🤖 Category

cs.AI

23200 पेपर

🤖 machine learning

Test-Time Adaptive Composition for Machine Learning as a Service (MLaaS) in IoT Environments

यह शोध पत्र IoT वातावरण में 'मशीन लर्निंग एज़ अ सर्विस' के लिए एक नवीन टेस्ट-टाइम एडेप्टिव (TTA) कंपोजिशन फ्रेमवर्क प्रस्तावित करता है जो एक TTA-अवेयर कंपोजेबिलिटी मॉडल और एक सर्विस-लेवल अडैप्टेशन रणनीति का उपयोग करता है ताकि इन्फरेंस के दौरान सेवाओं को कुशलतापूर्वक समायोजित किया जा सके, जिससे कंप्यूटेशनल समय को कम किया जा सके और पारंपरिक सर्विस रिप्लेसमेंट विधियों की सीमाओं को दूर किया जा सके।

Deepak Kanneganti, Sajib Mistry, Sheik Mohammad Mostakim Fattah, Aneesh Krishna2026-06-09
🤖 machine learning

Knowledge-Inclusive Adaptive Physics-Informed Neural Network for Microbial Interaction Modelling

यह शोध पत्र एक नॉलेज-इंक्लूसिव अडैप्टिव फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (PINN) फ्रेमवर्क प्रस्तावित करता है जो साहित्य और नेटवर्क संरचनाओं से सहायक ज्ञान को प्रयोगात्मक डेटा के साथ एकीकृत करके सूक्ष्मजीव अंतःक्रिया मॉडलिंग को बढ़ाता है, जिससे सूक्ष्मजीव समुदाय की गतिशीलता की भविष्यवाणी करने में अत्याधुनिक विधियों की तुलना में महत्वपूर्ण सटीकता सुधार प्राप्त होता है।

Ravisha Rupasinghe, Rajith Vidanaarachchi, Asela Hevapathige, Sachith Seneviratne, Sen-Lin Tang, Saman Halgamuge2026-06-09
🤖 AI

What Makes Video World Model Latents Action-Relevant: Prediction over Reconstruction

यह शोध पत्र यह प्रदर्शित करता है कि वीडियो वर्ल्ड मॉडल लेटेंट स्पेस में एक्शन-संबंधित संरचना को चलाने वाला प्राथमिक कारक पिक्सेल पुनर्निर्माण निष्ठा (pixel reconstruction fidelity) के बजाय टेम्पोरल वीडियो प्रीट्रेनिंग है, जैसा कि विविध एनकोडर परिवारों और रोबोटिक बेंचमार्क में बेहतर एक्शन रिकवरेबिलिटी और मजबूती से सिद्ध होता है।

Jewon Yeom, Hanseul Kim, Jeongjae Park, Sungmok Jung, Jaejin Lee, Taesup Kim2026-06-09
🤖 machine learning

HARP: Efficient Data Selection for Finetuning Large Language Models

यह शोध पत्र HARP को प्रस्तुत करता है, जो एक पदानुक्रमित सक्रिय क्षेत्र छंटनी (hierarchical active region pruning) विधि है जो डेटासेट को नोड-लीफ पदानुक्रम में व्यवस्थित करके और उपयोगिताओं (utilities) का अनुमान लगाने के लिए एम्पिरिकल बेयस पोस्टीरियर्स (empirical Bayes posteriors) का उपयोग करके बड़े भाषा मॉडलों के लिए फाइनट्यूनिंग डेटा को कुशलतापूर्वक चुनता है, जिससे मौजूदा प्रशिक्षण-आधारित चयनकर्ताओं की तुलना में काफी कम प्रशिक्षण उदाहरणों और कम कम्प्यूटेशनल लागत के साथ बेहतर डाउनस्ट्रीम प्रदर्शन प्राप्त होता है।

Ning Wang, Zhengxin Zhang, Maosen Tang, Yitang Gao, Claire Cardie, Sainyam Galhotra2026-06-09
🤖 machine learning

Pharmacogenomic Knowledge Graph Augmentation for Graph Neural Network-Based Drug-Drug Interaction Prediction

यह अध्ययन प्रदर्शित करता है कि ग्राफ न्यूरल नेटवर्क को PharmGKB डेटाबेस से फार्माकोजेनोमिक ज्ञान के साथ संवर्धित करने से पेयर-लेवल स्प्लिट्स के तहत CYP2C9 जैसे विशिष्ट मेटाबॉलिक पाथवे के लिए ड्रग-ड्रग इंटरैक्शन की भविष्यवाणी में महत्वपूर्ण सुधार होता है, हालांकि यह अनदेखे ड्रग्स के लिए सामान्यीकरण को सीमित करने वाली संरचनात्मक सूचना की सीमा को पूरी तरह से पार नहीं कर सकता है।

