🤖 Category

cs.AI

24509 पेपर

🤖 AI

Do not copy and paste! Rewriting strategies for code retrieval

यह शोध पत्र कोड रिट्रीवल (code retrieval) के लिए LLM-आधारित रीराइटिंग (rewriting) रणनीतियों के एक पदानुक्रम (hierarchy) को प्रस्तुत और मूल्यांकित करता है, जो यह प्रदर्शित करता है कि जबकि पूर्ण प्राकृतिक-भाषा क्वेरी-कॉर्पस रीराइटिंग हल्के एनकोडर्स (lightweight encoders) के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाती है, इसके लाभ संदर्भ-निर्भर होते हैं और इन्हें लागत-लाभ के संतुलन को अनुकूलित करने के लिए एक नए टोकन एंट्रॉपी मीट्रिक (Delta H) द्वारा पूर्वानुमानित किया जा सकता है।

Andrea Gurioli, Federico Pennino, Maurizio Gabbrielli2026-05-12
🤖 machine learning

mHC-SSM: Manifold-Constrained Hyper-Connections for State Space Language Models with Stream-Specialized Adapters

यह शोध पत्र प्रदर्शित करता है कि स्टेट स्पेस मॉडल्स (SSMs) पर मैनिफोल्ड-कंस्ट्रेंड हाइपर-कनेक्शन्स (mHC) को लागू करने से रेसिडुअल स्ट्रीम मिक्सिंग को डबली स्टोकेस्टिक मैट्रिसेस तक सीमित करके और स्ट्रीम-स्पेशलाइज्ड एडेप्टर्स को शामिल करके WikiText-2 पर लैंग्वेज मॉडलिंग प्रदर्शन में महत्वपूर्ण सुधार होता है, जिससे मेमोरी और थ्रूपुट लागत में मामूली वृद्धि के साथ कम परप्लेक्सिटी प्राप्त होती है।

Abdulvahap Mutlu, Şengül Doğan, Türker Tuncer2026-05-12
🤖 machine learning

SGC-RML: A reliable and interpretable longitudinal assessment for PD in real-world DNS

यह शोध पत्र SGC-RML का प्रस्ताव करता है, जो एक एकीकृत और व्याख्यात्मक ढांचा है जो अधूरे लेबलिंग और क्रॉस-डिवाइस पूर्वाग्रह के तहत पार्किंसंस रोग की गंभीरता के विश्वसनीय, ऑडिट योग्य और अनुकूल अनुदैर्ध्य मूल्यांकन को सक्षम करने के लिए अनिश्चितता अनुमान और कॉन्फॉर्मल अंशांकन के साथ एक साझा लक्षण एटलस में मल्टीमॉडल वास्तविक दुनिया के डेटा को एकीकृत करता है।

Wenbin Wei, Ruixiang Gao, Suyuan Yao, Xuanzhen Zhao, Cheng Huang, Hen-Wei Huang2026-05-12
🤖 machine learning

GNN for Structural Displacement Prediction

यह शोध पत्र एक ग्राफ न्यूरल नेटवर्क (GNN) फ्रेमवर्क प्रस्तावित करता है जो संरचनात्मक प्रणालियों को ग्राफ के रूप में निरूपित करता है ताकि बाहरी लोडिंग के तहत संरचनात्मक विस्थापनों (displacements) की सटीक और कुशल भविष्यवाणी की जा सके, जो पारंपरिक न्यूरल नेटवर्क से बेहतर प्रदर्शन करता है और वास्तविक समय की संरचनात्मक स्वास्थ्य निगरानी के लिए गणनात्मक रूप से महंगी परिमित तत्व विधि (FEM) विश्लेषण के एक तेज़, डेटा-संचालित विकल्प के रूप में कार्य करता है।

Hung-Fu Chang, Tzu-Kang Lin, Yung-Li Cheng2026-05-12
🤖 machine learning

FlashSVD v1.5: Making Low-Rank Transformers Inference Actually Fast

FlashSVD v1.5, जो चरण-विशिष्ट कर्नेल (phase-specific kernels), डेंस-KV डिकोड (dense-KV decode) और CUDA-ग्राफ रिप्ले (CUDA-graph replay) का उपयोग करने वाले एक एकीकृत रनटाइम को पेश करके SVD-संकुचित ट्रांसफॉर्मर्स में सैद्धांतिक FLOPs कमी और वास्तविक इन्फरेंस गति के बीच के अंतर को संबोधित करता है, 2.55x तक डिकोड स्पीडअप प्राप्त करता है, यह प्रदर्शित करते हुए कि व्यावहारिक लो-रैंक त्वरण के लिए केवल संपीड़न एल्गोरिदम के बजाय रनटाइम को-डिज़ाइन की आवश्यकता होती है।

