🤖 Category

cs.AI

23941 पेपर

🤖 machine learning

Robust Subspace-Constrained Quadratic Models for Low-Dimensional Structure Learning

यह शोध पत्र एक सुदृढ़ सबस्पेस-कंस्ट्रेंड क्वाड्रेटिक मॉडल (SCQM) प्रस्तावित करता है जो भारी-पूंछ (heavy-tailed) और हल्की-पूंछ (light-tailed) वाले मामलों सहित विविध शोर वितरणों को संभालने के लिए SQMF ढांचे का विस्तार करता है, और उच्च-आयामी डेटा से निम्न-आयामी संरचनाओं को सीखने में उत्कृष्ट पुनर्निर्माण सटीकता और सुदृढ़ता प्राप्त करने के लिए बैकट्रैकिंग लाइन-सर्च के साथ एक कुशल ग्रेडिएंट-आधारित एल्गोरिदम पेश करता है।

Zheng Zhai, Xiaohui Li2026-05-21
💻 computer science

Tiny-Engram: Trigger-Indexed Concept Tables for Generative Vision

यह शोध पत्र Tiny-Engram का परिचय देता है, जो एक संक्षिप्त ट्रिगर-इंडेक्स्ड कॉन्सेप्ट टेबल है जो दुर्लभ ट्रिगर वाक्यांशों को लक्षित पहचानों के साथ स्पष्ट रूप से बांधते हुए और संरचनात्मक नियंत्रण को बनाए रखते हुए, फ्रोजन जनरेटिव मॉडल्स में मॉड्यूलर विजुअल पर्सनलाइजेशन को सक्षम बनाता है, जो इमेज जनरेशन में मजबूत प्रभावकारिता प्रदर्शित करता है लेकिन वीडियो में स्थिर पहचान निरंतरता प्राप्त करने के लिए कड़े टेक्स्ट-विजुअल कपलिंग की आवश्यकता को रेखांकित करता है।

Runyuan Cai, Yiming Wang, Yu Lin, Xiaodong Zeng2026-05-21
🤖 machine learning

Less Data, Faster Training: repeating smaller datasets speeds up learning via sampling biases

यह शोध पत्र यह प्रदर्शित करता है कि बड़े डेटासेट की तुलना में छोटे डेटासेट को दोहराना, सैंपलिंग बायस (sampling biases) का लाभ उठाकर अनुकूल लेयर-वाइज ग्रोथ (layer-wise growth) को सक्षम करके प्रशिक्षण को तेज कर सकता है और कंप्यूट बचा सकता है, विशेष रूप से रीजनिंग कार्यों में।

Jingwen Liu, Ezra Edelman, Surbhi Goel, Bingbin Liu2026-05-21
💻 computer science

FullFlow: Upgrading Text-to-Image Flow Matching Models for Bidirectional Vision--Language Generation

FullFlow एक पैरामीटर-कुशल विधि है जो केवल हल्के एडैप्टर को प्रशिक्षित करके प्रीट्रेंड रेक्टिफाइड-फ्लो टेक्स्ट-टू-इमेज मॉडल्स को द्विदिश विजन-लैंग्वेज जनरेटर्स में अपग्रेड करती है, जिससे मौजूदा दृष्टिकोणों की तुलना में कम्प्यूटेशनल लागत को काफी कम करते हुए इमेज और टेक्स्ट जनरेशन दोनों में अत्याधुनिक प्रदर्शन प्राप्त होता है।

Eric Tillmann Bill, Enis Simsar, Alessio Tonioni, Thomas Hofmann2026-05-21
🤖 machine learning

Consistently Informative Soft-Label Temperature for Knowledge Distillation

यह शोध पत्र CIST का प्रस्ताव करता है, जो एक नॉलेज डिस्टिलेशन विधि है जो निरंतर सूचनात्मक सॉफ्ट लेबल उत्पन्न करने के लिए शिक्षक और छात्र दोनों नेटवर्क के लिए सैंपल-वार एडेप्टिव टेम्परेचर का उपयोग करती है और डिस्टिलेशन ऑब्जेक्टिव को गतिशील रूप से रीवेट करती है, जिससे फिक्स्ड-टेम्परेचर दृष्टिकोणों की सीमाओं को दूर किया जाता है और नगण्य कम्प्यूटेशनल ओवरहेड के साथ विजन और लैंग्वेज कार्यों में प्रदर्शन में सुधार किया जाता है।

Hoang-Chau Luong, Nghia Van Vo, Kaiqi Zhao, Lingwei Chen2026-05-21
💻 computer science

Security Document Classification with a Fine-Tuned Local Large Language Model: Benchmark Data and an Open-Source System