Juergen Dietrich2026-06-09
🤖 machine learning

EvoCSFL: Surrogate-Assisted Evolutionary Client Selection for Efficient and Robust Federated Learning

यह शोध पत्र EvoCSFL का प्रस्ताव करता है, जो एक सरोगेट-असिस्टेड इवोल्यूशनरी फ्रेमवर्क है जो मॉडल प्रदर्शन, संचार विलंबता (कम्युनिकेशन लेटेंसी) और ऊर्जा खपत के बीच संतुलन बनाकर फेडरेटेड लर्निंग में क्लाइंट चयन को अनुकूलित करता है ताकि मौजूदा विधियों की तुलना में तेज़ अभिसरण (कन्वर्जेंस), कम ऊर्जा उपयोग और बेहतर सुदृढ़ता प्राप्त की जा सके।

Lin Qiang, Sun Xiaoyan, Hu Yao, Fang Wei2026-06-09
🤖 machine learning

How Much Dense Attention is Necessary? Oracle-Guided Sparse Prefill for Full/GQA Layers in Hybrid Long-Context Models

यह शोध पत्र लॉन्ग-कॉन्टेक्स्ट हाइब्रिड मॉडल्स के लिए आवश्यक न्यूनतम डेंस अटेंशन (dense attention) निर्धारित करने हेतु एक अटेंशन-मास टॉप-के ओरकल (attention-mass top-k oracle) प्रस्तुत करता है और यह प्रदर्शित करता है कि एक फ्रोजन-बैकबोन (frozen-backbone), केएल-डिस्टिल्ड (KL-distilled) स्पार्स इंडेक्सर, क्यूवेन-फैमिली (Qwen-family) मॉडल्स पर महत्वपूर्ण प्रीफिल स्पीडअप प्रदान करते हुए लगभग ओरकल-गुणवत्ता वाला संरक्षण प्राप्त कर सकता है।

Hongxing Wang, Harenome Razanajato, Zhen Zhang, Yujie Yuan, Hongsheng Liu2026-06-09
🤖 machine learning

Rosetta Memory: Adaptive Memory for Cross-LLM Agents

यह शोध पत्र Rosetta Memory को प्रस्तुत करता है, जो एक मेमोरी-केंद्रित फ्रेमवर्क है जो विविध और बार-बार परिवर्तित होने वाले लार्ज लैंग्वेज मॉडल्स में अनुकूलन योग्य मेमोरी शेयरिंग और सुदृढ़ प्रदर्शन सक्षम करने के लिए संयुक्त रूप से प्रशिक्षित, प्रोफाइल-कंडीशन्ड ऑपरेटर्स और एक मिनिमम-गेन सैंपलिंग करिकुलम का उपयोग करता है।

Hao Yang, Shiqi Shen, Haoxuan Li, Zhipeng Wang, Zhi Gong, Xu Chen2026-06-09
🔬 materials science

MatMind: A Structure-Activity Knowledge-Driven Generative Foundation Model for Materials Science

MatMind क्रिस्टल पदार्थ विज्ञान के लिए एक एकीकृत जनरेटिव फाउंडेशन मॉडल है जो संरचना-गतिविधि ज्ञान और भौतिकी-आधारित फीडबैक को एकीकृत करता है ताकि संपत्ति भविष्यवाणी और क्रिस्टल निर्माण दोनों कार्यों में विशिष्ट संकीर्ण आर्किटेक्चर से आगे निकल सके।

Zhan'ao Yao, Boxuan Zhang, Jingyuan Shu, Xiaoyu Wu, Rongyan Wang, Linjing Li, Dajun Zeng, Yudong Yao, Tingwei Chen, Youw (…)2026-06-09
🤖 machine learning

Beyond Accuracy: Interpreting Topic Representation in Suicide Ideation Detection Models

यह शोध पत्र प्रदर्शित करता है कि विषय-जागरूक डेटा संवर्धन (topic-aware data augmentation) न केवल आत्महत्या के विचार का पता लगाने वाले मॉडलों के प्रदर्शन को बढ़ाता है, बल्कि महत्वपूर्ण मनोसामाजिक जोखिम कारकों के उनके आंतरिक निरूपण की स्पष्टता, विशिष्टता और व्याख्यात्मकता में भी सुधार करता है।

Hamideh Ghanadian, Isar Nejadgholi, Hussein Al Osman2026-06-09