdown threaten to ground millions of travellers.

ابتداءً من يوم الجمعة 7 نوفمبر، ستقوم إدارة الطيران الفيدرالية بتقليص سعة الرحلات بنسبة 10% في 40 مطارًا رئيسيًا في الولايات المتحدة بسبب نقص المراقبين الجويين الناتج عن الإغلاق الحكومي المطول. قد تؤدي هذه الخطوة إلى تقييد ملايين المسافرين، مما يتسبب في اضطرابات كبيرة في خطط السفر. إنها حالة حرجة تسلط الضوء على تأثير العمليات الحكومية على الحياة اليومية، خاصة لأولئك الذين يعتمدون على السفر الجوي.

A partir del viernes 7 de noviembre, la FAA reducirá la capacidad de vuelos en un 10% en 40 aeropuertos importantes de EE. UU. debido a la escasez de controladores aéreos provocada por el prolongado cierre del gobierno. Esta decisión podría dejar en tierra a millones de viajeros, causando importantes interrupciones en los planes de viaje. Es una situación crítica que resalta el impacto de las operaciones gubernamentales en la vida cotidiana, especialmente para aquellos que dependen de los viajes aéreos.

À partir de vendredi 7 novembre, la FAA réduira la capacité de vol de 10 % dans 40 grands aéroports américains en raison d'une pénurie de contrôleurs aériens liée à la prolongation de la fermeture du gouvernement. Cette décision pourrait potentiellement clouer au sol des millions de voyageurs, entraînant des perturbations importantes dans les plans de voyage. C'est une situation critique qui met en lumière l'impact des opérations gouvernementales sur la vie quotidienne, en particulier pour ceux qui dépendent des voyages aériens.

Starting Friday, November 7, the FAA will reduce flight capacity by 10% at 40 major U.S. airports due to controller shortages stemming from the prolonged government shutdown. This decision could potentially ground millions of travelers, causing significant disruptions in travel plans. It's a critical situation that highlights the impact of government operations on everyday life, especially for those relying on air travel.

Millions of US Travellers Could Be Grounded Friday — FAA to Cut Flights at 40 Major Airports

arXiv:2504.03432v2 Announce Type: replace-cross 
Abstract: Solving variational inequalities (SVIs) is a foundational problem at the heart of optimization. However, this expressivity comes at the cost of computational hardness. As a result, most research has focused on carving out specific subclasses that elude those intractability barriers. A classical property that goes back to the 1960s is the Minty condition, which postulates that the Minty VI (MVI) problem admits a solution.
  In this paper, we establish the first polynomial-time algorithm -- that is, with complexity growing polynomially in the dimension $d$ and $\log(1/\epsilon)$ -- for solving $\epsilon$-SVIs for Lipschitz continuous mappings under the Minty condition. Prior approaches either incurred an exponentially worse dependence on $1/\epsilon$ or made restrictive assumptions. To do so, we introduce a new variant of the ellipsoid algorithm whereby separating hyperplanes are obtained after taking a gradient descent step from the center of the ellipsoid. It succeeds even though the set of SVIs can be nonconvex and not fully dimensional. Moreover, when our algorithm is applied to an instance with no MVI solution and fails to identify an SVI solution, it produces a succinct certificate of MVI infeasibility. We also show that deciding whether the Minty condition holds is $\mathsf{coNP}$-complete, thereby establishing that the disjunction of those two problems is polynomial-time solvable even though each problem is individually intractable.
  We provide several extensions and new applications of our main results. Most notably, we obtain the first polynomial-time algorithms for i) globally minimizing a (potentially nonsmooth) quasar-convex function, and ii) computing Nash equilibria in multi-player harmonic games. Finally, in two-player general-sum concave games, we give the first polynomial-time algorithm that outputs either a Nash equilibrium or a strict coarse correlated equilibrium.

تم تطوير خوارزمية جديدة في الوقت المتعدد الحدود لحل عدم المساواة المتغيرة تحت شرط مينتي، وهو تقدم كبير في مجال التحسين. هذه الخطوة مهمة لأنها تعالج تحديًا طويل الأمد في هذا المجال، حيث حدت الصعوبة الحسابية من التقدم. من خلال تقديم حل لمشكلة مينتي VI، تفتح هذه الأبحاث آفاقًا جديدة لحل المشكلات بكفاءة في تطبيقات متنوعة، مما يجعلها مساهمة ملحوظة في نظرية التحسين.