यह शोधपत्र TorchSight को प्रस्तुत करता है, जो एक ओपन-सोर्स स्थानीय प्रणाली है, जिसमें 78,000 से अधिक नमूनों पर प्रशिक्षित एक फाइन-ट्यून्ड Qwen 3.5 27B मॉडल का उपयोग किया गया है, जो डेटा को स्थानीय नियंत्रण में रखते हुए सुरक्षा दस्तावेज़ वर्गीकरण में वाणिज्यिक क्लाउड-आधारित विकल्पों की तुलना में काफी अधिक सटीकता (95.0%) प्राप्त करता है।

Ivan Dobrovolskyi2026-05-21
💬 NLP

DEL: Digit Entropy Loss for Numerical Learning of Large Language Models

यह शोध पत्र डिजिट एंट्रॉपी लॉस (DEL) को प्रस्तुत करता है, जो एक नया प्रशिक्षण उद्देश्य है जो अनसुपरवाइज्ड एंट्रॉपी ऑप्टिमाइज़ेशन को एक सुपरवाइज्ड, डिस्टेंस-फ्री फ्रेमवर्क में पुनर्गठित करता है ताकि गणितीय तर्क और कोड जनरेशन कार्यों में पूर्णांक और फ्लोटिंग-पॉइंट दोनों संख्याओं की भविष्यवाणी करने में लार्ज लैंग्वेज मॉडल्स की सटीकता में सुधार किया जा सके।

Zhaohui Zheng, Chenhang He, Shihao Wang, Yuxuan Li, Ming-Ming Cheng, Lei Zhang2026-05-21
💻 computer science

Latent Space Guided Scenario Sampling for Multimodal Segmentation Under Missing Modalities

यह शोध पत्र लुप्त मोडैलिटीज (missing modalities) के तहत मल्टीमॉडल सिमेंटिक सेगमेंटेशन के लिए एक नवीन प्रशिक्षण रणनीति प्रस्तावित करता है जो प्रतिनिधित्व विरूपण (representation distortion) के आधार पर प्रीट्रेंड लेटेंट स्पेस से एक सैंपलिंग वितरण सीखकर फाइन-ट्यूनिंग को अधिक सूचनात्मक मोडैलिटी उपलब्धता परिदृश्यों की ओर निर्देशित करती है, जिससे यह मानक फाइन-ट्यूनिंग और LoRA-आधारित अनुकूलन विधियों से बेहतर प्रदर्शन करता है।

Irem Ulku, Ö. Özgür Tanrıöver, Erdem Akagündüz2026-05-21
🤖 machine learning

Nonlocal operator learning for fMRI encoding and decoding tasks

यह शोध पत्र एक लेटेंट न्यूरल इंटीग्रल ऑपरेटर फ्रेमवर्क प्रस्तुत करता है जो fMRI डायनेमिक्स को प्रभावी ढंग से मॉडल करने के लिए नॉनलोकल स्पैटियोटेम्पोरल कॉन्टेक्स्ट का लाभ उठाता है, यह प्रदर्शित करते हुए कि बड़े टेम्पोरल विंडोज़ और होल-ब्रेन रिकॉर्डिंग उत्तेजना डिकोडिंग और एनकोडिंग दोनों प्रदर्शन को महत्वपूर्ण रूप से सुधारते हैं और अधिक संरचित लेटेंट रिप्रेजेंटेशन प्रदान करते हैं।

Andreas Kramer, Saugat Acharya, Alice Giola, Emanuele Zappala2026-05-21
💬 NLP

Mechanics of Bias and Reasoning: Interpreting the Impact of Chain-of-Thought Prompting on Gender Bias in LLMs

यह शोध पत्र बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) में जेंडर बायस (लैंगिक पूर्वाग्रह) पर 'चेन-ऑफ-थॉट' प्रॉम्प्टिंग के प्रभाव की जांच करता है और यह निष्कर्ष निकालता है कि हालांकि यह सतही तौर पर कुछ अटेंशन मैकेनिज्म को संतुलित कर सकता है, लेकिन यह वास्तविक रूप से पूर्वाग्रह को कम करने में विफल रहता है क्योंकि अंतर्निहित लैंगिक रूढ़ियाँ छिपी हुई प्रस्तुतियों (हिडन रिप्रेजेंटेशन्स) में अंतर्निहित रहती हैं और देखे गए सुधार वास्तविक तर्क के बजाय डेटासेट के रटने (डेटासेट मेमोराइजेशन) से उत्पन्न होते हैं।

Edie Pearman, Sophia Osborne, Mira Kandlikar-Bloch, Mina Arzaghi, Florian Carichon, Golnoosh Farnadi2026-05-21