🤖 Category

cs.AI

27120 पेपर

🤖 machine learning

How Fast Should a Model Commit to Supervision? Training Reasoning Models on the Tsallis Loss Continuum

यह शोध पत्र एक टैलिस लॉस निरंतरता (Tsallis loss continuum) प्रस्तुत करता है जो रीजनिंग मॉडल्स में कोल्ड-स्टार्ट स्टालिंग (cold-start stalling) को हल करने के लिए सुदृढीकरण शिक्षण (reinforcement learning) और घनत्व अनुमान (density estimation) के बीच मध्यस्थता करता है, जिसमें दो व्यावहारिक अनुमानकों (GARL और PAFT) का प्रस्ताव दिया गया है जो कम सफलता की संभावनाओं से बाहर निकलने की गति और प्रशिक्षण स्थिरता के बीच संतुलन बनाकर जटिल रीजनिंग बेंचमार्क पर GRPO जैसे मानक तरीकों से काफी बेहतर प्रदर्शन करते हैं।

Chu-Cheng Lin, Eugene Ie2026-04-29
💬 NLP

Recursive Multi-Agent Systems

यह शोध पत्र RecursiveMAS प्रस्तुत करता है, जो एक पुनरावर्ती मल्टी-एजेंट फ्रेमवर्क है जो विषम एजेंटों को एक नवीन लर्निंग एल्गोरिदम के साथ लेटेंट-स्पेस सहयोग लूप में एकीकृत करता है, और मौजूदा सिंगल एवं मल्टी-एजेंट सिस्टम की तुलना में विविध बेंचमार्क पर सटीकता, इन्फरेंस स्पीड और टोकन दक्षता में महत्वपूर्ण सुधार प्राप्त करता है।

Xiyuan Yang, Jiaru Zou, Rui Pan, Ruizhong Qiu, Pan Lu, Shizhe Diao, Jindong Jiang, Hanghang Tong, Tong Zhang, Markus J. (…)2026-04-29
📊 statistics

"Noisier" Noise Contrastive Eestimation is (Almost) Maximum Likelihood

यह शोध पत्र "Noisier" NCE को प्रस्तुत करता है, जो एक सरल संशोधन है जो शोर की तीव्रता (noise magnitude) को कृत्रिम रूप से बढ़ाता है ताकि NCE उद्देश्य को अधिकतम संभावना (Maximum Likelihood) के साथ संरेखित किया जा सके, जिससे उच्च-आयामी, बहुविध (multimodal) परिवेशों में तेज़ अभिसरण (convergence) और अधिक सटीक घनत्व-अनुपात अनुमान (density-ratio estimation) सक्षम हो सके।

Peiyu Yu, Dinghuai Zhang, Hengzhi He, Xiaojian Ma, Sirui Xie, Ruiyao Miao, Yifan Lu, Yasi Zhang, Deqian Kong, Ruiqi Gao (…)2026-04-28
🤖 AI

Attention-Based Deep Reinforcement Learning for Qubit Allocation in Modular Quantum Architectures

यह शोध पत्र एक नवीन डीप रिइन्फोर्समेंट लर्निंग दृष्टिकोण प्रस्तावित करता है जो ट्रांसफॉर्मर एनकोडर्स और ग्राफ न्यूरल नेटवर्क्स को एकीकृत करता है ताकि मॉड्यूलर क्वांटम आर्किटेक्चर में लॉजिकल क्वबिट्स को फिजिकल कोर्स में मैप करने के लिए ह्यूरिस्टिक्स को कुशलतापूर्वक सीखा जा सके, जिससे बेसलाइन विधियों की तुलना में इंटर-कोर संचार को कम किया जा सके और संकलन समय (कंपाइलेशन टाइम) को घटाया जा सके।

Enrico Russo, Maurizio Palesi, Davide Patti, Giuseppe Ascia, Vincenzo Catania2026-04-28
💻 computer science

MVIGER: Multi-View Variational Integration of Complementary Knowledge for Generative Recommender

यह शोध पत्र MVIGER का प्रस्ताव करता है, जो एक एकीकृत वेरिएशनल फ्रेमवर्क है जो एक सीखने योग्य कैटेगोरिकल लेटेंट वेरिएबल के माध्यम से विविध प्रॉम्प्ट टेम्पलेट्स और आइटम इंडेक्स प्रकारों से प्राप्त पूरक प्राथमिकता ज्ञान को अनुकूल रूप से एकीकृत करके जनरेटिव रिकमेंडर सिस्टम्स में विसंगतियों को हल करता है।