Se ha desarrollado un nuevo algoritmo en tiempo polinómico para resolver desigualdades variacionales bajo la condición de Minty, un avance significativo en optimización. Este avance es crucial porque aborda un desafío de larga data en el campo, donde la dureza computacional ha limitado el progreso. Al proporcionar una solución al problema de Minty VI, esta investigación abre nuevas posibilidades para la resolución eficiente de problemas en diversas aplicaciones, convirtiéndose en una contribución notable a la teoría de la optimización.

Un nouvel algorithme en temps polynomial a été développé pour résoudre les inégalités variationnelles sous la condition de Minty, une avancée significative dans le domaine de l'optimisation. Cette percée est cruciale car elle répond à un défi de longue date dans le domaine, où la dureté computationnelle a limité les progrès. En fournissant une solution au problème de Minty VI, cette recherche ouvre de nouvelles possibilités pour une résolution efficace des problèmes dans diverses applications, ce qui en fait une contribution remarquable à la théorie de l'optimisation.

A new polynomial-time algorithm has been developed for solving variational inequalities under the Minty condition, a significant advancement in optimization. This breakthrough is crucial because it addresses a long-standing challenge in the field, where computational hardness has limited progress. By providing a solution to the Minty VI problem, this research opens up new possibilities for efficient problem-solving in various applications, making it a noteworthy contribution to optimization theory.

A Polynomial-Time Algorithm for Variational Inequalities under the Minty Condition

arXiv:2406.14059v2 Announce Type: replace-cross 
Abstract: Tracking the solution of time-varying variational inequalities is an important problem with applications in game theory, optimization, and machine learning. Existing work considers time-varying games or time-varying optimization problems. For strongly convex optimization problems or strongly monotone games, these results provide tracking guarantees under the assumption that the variation of the time-varying problem is restrained, that is, problems with a sublinear solution path. In this work we extend existing results in two ways: In our first result, we provide tracking bounds for (1) variational inequalities with a sublinear solution path but not necessarily monotone functions, and (2) for periodic time-varying variational inequalities that do not necessarily have a sublinear solution path-length. Our second main contribution is an extensive study of the convergence behavior and trajectory of discrete dynamical systems of periodic time-varying VI. We show that these systems can exhibit provably chaotic behavior or can converge to the solution. Finally, we illustrate our theoretical results with experiments.

يتناول المقال أهمية تتبع حلول عدم المساواة المتغيرة مع الزمن، مشددًا على أهميتها في مجالات مثل نظرية الألعاب، والتحسين، وتعلم الآلة. يبرز البحث القائم حول الألعاب المتغيرة مع الزمن أو مشاكل التحسين المتغيرة، مشيرًا إلى أن وجود تقعر قوي أو ألعاب أحادية الاتجاه يمكن أن يوفر ضمانات تتبع فعالة بشرط التحكم في التغيرات.

El artículo discute la importancia de rastrear soluciones de desigualdades variacionales que varían en el tiempo, destacando su relevancia en campos como la teoría de juegos, la optimización y el aprendizaje automático. Se enfatiza la investigación existente sobre juegos y problemas de optimización que varían en el tiempo, señalando que la convexidad fuerte y la monotonía pueden llevar a garantías de seguimiento efectivas cuando se controlan las variaciones.

L'article aborde l'importance du suivi des solutions des inégalités variationnelles dépendant du temps, soulignant sa pertinence dans des domaines tels que la théorie des jeux, l'optimisation et l'apprentissage automatique. Il met en avant les recherches existantes sur les jeux et les problèmes d'optimisation variant dans le temps, notant que la convexité forte et la monotonie peuvent conduire à des garanties de suivi efficaces lorsque les variations sont contrôlées.

The article discusses the significance of tracking solutions for time-varying variational inequalities, highlighting its relevance in fields like game theory, optimization, and machine learning. It emphasizes existing research on time-varying games and optimization problems, noting that strong convexity and monotonicity can lead to effective tracking guarantees when variations are controlled.

