💻 Category

cs.IT

1374 पेपर

📊 statistics

On the optimization dynamics of RLVR: Gradient gap and step size thresholds

यह शोध पत्र "ग्रेडिएंट गैप" (Gradient Gap) को पेश करके 'वेरिफिएबल रिवार्ड्स के साथ रिइन्फोर्समेंट लर्निंग' (RLVR) के लिए एक सैद्धांतिक आधार स्थापित करता है ताकि अभिसरण गतिकी (convergence dynamics) की व्याख्या की जा सके और एक महत्वपूर्ण स्टेप-साइज़ थ्रेशोल्ड (step-size threshold) को व्युत्पन्न किया जा सके जो यह निर्धारित करता है कि सीखना सफल होगा या विफल, जिससे लेंथ नॉर्मलाइजेशन (length normalization) जैसे व्यावहारिक ह्यूरिस्टिक्स और सफलता दरों के ठहराव के लिए एक सिद्धांत-आधारित स्पष्टीकरण प्राप्त होता है।

Joe Suk, Yaqi Duan2026-05-08
🤖 machine learning

A PAC-Bayesian Analysis of Channel-Induced Degradation in Edge Inference

यह योगदान एक उन्नत न्यूरल नेटवर्क मॉडल और एक चैनल-जागरूक प्रशिक्षण एल्गोरिदम को पेश करके वायरलेस चैनलों के अज्ञात वास्तविकताओं के कारण नेटवर्क-एज इन्फरेंस में होने वाली प्रदर्शन गिरावट को सीमित और न्यूनतम करने के लिए एक PAC-बेयसियन सैद्धांतिक ढांचा स्थापित करता है जो परिवर्तनशील चैनल स्थितियों के तहत मजबूती में सुधार करता है।

Yangshuo He, Guanding Yu, Jingge Zhu2026-05-08
🔢 mathematics

Relativistic Hamiltonian as an emergent structure from information geometry

यह शोध पत्र प्रदर्शित करता है कि सापेक्षिक ऊर्जा-संवेग संबंध अधिकतम एंट्रॉपी अनुमान के तहत एक गुणात्मक हैमिल्टनियन से एक प्रभावी एन्सेम्बल-औसत संरचना के रूप में उभरता है, जहाँ फिशर-राओ ज्यामिति से व्युत्पन्न स्केल-इनवेरिएंट बाधाएं स्वाभाविक रूप से बिना प्रारंभ में लोरेन्त्ज़ समरूपता लागू किए सापेक्षिक विक्षेपण संबंध प्रदान करती हैं।

Sikarin Yoo-Kong2026-05-08
🔢 mathematics

Reliable one-bit quantization of bandlimited graph data via single-shot noise shaping

यह योगदान एक कुशल वन-शॉट नॉइज़ शेपिंग विधि प्रस्तुत करता है जो कठोर त्रुटि सीमाओं और अत्याधुनिक प्रदर्शन के साथ बैंड-लिमिटेड ग्राफ डेटा के विश्वसनीय वन-बिट क्वांटाइजेशन को सक्षम बनाता है, जिससे मौजूदा दृष्टिकोणों की सीमाओं को दूर किया जा सके।

Johannes Maly, Anna Veselovska2026-05-08
🔢 mathematics

On Unbiased Parameter Estimation and Signal Reconstruction

यह शोध पत्र डेप्थ-अनबायस्ड सोर्स लोकलाइजेशन थ्योरी को सामान्य अनबायस्ड पैरामीटर एस्टीमेशन और सिग्नल रिकंस्ट्रक्शन तक विस्तारित करता है, जो रिकवरेबल पैरामीटर्स पर सैद्धांतिक सीमाएं, सही मैग्नीट्यूड रिकवरी के लिए एक प्रायिकता माप, और शोर रोबस्टनेस तथा सेंसर काउंट और सिग्नल-टू-नॉइज़ रेशियो के बीच ट्रेड-ऑफ के बारे में अंतर्दृष्टि प्रदान करता है।

