cs.AI पेपर | Gist.Science

Efficient Zeroth-Order Federated Finetuning of Language Models on Resource-Constrained Devices

यह शोध पत्र एक नवीन ज़ीरोथ-ऑर्डर फेडरेटेड लर्निंग पद्धति प्रस्तावित करता है जो मॉडलों को ब्लॉक्स में विभाजित करती है और मध्यवर्ती एक्टिवेशन्स के कुशल पुन: उपयोग को सक्षम करने के लिए रणनीतिक रूप से परटर्बेशन्स (perturbations) आवंटित करती है, जिससे संसाधन-सीमित उपकरणों पर लार्ज लैंग्वेज मॉडल्स की फाइन-ट्यूनिंग के लिए कम्प्यूटेशनल मांग में 3 गुना कमी आती है और साथ ही फेडरेटेड लर्निंग के मेमोरी और कम्युनिकेशन लाभ भी बने रहते हैं।

Mohamed Aboelenien Ahmed, Kilian Pfeiffer, Ramin Khalili, Heba Khdr, Jörg Henkel2026-06-19

🤖 AI

Simulation of Language Evolution under Regulated Social Media Platforms: A Synergistic Approach of Large Language Models and Genetic Algorithms

यह शोध पत्र एक मल्टी-एजेंट फ्रेमवर्क प्रस्तावित करता है जो सोशल मीडिया नियामक नीतियों से बचने के लिए उपयोग की जाने वाली रचनात्मक भाषा रणनीतियों के पुनरावृत्ति विकास को सिम्युलेट और विश्लेषित करने के लिए लार्ज लैंग्वेज मॉडल्स और जेनेटिक एल्गोरिदम को सहक्रियात्मक रूप से संयोजित करता है, जो अमूर्त और यथार्थवादी दोनों प्रयोगात्मक परिदृश्यों के माध्यम से बेहतर अनुकूलन क्षमता और सूचना संचरण को प्रदर्शित करता है।

Jinyu Cai, Yusei Ishimizu, Mingyue Zhang, Munan Li, Jialong Li, Kenji Tei2026-06-19

💻 computer science

Fully Geometric Multi-Hop Reasoning on Knowledge Graphs with Transitive Relations

यह शोध पत्र GeometrE को प्रस्तुत करता है, जो नॉलेज ग्राफ पर मल्टी-हॉप रीजनिंग के लिए एक ज्यामितीय एम्बेडिंग विधि है जो सभी तार्किक परिचालनों को शुद्ध ज्यामितीय रूपांतरणों में मैप करती है और तार्किक नियमों को संरक्षित करने के लिए एक नवीन ट्रांजिटिव लॉस फंक्शन का उपयोग करती है, जिससे मौजूदा ज्यामितीय दृष्टिकोणों की तुलना में बेहतर प्रदर्शन प्राप्त होता है और न्यूरल-आधारित विधियों के साथ प्रतिस्पर्धी परिणाम बनाए रखता है।

Fernando Zhapa-Camacho, Robert Hoehndorf2026-06-19

💻 computer science

Revisiting Active Speaker Detection: An In-the-Wild Benchmark for Generalization and Robustness

यह शोधपत्र UniTalk को प्रस्तुत करता है, जो एक नवीन इन-द-वाइल्ड बेंचमार्क डेटासेट है जिसे AVA जैसे मौजूदा बेंचमार्क के डोमेन गैप को संबोधित करने के लिए विविध, चुनौतीपूर्ण वास्तविक दुनिया के परिदृश्यों को कवर करके डिज़ाइन किया गया है, जिससे वर्तमान अत्याधुनिक मॉडलों की सीमाओं का पता चलता है और मजबूत सक्रिय वक्ता पहचान (एक्टिव स्पीकर डिटेक्शन) प्रणालियों को विकसित करने के लिए एक नया मानक स्थापित होता है।

Le Thien Phuc Nguyen, Zhuoran Yu, Khoa Quang Nhat Cao, Yuwei Guo, Tu Ho Manh Pham, Tuan Tai Nguyen, Toan Ngo Duc Vo, Luc (…)2026-06-19

🤖 machine learning

Bridging Distribution Shift and AI Safety: Conceptual and Methodological Synergies

यह शोध पत्र यह प्रदर्शित करते हुए वितरण बदलाव (distribution shift) और एआई सुरक्षा (AI safety) के बीच एक एकीकृत ढांचा स्थापित करता है कि विशिष्ट बदलाव प्रकारों को संबोधित करने वाली विधियाँ संगत सुरक्षा लक्ष्यों को प्राप्त कर सकती हैं, या इन दोनों क्षेत्रों को एक-दूसरे में औपचारिक रूप से परिवर्तित किया जा सकता है ताकि पारस्परिक पद्धतिगत अनुकूलन सक्षम हो सके।