Tracking solutions of time-varying variational inequalities

arXiv:2412.09594v3 Announce Type: replace-cross 
Abstract: Online linear programming (OLP) has found broad applications in revenue management and resource allocation. State-of-the-art OLP algorithms achieve low regret by repeatedly solving linear programming (LP) subproblems that incorporate updated resource information. However, LP-based methods are computationally expensive and often inefficient for large-scale applications. In contrast, recent first-order OLP algorithms are more computationally efficient but typically suffer from worse regret guarantees. To address these shortcomings, we propose a new algorithm that combines the strengths of LP-based and first-order OLP methods. The algorithm re-solves the LP subproblems periodically at a predefined frequency $f$ and uses the latest dual prices to guide online decision-making. In addition, a first-order method runs in parallel during each interval between LP re-solves, smoothing resource consumption. Our algorithm achieves $\mathscr{O}(\log (T/f) + \sqrt{f})$ regret, delivering a "wait-less" online decision-making process that balances the computational efficiency of first-order methods and the superior regret guarantee of LP-based methods.

تناقش المقالة التقدم في البرمجة الخطية عبر الإنترنت (OLP)، مع تسليط الضوء على تطبيقاتها في إدارة الإيرادات وتخصيص الموارد. تقارن بين الطرق التقليدية القائمة على البرمجة الخطية، التي قد تكون مكلفة حسابيًا، مع خوارزميات OLP من الدرجة الأولى الأحدث التي تقدم كفاءة محسنة، مما يجعلها أكثر ملاءمة للتطبيقات واسعة النطاق.

El artículo discute los avances en la programación lineal en línea (OLP), destacando sus aplicaciones en la gestión de ingresos y la asignación de recursos. Contrasta los métodos LP tradicionales, que pueden ser computacionalmente intensivos, con los nuevos algoritmos OLP de primer orden que ofrecen una mayor eficiencia, haciéndolos más adecuados para aplicaciones a gran escala.

L'article aborde les avancées dans la programmation linéaire en ligne (OLP), mettant en lumière ses applications dans la gestion des revenus et l'allocation des ressources. Il contraste les méthodes LP traditionnelles, qui peuvent être intensives en calcul, avec les nouveaux algorithmes OLP de premier ordre qui offrent une meilleure efficacité, les rendant plus adaptés aux applications à grande échelle.

The article discusses advancements in online linear programming (OLP), highlighting its applications in revenue management and resource allocation. It contrasts traditional LP methods, which can be computationally intensive, with newer first-order OLP algorithms that offer improved efficiency, making them more suitable for large-scale applications.

Wait-Less Offline Tuning and Re-solving for Online Decision Making

arXiv:2508.03159v2 Announce Type: replace 
Abstract: Drug toxicity remains a major challenge in pharmaceutical development. Recent machine learning models have improved in silico toxicity prediction, but their reliance on annotated data and lack of interpretability limit their applicability. This limits their ability to capture organ-specific toxicities driven by complex biological mechanisms. Large language models (LLMs) offer a promising alternative through step-by-step reasoning and integration of textual data, yet prior approaches lack biological context and transparent rationale. To address this issue, we propose CoTox, a novel framework that integrates LLM with chain-of-thought (CoT) reasoning for multi-toxicity prediction. CoTox combines chemical structure data, biological pathways, and gene ontology (GO) terms to generate interpretable toxicity predictions through step-by-step reasoning. Using GPT-4o, we show that CoTox outperforms both traditional machine learning and deep learning model. We further examine its performance across various LLMs to identify where CoTox is most effective. Additionally, we find that representing chemical structures with IUPAC names, which are easier for LLMs to understand than SMILES, enhances the model's reasoning ability and improves predictive performance. To demonstrate its practical utility in drug development, we simulate the treatment of relevant cell types with drug and incorporated the resulting biological context into the CoTox framework. This approach allow CoTox to generate toxicity predictions aligned with physiological responses, as shown in case study. This result highlights the potential of LLM-based frameworks to improve interpretability and support early-stage drug safety assessment. The code and prompt used in this work are available at https://github.com/dmis-lab/CoTox.

