🤖 machine learning

Beyond the Aggregation Dilemma: Prior-Retaining Decoupled Learning for Multimodal Graphs

यह शोध पत्र SUPRA को प्रस्तुत करता है, जो एक विच्छेदित (decoupled) द्वि-पथीय आर्किटेक्चर है जो टोपोलॉजी-अज्ञेय (topology-agnostic) फीचर प्रोसेसिंग को हल्के संरचनात्मक तालमेल (structural synergy) से अलग करके लार्ज फाउंडेशन मॉडल्स के "एकत्रीकरण दुविधा" (aggregation dilemma) के कारण मल्टीमॉडल ग्राफ लर्निंग में होने वाले प्रदर्शन उलटाव (performance inversion) को हल करता है, जिससे काफी कम मेमोरी और प्रशिक्षण समय के साथ अत्याधुनिक परिणाम प्राप्त होते हैं।

Hao Yan, Xuanru Wang, Jun Yin, Shirui Pan, Senzhang Wang, Chengqi Zhang2026-05-26
💻 computer science

CALIBURN: A Regime-Sensitivity Study of Operationally Calibrated Streaming Intrusion Detection

यह शोध पत्र CALIBURN को प्रस्तुत करता है, जो एक ऑपरेशनली कैलिब्रेटेड स्ट्रीमिंग इंट्रूज़न डिटेक्शन पाइपलाइन है जो लागत और बजट बाधाओं के माध्यम से प्री-डिप्लॉयमेंट अलर्टिंग कॉन्फ़िगरेशन को सक्षम बनाता है, जो दुर्लभ-हमले वाले परिदृश्यों में उत्कृष्ट प्रदर्शन प्रदर्शित करता है और विभिन्न हमले की व्यापकता स्तरों पर स्ट्रीमिंग विधियों की संवेदनशीलता के बारे में महत्वपूर्ण अंतर्दृष्टि प्रदान करता है।

Michel A. Youssef2026-05-26
🤖 AI

MDIA: A Multi-Agent Diagnostic Intelligence Pipeline on HealthBench Professional

यह शोध पत्र MDIA को प्रस्तुत करता है, जो एक गैर-फाइन-ट्यून किए गए LLM पर 7-नोड स्पेशलिटी-रूटेड ग्राफ का उपयोग करने वाला एक मल्टी-एजेंट डायग्नोस्टिक सिस्टम है, जो हेल्थबेंच प्रोफेशनल (HealthBench Professional) बेंचमार्क पर मानक क्लिनिकल चैटबॉट्स की तुलना में काफी बेहतर प्रदर्शन करता है, जो यह दर्शाता है कि आर्किटेक्चरल डिज़ाइन और इंजन-लेवल फीचर्स एजेंटिक क्लिनिकल प्रदर्शन के महत्वपूर्ण चालक हैं, जबकि विभिन्न मूल्यांकन ग्रेडर मॉडल्स द्वारा उत्पन्न परिवर्तनशीलता को भी रेखांकित करता है।

Roberto Cruz, David Rey-Blanco2026-05-26
🤖 machine learning

Streaming Reinforcement Learning under Partial Observability with Real-Time Recurrent Learning

यह शोध पत्र रिकरेंट ट्रेस यूनिट्स (recurrent trace units) का परिचय देता है, जो एक डायगोनल रिकरेंट आर्किटेक्चर है जो रैखिक जटिलता के साथ सटीक रियल-टाइम रिकरेंट लर्निंग को सक्षम बनाता है, जिससे स्ट्रीमिंग सुदृढीकरण लर्निंग (reinforcement learning) एजेंटों को बिना रीप्ले बफ़र्स या बैच अपडेट पर निर्भर हुए, आंशिक दृश्यता (partial observability) और दीर्घकालिक निर्भरताओं को प्रभावी ढंग से संभालने की अनुमति मिलती है।

