🤖 Category

cs.AI

24888 पेपर

💬 NLP

GazeVLM: Active Vision via Internal Attention Control for Multimodal Reasoning

GazeVLM एक 4B-पैरामीटर वाला मल्टीमॉडल मॉडल है जो उच्च-रिज़ॉल्यूशन तर्क (reasoning) को बेहतर बनाने के लिए गेज़ टोकन (gaze tokens) को गतिशील रूप से उत्पन्न करने हेतु मेटाकॉग्निटिव नियंत्रण को आंतरिक रूप से आत्मसात करता है, जिससे यह मॉडल बाहरी क्रॉपिंग टूल या बढ़े हुए कॉन्टेक्स्ट विंडोज़ पर निर्भर किए बिना सक्रिय फोवियल अटेंशन (foveal attention) का स्वायत्त रूप से अनुकरण करने और अप्रासंगिक विजुअल फीचर्स को दबाने में सक्षम होता है।

Brown Ebouky, Gabriele Carrino, Niccolo Avogaro, Christoph Studer, Andrea Bartezzaghi, Mattia Rigotti2026-05-11
🤖 AI

Divide and Conquer: Object Co-occurrence Helps Mitigate Simplicity Bias in OOD Detection

यह शोध पत्र एक ऑब्जेक्ट-सेंट्रिक ओओडी (OOD) डिटेक्शन फ्रेमवर्क (OCO) प्रस्तावित करता है जो डिसेंटैंगल्ड रिप्रेजेंटेशन्स और सिमेंटिक कॉन्टेक्स्टुअल रिलेशनशिप के माध्यम से ऑब्जेक्ट को-अकरेंस पैटर्न का लाभ उठाकर डिटेक्शन टास्क को एडेप्टिवली डिवाइड एंड कॉंकर करने द्वारा नियर-ओओडी (near-OOD) डिटेक्शन में सिम्प्लिसिटी बायस को कम करता है।

Boyang Dai, Chaoqi Chen, Yizhou Yu2026-05-11
🤖 machine learning

Approximation-Free Differentiable Oblique Decision Trees

यह शोध पत्र DTSemNet को प्रस्तुत करता है, जो एक नवीन ढांचा है जो हार्ड ऑब्लिक (hard oblique) डिसीजन ट्रीज़ को इनवर्टिबल न्यूरल नेटवर्क के रूप में निरूपित करता है ताकि मानक ग्रेडिएंट डिसेंट के माध्यम से सटीक, अनुमान-रहित एंड-टू-एंड प्रशिक्षण सक्षम किया जा सके, जो वर्गीकरण और प्रतिगमन दोनों कार्यों में मौजूदा विभेदक (differentiable) विधियों से बेहतर प्रदर्शन करता है।

Subrat Prasad Panda, Blaise Genest, Arvind Easwaran2026-05-11
🧬 biology

PPI-Net connects molecular protein interactions to functional processes in disease

यह शोध पत्र PPI-Net प्रस्तुत करता है, जो एक पदानुक्रमित ग्राफ न्यूरल नेटवर्क है जो कैंसर अवस्थाओं की सटीक भविष्यवाणी करने और रोग-संचालित जैविक प्रक्रियाओं में यांत्रिक अंतर्दृष्टि प्रदान करने के लिए प्रोटीन-प्रोटीन इंटरेक्शन नेटवर्क को पाथवे-स्तरीय पदानुक्रमों के साथ एकीकृत करता है।

Kyle Higgins, Guadalupe Gonzalez, Dennis Veselkov, Ivan Laponogov, Kirill Veselkov2026-05-11
🤖 AI

Exact Regular-Constrained Variable-Order Markov Generation via Sparse Context-State Belief Propagation

यह शोध पत्र एक स्पार्स कॉन्टेक्स्ट-स्टेट बिलीफ प्रोपेगेशन विधि प्रस्तुत करता है जो प्रेक्षित कॉन्टेक्स्ट और कंस्ट्रेंट ऑटोमेटा के बीच एक प्रोडक्ट स्टेट स्पेस का निर्माण करके, नियमित बाधाओं के तहत वेरिएबल-ऑर्डर मार्कोव मॉडल से अनुक्रमों के सटीक उत्पादन को सक्षम बनाता है, जिससे फुल K-टुपल एक्सपेंशन के कम्प्यूटेशनल विस्फोट से बचा जा सके और रिवर्सिबल डेटा ऑग्मेंटेशन को समर्थन मिल सके।

François Pachet2026-05-11
💬 NLP

MatryoshkaLoRA: Learning Accurate Hierarchical Low-Rank Representations for LLM Fine-Tuning