يعد التطور الأخير لنموذج CoTox، الذي يعتمد على سلسلة من الأفكار في تحليل وتوقع سمية الجزيئات، تقدمًا كبيرًا في مواجهة تحديات سمية الأدوية في تطوير الأدوية. على عكس نماذج التعلم الآلي التقليدية التي تعاني من صعوبة في التفسير والاعتماد على البيانات، يستخدم CoTox نماذج اللغة الكبيرة لتقديم تحليل خطوة بخطوة، مما يعزز قدرته على توقع السميات الخاصة بالأعضاء. هذه الابتكار مهم لأنه قد يؤدي إلى عمليات تطوير أدوية أكثر أمانًا ونتائج أفضل للمرضى.

El reciente desarrollo de CoTox, un modelo de razonamiento y predicción de toxicidad molecular basado en una cadena de pensamiento, marca un avance significativo en la resolución de los desafíos de toxicidad de medicamentos en el desarrollo farmacéutico. A diferencia de los modelos de aprendizaje automático tradicionales que luchan con la interpretabilidad y la dependencia de datos, CoTox aprovecha los grandes modelos de lenguaje para proporcionar un razonamiento paso a paso, mejorando su capacidad para predecir toxicidades específicas de órganos. Esta innovación es crucial, ya que podría conducir a procesos de desarrollo de medicamentos más seguros y mejores resultados para los pacientes.

Le développement récent de CoTox, un modèle de raisonnement et de prédiction de toxicité moléculaire basé sur une chaîne de pensée, marque une avancée significative dans la lutte contre les défis de la toxicité des médicaments dans le développement pharmaceutique. Contrairement aux modèles d'apprentissage automatique traditionnels qui ont du mal avec l'interprétabilité et la dépendance aux données, CoTox utilise de grands modèles de langage pour fournir un raisonnement étape par étape, améliorant ainsi sa capacité à prédire les toxicités spécifiques aux organes. Cette innovation est cruciale car elle pourrait conduire à des processus de développement de médicaments plus sûrs et à de meilleurs résultats pour les patients.

The recent development of CoTox, a chain-of-thought-based molecular toxicity reasoning and prediction model, marks a significant advancement in addressing drug toxicity challenges in pharmaceutical development. Unlike traditional machine learning models that struggle with interpretability and data reliance, CoTox leverages large language models to provide step-by-step reasoning, enhancing its ability to predict organ-specific toxicities. This innovation is crucial as it could lead to safer drug development processes and better patient outcomes.

CoTox: Chain-of-Thought-Based Molecular Toxicity Reasoning and Prediction

arXiv:2511.00064v2 Announce Type: replace 
Abstract: Clustering algorithms often rely on restrictive assumptions: K-Means and Gaussian Mixtures presuppose convex, Gaussian-like clusters, while DBSCAN and HDBSCAN capture non-convexity but can be highly sensitive. I introduce EVINGCA (Evolving Variance-Informed Nonparametric Graph Construction Algorithm), a density-variance based clustering algorithm that treats cluster formation as an adaptive, evolving process on a nearest-neighbor graph. EVINGCA expands rooted graphs via breadth-first search, guided by continuously updated local distance and shape statistics, replacing fixed density thresholds with local statistical feedback. With spatial indexing, EVINGCA features log-linear complexity in the average case and exhibits competitive performance against baselines across a variety of synthetic, real-world, low-d, and high-d datasets.

تقديم EVINGCA، وهو خوارزمية جديدة للتجميع، يمثل تقدمًا كبيرًا في تحليل البيانات. على عكس الطرق التقليدية التي تعتمد على افتراضات صارمة حول توزيع البيانات، يتكيف EVINGCA مع الطبيعة المتطورة للبيانات، مما يجعله أكثر فعالية لمجموعات البيانات المعقدة. هذه الابتكار مهم لأنه يعزز القدرة على تحديد الأنماط في مجالات متنوعة، من التعلم الآلي إلى العلوم الاجتماعية، مما يؤدي في النهاية إلى رؤى وقرارات أكثر دقة.

La introducción de EVINGCA, un nuevo algoritmo de agrupamiento, marca un avance significativo en el análisis de datos. A diferencia de los métodos tradicionales que dependen de suposiciones rígidas sobre la distribución de datos, EVINGCA se adapta a la naturaleza evolutiva de los datos, lo que lo hace más efectivo para conjuntos de datos complejos. Esta innovación es crucial, ya que mejora la capacidad de identificar patrones en diversos campos, desde el aprendizaje automático hasta las ciencias sociales, lo que lleva a percepciones y decisiones más precisas.

