cs.AI पेपर | Gist.Science

A Link between Shock-wave Theory and Symmetry-reduced Stochastic Gradient Descent for Artificial Neural Networks

यह शोध पत्र शॉक-वेव थ्योरी (shock-wave theory) और न्यूरल नेटवर्क में सिमेट्री-रिड्यूस्ड स्टोकेस्टिक ग्रेडिएंट डिसेंट (symmetry-reduced stochastic gradient descent) के बीच एक कठोर गणितीय संबंध स्थापित करता है, यह प्रदर्शित करते हुए कि कोटिएंटेड लर्निंग डायनेमिक्स (quotiented learning dynamics) प्रशिक्षण चरण संक्रमणों (training phase transitions) की निगरानी के लिए नए सैद्धांतिक अंतर्दृष्टि और व्यावहारिक निदान प्रदान करने हेतु विस्कस हैमिल्टन-जैकोबी (viscous Hamilton–Jacobi) और बर्गर्स-प्रकार के समीकरणों (Burgers-type equations) की संतुष्टि करते हैं।

Taiki Miyagawa2026-06-19

💻 computer science

Attribution-Guided and Coverage-Maximized Pruning for Structural MoE Compression

यह शोध पत्र मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) मॉडल्स के लिए एक स्ट्रक्चरल प्रूनिंग फ्रेमवर्क प्रस्तावित करता है जो फाइन-ग्रेन्ड रेडंडेंसी रिमूवल प्राप्त करने के लिए एट्रिब्यूशन-आधारित एप्रोक्सिमेशन के माध्यम से चैनल-स्कोर कवरेज को मैक्सिमाइज करता है, जिससे उच्च कंप्रेशन रेश्यो के तहत सटीकता बनाए रखते हुए मेमोरी फुटप्रिंट को महत्वपूर्ण रूप से कम किया जाता है।

Yifu Ding, Jiacheng Wang, Ge Yang, Yongcheng Jing, Jinyang Guo, Xianglong Liu, Dacheng Tao2026-06-19

💻 computer science

TRIDENT: Breaking the Hybrid-Safety-Physics Coupling for Provably Safe Multi-Agent Reinforcement Learning

TRIDENT एक नवीन मल्टी-एजेंट सुदृढीकरण शिक्षण (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) ढांचा है जो रिचर्डसन-रोमबर्ग ग्रेडिएंट सुधार (रिचर्डसन-रोमबर्ग ग्रेडिएंट करेक्शन), लियापुनोव-प्रतिबंधित अपडेट (लियापुनोव-कंस्ट्रेंड अपडेट्स), और एक भौतिकी-सूचित अवशिष्ट आलोचक (फिजिक्स-इन्फॉर्म्ड रेसिडुअल क्रिटिक) वाले सह-डिज़ाइन किए गए आर्किटेक्चर के माध्यम से हाइब्रिड क्रियाओं, सुरक्षा बाधाओं और भौतिकी गतिकी के बीच अंतर्निहित युग्मन को हल करता है, जिससे विविध साइबर-भौतिक अनुप्रयोगों में काफी कम सुरक्षा उल्लंघन और बेहतर पुरस्कारों के साथ एक प्रतिबन्धित नैश संतुलन (कन्स्ट्रेंड नैश इक्विलिब्रियम) की प्रमाणित अभिसरण प्राप्त होती है।

Zijie Meng, Ziwei Li, Yufei Liu, Zhiyu Li, Jiyuan Liu, Wenhua Nie, Bingcai Wei, Miao Zhang2026-06-19

💻 computer science

Self-CTRL: Self-Consistency Training with Reinforcement Learning

यह शोध पत्र Self-CTRL को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) विधि है जो भाषा मॉडलों के स्व-स्पष्टीकरणों को उनके वास्तविक व्यवहार के साथ संरेखित करती है, जिससे संभाव्य तर्क (probabilistic reasoning) और संवैधानिक एआई (constitutional AI) कार्यों में पारदर्शिता, ऑडिटेबिलिटी और सुरक्षा में महत्वपूर्ण सुधार होता है।

Itamar Pres, Laura Ruis, Melat Ghebreselassie, Belinda Z. Li, Jacob Andreas2026-06-19

💻 computer science

Redact or Keep? A Fully Local AI Cascade for Educational Dialogue De-Identification

यह शोध पत्र एक पूर्णतः स्थानीय एआई कैस्केड फ्रेमवर्क प्रस्तावित करता है जो शैक्षिक संवाद को वि-पहचानित (de-identify) करने के लिए कार्य को दो-चरणीय गोपनीयता ट्राइएज प्रक्रिया के रूप में पुनर्गठित करके, समान-परिवार के एलएलएम-केवल बेसलाइन और वाणिज्यिक एपीआई दोनों से बेहतर प्रदर्शन करता है, जिससे डेटा गवर्नेंस से समझौता किए बिना व्यक्तिगत नामों और पाठ्यचर्या संबंधी शब्दों के बीच अंतर करने में उच्च सटीकता प्राप्त होती है।

