🤖 Category

cs.AI

24055 पेपर

🤖 machine learning

Mixing Times of Glauber Dynamics on Masked Language Models

यह शोध पत्र पुनरावृत्ति टोकन रीसैंपलिंग (iterative token resampling) को ग्लौबर डायनेमिक्स मार्कोव चेन (Glauber dynamics Markov chain) के रूप में मॉडल करके मास्क किए गए भाषा मॉडलों (Masked Language Models) के वैश्विक वितरण व्यवहार की जांच करता है, जो यह प्रकट करता है कि जहाँ उच्च-तापमान शासन (high-temperature regimes) तीव्र मिश्रण प्रदान करते हैं, वहीं निम्न-तापमान स्थितियाँ मॉडलों के स्थानीय कंडीशन्स (local conditionals) में अंतर्निहित असंगति के कारण मेटास्टेबिलिटी और धीमी अभिसरण (slow convergence) उत्पन्न करती हैं।

Suvadip Sana, Sami Wolf, Neer Mehta, Alina Shah, Aitzaz Shaikh, Janna Goodman, Lionel Levine2026-05-19
🤖 machine learning

An Information-Theoretic Criterion for Efficient Data Synthesis

यह शोध पत्र एक सूचना-सैद्धांतिक ढांचे का प्रस्ताव करता है जो यह स्पष्ट करता है कि सिंथेटिक डेटा भाषा मॉडलों में सुधार केवल तभी करता है जब जनरेशन लूप बाहरी संकेतों के माध्यम से "सूचना-खुला" (information-open) हो, और यह तर्क देता है कि सीखना उपलब्ध सबसे सूचना-कुशल संकेत की ओर अभिसरित होता है—चाहे वह सामान्यीकरण के लिए एक सुदृढ़, व्यापक पर्यवेक्षण हो या रिवॉर्ड हैकिंग की ओर ले जाने वाला एक भ्रामक पैटर्न।

Hanyu Li, Zhengqi Sun, Xiaotie Deng2026-05-19
🤖 AI

Mutual Enhancement Between Global Tokens and Patch Tokens: From Theory to Practice

सूचना एंट्रॉपी (information entropy) से प्रेरित होकर, यह शोध पत्र TaTok का प्रस्ताव करता है, जो एक सैद्धांतिक रूप से आधारित अनुकूली इमेज टोकनाइज़ेशन फ्रेमवर्क है जो रेडंडेंसी (redundancy) और सूचना की हानि को समाप्त करने के लिए ग्लोबल टोकन्स को एक डायनेमिक फ़िल्टरिंग एल्गोरिदम के साथ जोड़ता है, जिससे इमेज की गुणवत्ता और इन्फरेंस स्पीड में महत्वपूर्ण सुधार के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है।

Xiusheng Huang, Xin Jiang, Jun Zhao, Kang Liu, Yequan Wang2026-05-19
💬 NLP

Hilbert-Geo: Solving Solid Geometric Problems by Neural-Symbolic Reasoning

यह शोध पत्र Hilbert-Geo को प्रस्तुत करता है, जो एक न्यूरल-सिम्बोलिक फ्रेमवर्क है जो जटिल ठोस और समतल ज्यामिति समस्याओं को हल करने के लिए सत्यापन योग्य, मानव-पठनीय तर्क के माध्यम से अत्याधुनिक प्रदर्शन प्राप्त करने हेतु प्राकृतिक भाषा और दृश्य इनपुट को एक औपचारिक भाषा में एकीकृत करता है।

Ruoran Xu, Haoyu Cheng, Bin Dong, Qiufeng Wang2026-05-19
🤖 AI

Vision Transformer-Conditioned UNet for Domain-Adaptive Semantic Segmentation

यह शोध पत्र ViTC-UNet प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो बायोमेडिकल सेगमेंटेशन में विजन ट्रांसफॉर्मर के प्रदर्शन अंतराल को ब्रिज करने के लिए लर्नबल टोकन्स और टू-वे अटेंशन डिकोडर के माध्यम से फ्रोजन ViT रिप्रेजेंटेशन्स पर एक UNet को कंडिशन करता है, जिससे वैश्विक दृश्य पूर्वाग्रहों (global visual priors) को स्थानीय इंडक्टिव बायस (local inductive biases) के साथ प्रभावी रूप से संयोजित करके बिना एंड-टू-एंड फाइन-ट्यूनिंग की आवश्यकता के MRI और CT मोडैलिटीज में अत्याधुनिक परिणाम प्राप्त किए जा सकते हैं।

Joel Valdivia Ortega, Tingying Peng, Marion Jasnin2026-05-19
🤖 AI

Support-Safe Variational Hybrid Filtering for Contact-Mode and Sparse-Law Recovery