L'introduction d'EVINGCA, un nouvel algorithme de clustering, représente une avancée significative dans l'analyse des données. Contrairement aux méthodes traditionnelles qui reposent sur des hypothèses rigides concernant la distribution des données, EVINGCA s'adapte à la nature évolutive des données, ce qui le rend plus efficace pour des ensembles de données complexes. Cette innovation est cruciale car elle améliore la capacité à identifier des motifs dans divers domaines, de l'apprentissage automatique aux sciences sociales, conduisant finalement à des insights et des décisions plus précis.

The introduction of EVINGCA, a new clustering algorithm, marks a significant advancement in data analysis. Unlike traditional methods that rely on rigid assumptions about data distribution, EVINGCA adapts to the evolving nature of data, making it more effective for complex datasets. This innovation is crucial as it enhances the ability to identify patterns in diverse fields, from machine learning to social sciences, ultimately leading to more accurate insights and decisions.

EVINGCA: Adaptive Graph Clustering with Evolving Neighborhood Statistics

arXiv:2511.03620v1 Announce Type: cross 
Abstract: CLAX is a JAX-based library that implements classic click models using modern gradient-based optimization. While neural click models have emerged over the past decade, complex click models based on probabilistic graphical models (PGMs) have not systematically adopted gradient-based optimization, preventing practitioners from leveraging modern deep learning frameworks while preserving the interpretability of classic models. CLAX addresses this gap by replacing EM-based optimization with direct gradient-based optimization in a numerically stable manner. The framework's modular design enables the integration of any component, from embeddings and deep networks to custom modules, into classic click models for end-to-end optimization. We demonstrate CLAX's efficiency by running experiments on the full Baidu-ULTR dataset comprising over a billion user sessions in $\approx$ 2 hours on a single GPU, orders of magnitude faster than traditional EM approaches. CLAX implements ten classic click models, serving both industry practitioners seeking to understand user behavior and improve ranking performance at scale and researchers developing new click models. CLAX is available at: https://github.com/philipphager/clax

CLAX هي مكتبة مبتكرة تجمع بين نماذج النقر الكلاسيكية والتحسين الحديث القائم على التدرج في JAX. هذا التطور مهم لأنه يسمح للممارسين باستخدام تقنيات التعلم العميق المتقدمة مع الحفاظ على قابلية تفسير النماذج التقليدية. من خلال سد هذه الفجوة، تفتح CLAX آفاقًا جديدة للباحثين والمطورين في هذا المجال، مما يسهل تنفيذ نماذج النقر المعقدة بشكل فعال.

CLAX es una biblioteca innovadora que une modelos de clic clásicos y optimización moderna basada en gradientes en JAX. Este desarrollo es significativo porque permite a los profesionales utilizar técnicas avanzadas de aprendizaje profundo mientras mantienen la interpretabilidad de los modelos tradicionales. Al cerrar esta brecha, CLAX abre nuevas posibilidades para investigadores y desarrolladores en el campo, facilitando la implementación efectiva de modelos de clic complejos.

CLAX est une bibliothèque innovante qui combine des modèles de clic classiques et une optimisation moderne basée sur le gradient dans JAX. Ce développement est important car il permet aux praticiens d'utiliser des techniques avancées d'apprentissage profond tout en préservant l'interprétabilité des modèles traditionnels. En comblant cette lacune, CLAX ouvre de nouvelles possibilités pour les chercheurs et les développeurs dans le domaine, facilitant ainsi la mise en œuvre efficace de modèles de clic complexes.

CLAX is an innovative library that brings together classic click models and modern gradient-based optimization in JAX. This development is significant because it allows practitioners to utilize advanced deep learning techniques while maintaining the interpretability of traditional models. By bridging this gap, CLAX opens up new possibilities for researchers and developers in the field, making it easier to implement complex click models effectively.

Min-Max Optimization Is Strictly Easier Than Variational Inequalities

Min-Max Optimization Is Strictly Easier Than Variational Inequalities

Was this article worth reading? Share it