Joonas Lahtinen2026-05-08
🤖 machine learning

Expert Routing for Communication-Efficient MoE via Finite Expert Banks

यह शोधपत्र गेटिंग तंत्र को एक स्टोकेस्टिक चैनल के रूप में मॉडल करके और रूटिंग सूचना को मापने के लिए डिस्क्रीट एंट्रॉपी एस्टिमेटर्स के साथ एक परिमित-विशेषज्ञ बैंक (finite-expert bank) का उपयोग करके, संसाधन-कुशल मिश्रण-विशेषज्ञों (Mixture-of-Experts) की प्रणालियों का विश्लेषण करने के लिए एक व्यावहारिक ढांचा प्रस्तावित करता है, जिससे सूचना-सैद्धांतिक मेट्रिक्स और सामान्यीकरण प्रदर्शन के बीच एक निरंतर संबंध स्थापित होता है।

Mohammad Reza Deylam Salehi, Ali Khalesi2026-05-08
🤖 machine learning

Conditional Diffusion Under Linear Constraints: Langevin Mixing and Information-Theoretic Guarantees

यह शोध पत्र सूचना-सैद्धांतिक सीमाओं (information-theoretic bounds) के माध्यम से स्कोर फंक्शन त्रुटियों का विश्लेषण करके और मौजूदा प्रोजेक्शन-आधारित बेसलाइन से बेहतर प्रदर्शन करने वाले गाइडेड रिवर्स डिनोइजिंग के साथ एक प्रोजेक्टेड-लैंजरिन इनिशियलाइजेशन (projected-Langevin initialization) का प्रस्ताव देकर लीनियर इनवर्स समस्याओं के लिए ज़ीरो-शॉट कंडिशनल सैंपलिंग में पूर्वाग्रह (bias) को संबोधित करता है।

Ahmad Aghapour, Erhan Bayraktar, Asaf Cohen2026-05-08
🔢 mathematics

Locally Repairable Codes with Availability via Elliptic Function Fields

यह शोधपत्र साधारण और सुपरसिंगुलर एलिप्टिक फंक्शन फील्ड्स का लाभ उठाकर एक या दो रिकवरिंग सेट्स वाले इष्टतम लोकली रिपेयरेबल कोड्स के नए परिवारों का निर्माण करता है, जिससे उपलब्ध कर्व चयन का विस्तार होता है और वितरित भंडारण प्रणालियों में लचीली लोकैलिटी और बेहतर कोड पैरामीटर्स प्राप्त करने के लिए एक सामान्य ढांचा प्रदान होता है।

Junjie Huang, Chang-An Zhao2026-05-08
⚛️ quantum physics

Tight Contraction Rates for Primitive Channels under Quantum ff-Divergences

यह शोध पत्र स्थापित करता है कि प्रिमिटिव क्वांटम चैनलों (primitive quantum channels) की एसिम्प्टोटिक संकुचन दर (asymptotic contraction rate), नॉन-कम्यूटेटिव χ2\chi^2-डाइवर्जेंस के स्ट्रॉन्ग डेटा-प्रोसेसिंग इनइक्वालिटी स्थिरांक द्वारा ऊपरी रूप से सीमित है, क्वांटम डिटेल्ड बैलेंस का उपयोग करके इन सीमाओं के सटीक होने के लिए एक पर्याप्त स्थिति व्युत्पन्न करता है, और पेट्ज़ (Petz), मात्सुमोतो (Matsumoto) तथा हिरचे-टोमाचीएल (Hirche-Tomamichel) ff-डाइवर्जेंस के परिणामों को सुदृढ़ करने के लिए इन निष्कर्षों को लागू करता है।

Matthew Simon Tan, Marco Tomamichel, Ian George2026-05-08
🤖 machine learning

LAWS: Learning from Actual Workloads Symbolically -- A Self-Certifying Parametrized Cache Architecture for Neural Inference, Robotics, and Edge Deployment

यह शोध पत्र LAWS को प्रस्तुत करता है, जो एक स्व-प्रमाणित (self-certifying) पैरामीटराइज्ड कैश आर्किटेक्चर है जो न्यूरल इन्फरेंस, रोबोटिक्स और एज सिस्टम्स के लिए परिनियोजन-समय (deployment-time) त्रुटि गारंटी प्रदान करने हेतु वास्तविक वर्कलोड से औपचारिक रूप से सीमित विशेषज्ञ फलनों (expert functions) की एक लाइब्रेरी को गतिशील रूप से बनाता है, और साथ ही मौजूदा Mixture-of-Experts और KV कैशिंग दृष्टिकोणों का सामान्यीकरण करते हुए उनसे बेहतर प्रदर्शन करता है।

Gregory Magarshak2026-05-07