यह शोध पत्र VHYDRO को प्रस्तुत करता है, जो एक सपोर्ट-सेफ वेरिएशनल हाइब्रिड फ़िल्टरिंग फ्रेमवर्क है जो सीखे गए प्रस्तावों (learned proposals) को व्यवहार्य संक्रमणों (feasible transitions) के साथ मिश्रित करके संपर्क-समृद्ध रोबोट डायनेमिक्स में ब्रांच लॉस को रोकता है, जिससे निरंतर अवस्थाओं और असतत संपर्क मोड के सुदृढ़ संयुक्त अनुमान (joint inference) को सक्षम बनाया जा सके और साथ ही स्पार्स पोर्ट-हैमिल्टोनियन भौतिक नियमों की रिकवरी को सुगम बनाया जा सके।

Marios Papamichalis, Regina Ruane2026-05-19
🤖 AI

CAVE: A Structured Credit Assignment Approach for Fragmented Visual Evidence Reasoning

यह शोध पत्र CAVE को प्रस्तुत करता है, जो एक संरचित प्रक्रिया-पुरस्कार (process-reward) विधि है जो GRPO और TRACER-Bench का लाभ उठाकर विजन-लैंग्वेज मॉडल्स की खंडित, गैर-स्थानीय दृश्य साक्ष्यों को एकीकृत करने की क्षमता को बढ़ाती है, जो मध्यवर्ती तर्क चरणों पर क्रेडिट असाइनमेंट के माध्यम से जटिल दृश्य तर्क कार्यों पर प्रदर्शन में उल्लेखनीय सुधार करती है।

Tengda Guo, Jie Leng, Hanlei Li, Yaoyuan Liang, Qingyue Zhang, Dian Yang, Mingyu Zhang, Yuhua Fu, Shao-Lun Huang2026-05-19
🤖 AI

Neural Visual Decoding via Cognitive guided Adaptive Blurring and Information Constrained Alignment

यह शोध पत्र CAIA का प्रस्ताव करता है, जो संज्ञानात्मक-निर्देशित अनुकूली दृश्य धुंधलेपन (cognitive-guided adaptive visual blurring) को सूचना-प्रतिबंधित तंत्रिका संरेखण (information-constrained neural alignment) के साथ एकीकृत करके EEG-आधारित विजुअल डिकोडिंग में सूचना की सूक्ष्मता के बेमेल होने (information granularity mismatch) और कम SNR की समस्या का समाधान करता है, जिससे ज़ीरो-शॉट ब्रेन-टू-इमेज रिट्रीवल सटीकता में महत्वपूर्ण सुधार होता है।

Fan Yin, Chuhang Zheng, Peiliang Gong, Donghai Guan, Qi Zhu2026-05-19
🤖 machine learning

QuantFPFlow: Quantum Amplitude Estimation for Fokker--Planck Policy Optimisation in Continuous Reinforcement Learning

QuantFPFlow एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो फॉकर-प्लैंक (Fokker–Planck) विभाजन फलन अनुमान में एक प्रमाणित द्विघातीय त्वरण (quadratic speedup) प्राप्त करने के लिए क्वांटम एम्प्लीट्यूड अनुमान (quantum amplitude estimation) का लाभ उठाता है, जिससे सॉफ्ट एक्टर-क्रिटिक (Soft Actor-Critic) जैसे शास्त्रीय तरीकों की तुलना में निरंतर नियंत्रण कार्यों में अधिक प्रभावी अन्वेषण सक्षम होता है और समयपूर्व अभिसरण (premature convergence) को रोकता है।

Abraham Itzhak Weinberg2026-05-19
🤖 AI

MR-SLAM: Immersive Spatial Supervision for Multi-Robot Mapping via Mixed Reality

यह शोध पत्र MR-SLAM प्रस्तुत करता है, जो एक मिश्रित वास्तविकता (mixed reality) प्रणाली है जो मेटा क्वेस्ट 3 पासथ्रू (Meta Quest 3 passthrough) और स्थानिक रूप से एंकर किए गए डैशबोर्ड का लाभ उठाकर ऑपरेटरों को उपभोक्ता हार्डवेयर पर उच्च अधिभोग निरंतरता (high occupancy consistency) और कम विलंबता (low latency) के साथ तीन रोबोटों के बेड़े की वास्तविक समय में मल्टी-रोबोट मैपिंग को प्रभावी ढंग से पर्यवेक्षण और टेलीऑपरेट करने में सक्षम बनाती है।

Prakash Aryan, Cem Erdogdu, Kavinaya Kumarchokkappan, Timo Kehrer, Sebastiano Panichella2026-05-19