यह शोध पत्र MatryoshkaLoRA को प्रस्तुत करता है, जो एक नवीन प्रशिक्षण ढांचा है जो एक निश्चित विकर्ण स्केलिंग मैट्रिक्स (diagonal scaling matrix) को सम्मिलित करके पैरामीटर-कुशल फाइन-ट्यूनिंग को बढ़ाता है ताकि सटीक, पदानुक्रमित निम्न-रैंक (hierarchical low-rank) निरूपणों को सीखा जा सके, जिससे मौजूदा विधियों की तुलना में बेहतर सटीकता-प्रदर्शन ट्रेड-ऑफ के साथ गतिशील रैंक चयन सक्षम होता है।

Ionut-Vlad Modoranu, Mher Safaryan, Dan Alistarh2026-05-11
🤖 machine learning

On the Tradeoffs of On-Device Generative Models in Federated Predictive Maintenance Systems

यह शोध पत्र प्रेडिक्टिव मेंटेनेंस (पूर्वानुमानित रखरखाव) में फेडरेटेड जनरेटिव मॉडल्स (VAEs, GANs, और डिफ्यूजन मॉडल्स) के लिए एक व्यापक विश्लेषण और नवीन वर्गीकरण प्रस्तुत करता है, जो उपयोगिता (utility), स्थिरता और संचार ओवरहेड में स्पष्ट ट्रेड-ऑफ को प्रकट करता है और यह प्रदर्शित करता है कि बैंडविड्थ-सीमित, नॉन-आईआईडी (non-IID) औद्योगिक परिवेश में आंशिक घटक साझा करना पूर्ण फेडरेशन से बेहतर प्रदर्शन कर सकता है।

Usevalad Milasheuski, Piero Baraldi, Enrico Zio, Stefano Savazzi2026-05-11
💬 NLP

KL for a KL: On-Policy Distillation with Control Variate Baseline

यह शोध पत्र vOPD का प्रस्ताव करता है, जो एक स्थिर ऑन-पॉलिसी डिस्टिलेशन (On-Policy Distillation) विधि है जो एक क्लोज्ड-फॉर्म, प्रति-टोकन नेगेटिव रिवर्स KL डाइवर्जेंस (negative reverse KL divergence) को कंट्रोल वेरिएट बेसलाइन (control variate baseline) के रूप में उपयोग करके प्रशिक्षण भिन्नता (training variance) को कम करता है, और बिना किसी अतिरिक्त इन्फरेंस ओवरहेड के महंगे फुल-वोकैबुलरी बेसलाइन के समान प्रदर्शन प्राप्त करता है।

Minjae Oh, Sangjun Song, Gyubin Choi, Yunho Choi, Yohan Jo2026-05-11
🔬 condensed matter

Spectral Dynamics in Deep Networks: Feature Learning, Outlier Escape, and Learning Rate Transfer

यह शोध पत्र विस्तृत न्यूरल नेटवर्क में हिडन-वेट स्पेक्ट्रा (hidden-weight spectra) के विकास का विश्लेषण करने के लिए एक टू-लेवल डायनामिकल मीन-फील्ड थ्योरी प्रस्तुत करता है, जो यह प्रकट करता है कि आउटलायर डायनेमिक्स और हाइपरपैरामीटर ट्रांसफर विभिन्न पैरामीट्राइजेशन में कैसे भिन्न होते हैं और कैसे कार्य की जटिलता तथा आउटपुट आयाम बढ़ने के साथ स्पेक्ट्रल व्यवहार आउटलायर-ड्रिवन से बल्क-रीस्ट्रक्चरिंग तंत्र में स्थानांतरित हो जाता है।

Clarissa Lauditi, Cengiz Pehlevan, Blake Bordelon2026-05-11
🤖 AI

Video Understanding Reward Modeling: A Robust Benchmark and Performant Reward Models

यह शोध पत्र वीडियो समझ रिवॉर्ड मॉडलिंग में सुदृढ़ बेंचमार्क और उच्च गुणवत्ता वाले डेटा की कमी को संबोधित करते हुए वीडियो अंडरस्टैंडिंग रिवॉर्ड बेंच (VURB), बड़े पैमाने के वीडियो अंडरस्टैंडिंग प्रेफरेंस डेटासेट (VUP-35K), और अत्याधुनिक डिस्क्रिमिनेटिव और जेनेरेटिव रिवॉर्ड मॉडल्स (VideoDRM और VideoGRM) को प्रस्तुत करता है जो प्रदर्शन और तर्क क्षमताओं को महत्वपूर्ण रूप से आगे बढ़ाते हैं।

Yuancheng Wei, Linli Yao, Lei Li, Haojie Zhang, Hao Zhou, Fandong Meng, Xu Sun2026-05-11