🤖 Category

cs.AI

23200 पेपर

🤖 machine learning

Outage Detection in Self-Healing Smart Grids Using Reinforcement Learning with Spectral Graph Neural Networks

यह शोध पत्र एक स्पेक्ट्रल ग्राफ सुदृढीकरण शिक्षण (spectral graph reinforcement learning) ढांचे का प्रस्ताव करता है जो स्व-उपचार (self-healing) स्मार्ट ग्रिड में वास्तविक समय में, लगभग इष्टतम आउटेज डिटेक्शन और नेटवर्क पुनर्गठन को सक्षम करने के लिए आवृत्ति-डोमेन (frequency-domain) जानकारी का लाभ उठाता है, जो पारंपरिक तरीकों की तुलना में विभिन्न IEEE परीक्षण प्रणालियों में बेहतर सामान्यीकरण और प्रदर्शन प्रदर्शित करता है।

Lihui Liu, Mucun Sun, Caisheng Wang2026-06-09
🤖 machine learning

From Human Guidance to Autonomy: Agent Skill System for End-to-End LLM Deployment on Spatial NPUs

यह शोध पत्र एक दो-चरणीय कार्यप्रणाली प्रस्तुत करता है जो मानव-निर्देशित विकास से एक स्वायत्त एजेंट कौशल प्रणाली में परिवर्तित होती है, जो AMD XDNA 2 स्थानिक NPU पर कई LLM को न्यूनतम मानवीय हस्तक्षेप के साथ महत्वपूर्ण प्रदर्शन लाभों के साथ एंड-टू-एंड सफलतापूर्वक तैनात करती है।

Jiajie Li, Erwei Wang, Zhiru Zhang, Samuel Bayliss2026-06-09
🤖 AI

VisualLeakBench: Reproducible Action-Boundary Propagation Failures in Vision-Language Agents

यह शोधपत्र VisualLeakBench प्रस्तुत करता है, जो यह प्रकट करता है कि विजन-लैंग्वेज एजेंट अक्सर छवियों से संवेदनशील या असुरक्षित दृश्य टेक्स्ट को टूल आर्गुमेंट्स में प्रसारित करते हैं, और रक्षात्मक प्रॉम्प्ट PII रिसाव को सुरक्षित डेटा हैंडलिंग सुनिश्चित करने के बजाय मुख्य रूप से टूल के उपयोग को दबाकर कम करते हैं।

Youting Wang, Yuan Tang, Yitian Qian, Chen Zhao2026-06-09
🤖 machine learning

Repetition Mismatch: Why Data Mixture Experiments Don't Scale and How to Fix Them

यह शोध पत्र छोटे पैमाने के डेटा मिश्रण प्रयोगों को बड़े प्रशिक्षण बजटों तक एक्सट्रपलेशन करते समय विफलता के प्राथमिक कारण के रूप में "रिपिटिशन मिसमैच" (पुनरावृत्ति बेमेल) की पहचान करता है और एक सबसैंपलिंग प्रक्रिया का प्रस्ताव करता है जो लक्षित पुनरावृत्ति दरों से मेल खाती है ताकि पारंपरिक तरीकों की तुलना में काफी कम टोकन के साथ इष्टतम डेटा मिश्रणों का सटीक निर्धारण किया जा सके।

Kevin Zhou, Lisa Alazraki, Kris Cao, Marek Rei2026-06-09
🤖 machine learning

DiffoR: A Unified Continuous Generative Framework for Universal Ordinal Regression

यह शोध पत्र DiffOR प्रस्तुत करता है, जो एक एकीकृत निरंतर जनरेटिव फ्रेमवर्क है जो ऑर्डिनल रिग्रेशन में क्वांटाइजेशन और कठोर सीमाओं की सीमाओं को दूर करने के लिए डिफ्यूजन मॉडल और एक डुअल-डिकपलिंग रणनीति का लाभ उठाता है, जिससे सॉफ्ट सिमेंटिक ट्रांज़िशन को गतिशील रूप से सीखकर विविध डोमेन में अत्याधुनिक प्रदर्शन प्राप्त होता है।

Hongxu Ma, Lin Wang, Chenghou Jin, Han Zhou, Jie Zhang, Xiaoyu Yang, Chunjie Chen, Jihong Guan, Shuigeng Zhou2026-06-09
🤖 machine learning