Tongyoung Kim, Soojin Yoon, SeongKu Kang, Jinyoung Yeo, Dongha Lee2026-04-28
💻 computer science

CODESIM: Multi-Agent Code Generation and Problem Solving through Simulation-Driven Planning and Debugging

यह शोधपत्र CodeSim को प्रस्तुत करता है, जो एक नवीन मल्टी-एजेंट फ्रेमवर्क है जो सात चुनौतीपूर्ण बेंचमार्क में योजना सत्यापन (plan verification) और आंतरिक डिबगिंग के लिए एक मानव-समान, सिमुलेशन-संचालित दृष्टिकोण का उपयोग करके अत्याधुनिक कोड जनरेशन प्रदर्शन प्राप्त करता है।

Md. Ashraful Islam, Mohammed Eunus Ali, Md Rizwan Parvez2026-04-28
💻 computer science

Speech-FT: Merging Pre-trained And Fine-Tuned Speech Representation Models For Cross-Task Generalization

यह शोध पत्र Speech-FT का प्रस्ताव करता है, जो एक नवीन दो-चरणीय फाइन-ट्यूनिंग फ्रेमवर्क है जो मौजूदा रेगुलराइजेशन विधियों की तुलना में क्रॉस-टास्क जनरलाइजेशन को संरक्षित करने और यहाँ तक कि सुधारने के साथ-साथ कार्य-विशिष्ट प्रदर्शन को बढ़ाने के लिए रिप्रेजेंटेशनल ड्रिफ्ट रिडक्शन को वेट-स्पेस इंटरपोलेशन के साथ जोड़ता है।

Tzu-Quan Lin, Wei-Ping Huang, Hao Tang, Hung-yi Lee2026-04-28
🤖 machine learning

The Shape of Attraction in UMAP: Exploring the Embedding Forces in Dimensionality Reduction

यह शोध पत्र UMAP में आकर्षक और प्रतिकर्षक बलों का एक यांत्रिक विश्लेषण प्रदान करता है, जो यह समझाता है कि वे क्लस्टर निर्माण को कैसे आकार देते हैं और रैंडम इनिशियलाइजेशन के तहत एम्बेडिंग निरंतरता में सुधार के लिए आकर्षण में एक संशोधन प्रस्तावित करता है।

Mohammad Tariqul Islam, Jason W. Fleischer2026-04-28
⚡ electrical engineering

Dual-domain Multi-path Self-supervised Diffusion Model for Accelerated MRI Reconstruction

यह शोध पत्र ड्यूल-डोमेन मल्टी-पाथ सेल्फ-सुपरवाइज्ड डिफ्यूजन मॉडल (DMSM) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो सटीकता, दक्षता और अनिश्चितता अनुमान के माध्यम से नैदानिक व्याख्यात्मकता को बढ़ाने के लिए एक सेल्फ-सुपरवाइज्ड प्रशिक्षण योजना, एक लाइटवेट हाइब्रिड अटेंशन नेटवर्क और एक मल्टी-पाथ इन्फरेंस रणनीति का उपयोग करके त्वरित एमआरआई पुनर्निर्माण में सुधार करता है।

Yuxuan Zhang, Jinkui Hao, Bo Zhou2026-04-28
🤖 machine learning

Always Tell Me The Odds: Fine-grained Conditional Probability Estimation

यह शोध पत्र मानव और सिंथेटिक डेटा, स्केलिंग और बेहतर पर्यवेक्षण के संयोजन का उपयोग करके बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) में सूक्ष्म-स्तरीय सशर्त संभाव्यता अनुमान (फाइन-ग्रेन्ड कंडिशनल प्रोबेबिलिटी एस्टिमेशन) के लिए एक नया अत्याधुनिक दृष्टिकोण प्रस्तावित करता है ताकि मोटे और पक्षपाती संभाव्य भविष्यवाणियों से जुड़ी मौजूदा समस्याओं को दूर किया जा सके।

Liaoyaqi Wang, Zhengping Jiang, Anqi Liu, Benjamin Van Durme2026-04-28