Haocheng Zhang, Zhuqian Zhou, Kirk Vanacore, Bakhtawar Ahtisham, René F. Kizilcec2026-06-19

💻 computer science

RankGraph-2: Lifecycle Co-Design for Billion-Node Graph Learning in Recommendation

RankGraph-2 एक लाइफसाइकिल को-डिज़ाइन फ्रेमवर्क है जिसे मेटा (Meta) में तैनात किया गया है जो अरबों नोड्स वाले समानता-आधारित रिट्रीवल (similarity-based retrieval) के लिए ग्राफ कंस्ट्रक्शन, रिप्रेजेंटेशन लर्निंग और रियल-टाइम सर्विंग को संयुक्त रूप से अनुकूलित करता है ताकि बेहतर रिकॉल, कम कम्प्यूटेशनल लागत और मापने योग्य व्यावसायिक प्रभाव प्राप्त किया जा सके।

Renzhi Wu, Zikun Cui, Junjie Yang, Tai Guo, Hong Li, Xian Chen, Li Yu, Ke Pan, Sri Reddy, Mahesh Srinivasan, Nipun Mathu (…)2026-06-19

💻 computer science

LLMZero: Discovering Adaptive Training Strategies for RL Post-Training via LLM Agents

यह शोध पत्र LLMZero को प्रस्तुत करता है, जो एक LLM एजेंट सिस्टम है जो निरंतर बढ़ते हुए क्षमता और दोलन करते हुए रेगुलराइजेशन मापदंडों द्वारा अभिलक्षित अनुकूल, बहु-चरणीय RL पोस्ट-ट्रेनिंग रणनीतियों की खोज के लिए ट्री सर्च का उपयोग करता है, जो विविध कार्यों में फिक्स्ड शेड्यूल्स, ग्रिड सर्च और रैंडम सर्च की तुलना में काफी बेहतर प्रदर्शन करते हैं।

Haoyang Fang, Wei Zhu, Boran Han, Alex Zhang, Zhenyu Pan, Shuo Yang, Shuai Zhang, Jiading Gai, Peng Tang, Cuixiong Hu, X (…)2026-06-19

💻 computer science

CAOA -- Completion-Assisted Object-CAD Alignment

यह शोध पत्र CAOA को प्रस्तुत करता है, जो एक संदर्भ-जागरूक पॉइंट क्लाउड कंप्लीशन मॉड्यूल को समरूपता-जागरूक पोज़ एस्टीमेशन एल्गोरिदम के साथ जोड़ता है ताकि शोर वाले इनडोर RGB-D स्कैनों से CAD मॉडल को संरेखित करने की सटीकता में महत्वपूर्ण सुधार किया जा सके, जिसे एक नई सिंथेटिक-टू-रियल डेटा रणनीति और S2C-Completion बेंचमार्क डेटासेट द्वारा समर्थित किया गया है।

Hiranya Garbha Kumar, Minhas Kamal, Balakrishnan Prabhakaran2026-06-19

💻 computer science

Veriphi: Attack-Guided Neural Network Verification with Dataset-Dependent Training Methods

यह शोध पत्र Veriphi को प्रस्तुत करता है, जो एक GPU-त्वरित सत्यापन प्रणाली है जो प्रतिकूल हमलों (adversarial attacks) को औपचारिक प्रमाणन (formal certification) के साथ जोड़ती है ताकि यह प्रदर्शित किया जा सके कि न्यूरल नेटवर्क प्रशिक्षण विधियों की प्रभावशीलता मौलिक रूप से डेटासेट पर निर्भर है, जो इस धारणा को चुनौती देती है कि प्रमाणित प्रशिक्षण (certified training) सार्वभौमिक रूप से प्रतिकूल प्रशिक्षण (adversarial training) से बेहतर प्रदर्शन करता है।

Pratik Deshmukh, Kartik Arya, Vasili Savin2026-06-19

💻 computer science

Structured Representation Learning with Locally Linear Embeddings and Adaptive Feature Fusion

संरचित मैनिफोल्ड्स (structured manifolds) और अनुकूली गेटिंग (adaptive gating) के तंत्रिका वैज्ञानिक सिद्धांतों से प्रेरित, यह शोध पत्र एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो डायनेमिक्स-विशिष्ट और रिवॉर्ड-विशिष्ट विशेषताओं को अलग करने और उन्हें गतिशील रूप से संलयित करने के लिए स्थानीय रैखिक एम्बेडिंग (locally linear embeddings) और एक अटेंशन मैकेनिज्म का उपयोग करता है, जिससे बेंचमार्क कार्यों पर सीखने की दक्षता और प्रदर्शन में सुधार होता है।

Somjit Nath, Jackson J Cone, Derek Nowrouzezahrai, Samira Ebrahimi Kahou2026-06-19

← पिछला अगला →