Chenruo Liu, Kenan Tang, Yao Qin, Qi Lei2026-06-19

🔬 materials science

Overcoming Labelled Data Scarcity for Defect Classification in Scanning Tunneling Microscopy

यह शोध पत्र स्कैनिंग टनलिंग माइक्रोस्कोपी (STM) छवियों को सेगमेंट करने के लिए एक स्वचालित, लचीले दृष्टिकोण का प्रस्ताव करता है जो लेबल किए गए डेटा की कमी को दूर करने के लिए फ्यू-शॉट (few-shot) और अनसुपरवाइज्ड लर्निंग को जोड़ता है, जिससे न्यूनतम मैनुअल एनोटेशन के साथ विविध सतहों पर उच्च-सटीक दोष वर्गीकरण सक्षम होता है।

Nikola L. Kolev, Max Trouton, Filippo Federici Canova, Geoff Thornton, David Z. Gao, Neil J. Curson, Taylor J. Z. Stock2026-06-19

💻 computer science

Grids Often Outperform Implicit Neural Representations at Compressing Dense Signals

यह शोध पत्र यह प्रदर्शित करता है कि घने संकेतों (dense signals) को कंप्रेस करने के लिए, इंटरपोलेशन के साथ सरल नियमित ग्रिड अक्सर प्रशिक्षण गति और गुणवत्ता दोनों में इम्प्लिसिट न्यूरल रिप्रेजेंटेशन्स (INRs) से बेहतर प्रदर्शन करते हैं, जबकि बाइनरी शेप फिटिंग जैसे विशिष्ट क्षेत्रों की पहचान भी करते हैं जहाँ INRs अभी भी फायदेमंद बने हुए हैं।

Namhoon Kim, Sara Fridovich-Keil2026-06-19

💻 computer science

From Memorization to Parameter Interference: How Overtraining Experts Harms Model Merging

यह शोध पत्र इस धारणा को चुनौती देता है कि व्यक्तिगत प्रदर्शन के लिए विशेषज्ञ मॉडलों को अनुकूलित करना डाउनस्ट्रीम मॉडल मर्जिंग (model merging) को लाभान्वित करता है, बल्कि यह प्रदर्शित करता है कि ओवरट्रेनिंग से रटने (memorization) और नकारात्मक पैरामीटर हस्तक्षेप (negative parameter interference) की स्थिति उत्पन्न होती है जो मर्ज किए गए प्रदर्शन को कम कर देती है, एक ऐसी समस्या जिसे कार्य-निर्भर अर्ली स्टॉपिंग (task-dependent early stopping) द्वारा प्रभावी ढंग से कम किया जा सकता है।

Stefan Horoi, Guy Wolf, Eugene Belilovsky, Gintare Karolina Dziugaite2026-06-19

🤖 AI

MEAL: A Benchmark for Continual Multi-Agent Reinforcement Learning

यह शोध पत्र MEAL को प्रस्तुत करता है, जो निरंतर मल्टी-एजेंट सुदृढीकरण सीखने (continual multi-agent reinforcement learning) के लिए पहला बेंचमार्क है, जो 100 कार्यों के लंबे अनुक्रमों पर कुशलतापूर्वक प्रशिक्षित करने के लिए JAX और GPU त्वरण का लाभ उठाता है, जिससे उन विफलता मोड का अनावरण होता है जो छोटे, पारंपरिक अध्ययनों में अदृश्य रहते हैं।

Tristan Tomilin, Luka van den Boogaard, Samuel Garcin, Constantin Ruhdorfer, Bram Grooten, Fabrice Kusters, Yali Du, And (…)2026-06-19

💻 computer science

Enhancing Fatigue Detection through Heterogeneous Multi-Source Data Integration and Cross-Domain Modality Imputation

यह शोध पत्र एक परिनियोजन-उन्मुख ढांचे का प्रस्ताव करता है जो क्रॉस-डोमेन मोडैलिटी इम्प्यूटेशन के माध्यम से उच्च-सटीकता वाले स्रोत डोमेनों से ज्ञान का लाभ उठाकर वास्तविक दुनिया के थकान पता लगाने की प्रक्रिया को बढ़ाता है, जो प्रभावी रूप से व्यावहारिक सेटिंग्स में शोर वाले या अपूर्ण सेंसर डेटा की सीमाओं को दूर करता है।

Luobin Cui, Yanlai Wu, Tang Ying, Weikai Li2026-06-19

← पिछला अगला →