Reachability and asymptotics of Gaussian Transformer dynamics

यह शोध पत्र ट्रांसफॉर्मर की गतिशीलता को प्रायिकता मापों (probability measures) पर एक गैर-रेखीय नियंत्रण प्रणाली के रूप में मॉडल करता है, यह सिद्ध करते हुए कि गॉसियन वितरण प्रवाह के तहत अपरिवर्तित रहते हैं और विश्लेषण को एक परिमित-आयामी द्विरेखीय प्रणाली (bilinear system) तक कम करता है जो रिकी समीकरणों (Riccati equations) के साथ संबंधों के माध्यम से पहुँच क्षमता (reachability), स्थिरता और विस्फोट व्यवहार (blow-up behaviors) को अभिलक्षित करता है।

Albert Alcalde, Zhengping Ji, Enrique Zuazua2026-06-09
🤖 machine learning

LFNO: Bridging Laplace and Fourier via Transient-Steady Decomposition

यह शोध पत्र लैप्लास-फोरियर न्यूरल ऑपरेटर (LFNO) प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो गतिशील प्रणालियों को क्षणिक और स्थिर घटकों में विभाजित करता है ताकि विभिन्न टेम्पोरल स्केल्स पर PDEs पर प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए ODEs पर मौजूदा ऑपरेटर्स से काफी बेहतर प्रदर्शन किया जा सके।

Jeongun Ha, Sanga Yoon, Donghun Lee2026-06-09
🤖 machine learning

Contribution Weights: A Geometrical Analysis of Self-Attention Transformers

यह शोधपत्र "कंट्रीब्यूशन वेट्स" (Contribution Weights) को प्रस्तुत करता है, जो एक प्रोजेक्शन-आधारित मीट्रिक है जो वैल्यू वेक्टर ज्योमेट्री (value vector geometry) को शामिल करके पारंपरिक अटेंशन वेट्स में सुधार करता है ताकि अर्थपूर्ण रूप से महत्वपूर्ण टोकन की अधिक सटीक पहचान की जा सके और यह प्रकट करता है कि अटेंशन सिंक्स (attention sinks) मॉडल रिप्रेजेंटेशन को स्थिर करने के लिए सक्रिय रूप से सूचना को दबाते हैं।

Harry Jake Cunningham, Nicola Muca Cirone2026-06-09
🤖 machine learning

SRT: Super-Resolution for Time Series via Disentangled Rectified Flow

यह शोध पत्र SRT को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो लो-रिज़ॉल्यूशन इनपुट से हाई-रिज़ॉल्यूशन टाइम सीरीज़ को पुनर्गठित करने के लिए डिसेंटैंगल्ड रेक्टिफाइड फ्लो और क्रॉस-रिज़ॉल्यूशन अटेंशन का लाभ उठाता है, जो संकेतों को ट्रेंड और सीज़नल घटकों में विभाजित करता है, जिसमें एक स्केल्ड-अप SRT-लार्ज वेरिएंट कई डेटासेट्स पर मजबूत ज़ीरो-शॉट क्षमता प्रदर्शित करता है।

Jufang Duan, Shenglong Xiao, Yuren Zhang2026-06-09
💬 NLP

Subtitle-Aligned Fine-Tuning of Whisper for Swiss German ASR: Benchmark Contamination, Convention Mismatch, and an Honest Baseline at 25.6% WER (13.8% cWER)

यह शोध पत्र स्विस जर्मन ASR के लिए विस्पर (Whisper) को फाइन-ट्यून करने का एक व्यवस्थित अध्ययन प्रस्तुत करता है जो पूर्ववर्ती अत्याधुनिक परिणामों में गंभीर बेंचमार्क संदूषण (benchmark contamination) को उजागर करता है, मानक जर्मन उपशीर्षक वाले ब्रॉडकास्ट डेटा का उपयोग करके 25.6% WER (13.8% cWER) का एक कठोरता से मूल्यांकित ईमानदार आधारभूत स्तर (baseline) स्थापित करता है, और प्रतिलिपि प्रस्तुत करने योग्य मॉडल जारी करता है ताकि यह प्रदर्शित किया जा सके कि वर्तमान बेंचमार्क मुख्य रूप रूप से वास्तविक बोली संबंधी समझ के बजाय कन्वेंशन मिलान को मापते हैं।

Felix Akeret2026-06-09