Wenhao Wu, Zishan Shao, Kangning Cui, Jinhee Kim, Yixiao Wang, Hancheng Ye, Danyang Zhuo, Yiran Chen2026-05-12
🤖 machine learning

RDKV: Rate-Distortion Bit Allocation for Joint Eviction and Quantization of the KV Cache

RDKV एक नवीन KV कैश संपीड़न (compression) विधि है जो एक रेट-डिस्टॉर्शन फ्रेमवर्क के माध्यम से टोकन इविक्शन (eviction) और क्वांटाइजेशन (quantization) को संयुक्त रूप से अनुकूलित करती है, जिससे लंबी-संदर्भ (long-context) वाली कार्यों पर उच्च सटीकता बनाए रखते हुए महत्वपूर्ण मेमोरी कमी और डिकोडिंग गति में वृद्धि प्राप्त होती है।

Junkai Zhang, Hang Guo, Luca Benini, Yawei Li2026-05-12
🤖 machine learning

When Attention Beats Fourier: Multi-Scale Transformers for PDE Solving on Irregular Domains

यह शोध पत्र मल्टी-स्केल अटेंशन ट्रांसफॉर्मर (MSAT) को प्रस्तुत करता है, जो एक ऐसा डीप लर्निंग आर्किटेक्चर है जो सीखे गए अटेंशन मैकेनिज्म का लाभ उठाकर अनियमित डोमेन पर आंशिक अंतर समीकरणों (पार्शियल डिफरेंशियल इक्वेशंस) को हल करने में फूरियर-आधारित न्यूरल ऑपरेटर्स और अन्य बेसलाइन्स से बेहतर प्रदर्शन करता है, साथ ही यह भी स्थापित करता है कि कब भौतिकी-सूचित नियमितीकरण (फिजिक्स-इन्फॉर्म्ड रेगुलराइजेशन) सामान्यीकरण में सुधार करता है या बाधा डालता है, इसके सैद्धांतिक और अनुभवजन्य सीमाओं को निर्धारित करता है।

Brandon Yee, Pairie Koh, Jack Rodriguez, Mihir Tekal2026-05-12
🤖 machine learning

SDG-MoE: Signed Debate Graph Mixture-of-Experts

यह शोध पत्र SDG-MoE को प्रस्तुत करता है, जो एक नवीन Mixture-of-Experts आर्किटेक्चर है जो एक हल्के, पुनरावृत्ति विचार (iterative deliberation) चरण को शामिल करके प्रदर्शन को बढ़ाता है जहाँ सक्रिय विशेषज्ञ समर्थन और आलोचना ग्राफ़ के माध्यम से हस्ताक्षरित संदेशों का आदान-प्रदान करते हैं, जिससे कंप्यूटेशनल दक्षता बनाए रखते हुए वैनिला MoE और ग्राफ संचार बेसलाइन की तुलना में बेहतर परप्लेक्सिटी परिणाम प्राप्त होते हैं।

Stepan Kulibaba, Kirill Labzin, Artem Dzhalilov, Roman Pakhomov, Oleg Svidchenko, Alexander Gansnikov, Aleksei Shpilman2026-05-12
⚡ electrical engineering

FQPDR: Federated Quantum Neural Network for Privacy-preserving Early Detection of Diabetic Retinopathy

यह शोध पत्र FQPDR का प्रस्ताव करता है, जो एक फेडरेटेड क्वांटम न्यूरल नेटवर्क फ्रेमवर्क है जो संवेदनशील रोगी डेटा साझा किए बिना सूक्ष्म माइक्रोएन्यूरिज्म की पहचान करके डायबिटिक रेटिनोपैथी का सुदृढ़, हल्का प्रारंभिक पता लगाने के लिए गोपनीयता-संरक्षित सहयोगात्मक शिक्षण का लाभ उठाता है।

Debashis De, Mahua Nandy Pal, Dipankar Hazra2026-05-12
⚡ electrical engineering

CAMAL: Improving Attention Alignment and Faithfulness with Segmentation Masks

यह शोध पत्र CAMAL को प्रस्तुत करता है, जो एक कुशल और स्केलेबल विधि है जो डीप लर्निंग और डीप रिइन्फोर्समेंट लर्निंग प्रतिमानों में विजन मॉडल्स के अटेंशन की स्थानिक सटीकता (अलाइनमेंट) और कारण संबंधी सार्थकता (फिथफुलनेस) दोनों में महत्वपूर्ण सुधार करने के लिए सेगमेंटेशन मास्क को एक सहायक रेगुलराइज़र के रूप में उपयोग करता है, जिससे इन्फरेंस लागत बढ़ाए बिना व्याख्यात्मकता (एक्सप्लेनेबिलिटी) में वृद्धि होती है।

Rajdeep Singh Hundal, Yan Xiao, Jin Song Dong, Manuel Rigger2026-05-12