Noah Farr, Aryaman Reddi, Carlo D'Eramo, Jan Peters2026-05-26
🤖 machine learning

Hardware-Aware Federated Learning for Speech Emotion Recognition

यह शोधपत्र एक हार्डवेयर-जागरूक फेडरेटेड लर्निंग फ्रेमवर्क प्रस्तावित करता है जो विषम एज डिवाइसेस पर स्पीच इमोशन रिकग्निशन के लिए प्रतिस्पर्धी सटीकता बनाए रखते हुए प्रशिक्षण समय और संचार लागत को महत्वपूर्ण रूप से कम करने के लिए हार्डवेयर प्रोफाइलिंग, टॉप-K क्लाइंट चयन और एडेप्टिव लोकल एपोक्स को एकीकृत करता है।

Beyazit Bestami Yuksel, Emrah Dikbiyik2026-05-26
🤖 machine learning

Reinforcement Learning for Reachability: Guaranteeing Asymptotic Optimality

यह शोध पत्र एक पुनरावृत्ति दृष्टिकोण (iterative approach) प्रस्तावित करता है जो अज्ञात MDP मापदंडों को PAC लर्निंग शर्तों को संतुष्ट करने के लिए परिष्कृत करता है, जिससे एसिम्प्टोटिक अनुकूलता (asymptotic optimality) की गारंटी मिलती है और पहुंच योग्यता विशिष्टताओं (reachability specifications) के लिए सुदृढीकरण शिक्षण (reinforcement learning) की अभिसरण गतिशीलता (convergence dynamics) में गहरी सैद्धांतिक अंतर्दृष्टि प्रदान होती है।

Amogh Palasamudram, Jakub Svoboda, Suguman Bansal, Krishnendu Chatterjee2026-05-26
🤖 machine learning

Aligning Molecular Graph Explanations with Chemical Identity via InChIfied Invariants

यह शोध पत्र "InChIfied Invariants" प्रस्तुत करता है, जो इंटरनेशनल केमिकल आइडेंटिफायर (InChI) पर आधारित आणविक ग्राफ विशेषताओं का एक नया वर्ग है जो यह सुनिश्चित करता है कि मशीन लर्निंग भविष्यवाणियाँ और स्पष्टीकरण रासायनिक रूप से समकक्ष लेकिन संरचनात्मक रूप से भिन्न ग्राफ निरूपणों में सुसंगत रहें, जो अपनी भविष्य कहने वाली सटीकता बनाए रखते हुए स्थिरता के मामले में मानक डेलाइट (Daylight) इनवेरियंट्स से काफी बेहतर प्रदर्शन करते हैं।

Emanuele Guidotti, Sara Puglioli2026-05-26
🤖 machine learning

Bilevel Optimization of Synthetic Trajectories for Multi-Turn LLM Fine-Tuning

यह शोध पत्र BOOST को प्रस्तुत करता है, जो एक बाइलेवल ऑप्टिमाइज़ेशन फ्रेमवर्क है जो वास्तविक वैलिडेशन डेटा पर एक लाइटवेट हेड को ऑप्टिमाइज़ करके, विषम सिंथेटिक मल्टी-टर्न ट्रेजेक्टरीज को पुन: भारित (reweight) करना स्वचालित रूप से सीखता है ताकि LLM फाइन-ट्यूनिंग के लिए, जिससे बाहरी जजों की आवश्यकता के बिना विविधता और गुणवत्ता को संतुलित करते हुए मौजूदा बेसलाइन्स से बेहतर प्रदर्शन किया जा सके।

Shresth Verma, Mauricio Tec, Cheol Woo Kim, Kai Wang, Milind Tambe2026-05-26
📊 statistics

How Neural Reward Models Learn Features for Policy Optimization: A Single-Index Analysis

यह शोध पत्र एक गॉसियन सिंगल-इंडेक्स फ्रेमवर्क के भीतर एक टू-स्टेज न्यूरल रिवॉर्ड मॉडल का विश्लेषण करता है ताकि यह प्रदर्शित किया जा सके कि एक्सपोनेंशियल रिवॉर्ड वेटिंग किस प्रकार प्रथम परत में फीचर रिकवरी को प्रभावित करती है और पॉलिसी वैल्यू गैप्स पर स्पष्ट तापमान-निर्भर सीमाएं स्थापित करती है, जिससे अनुकूलन लाभों और सीखने की लागतों के बीच संतुलन बनाने वाले परिनियोजन तापमानों की एक स्वीकार्य सीमा की पहचान की जा सके।

Rei Higuchi, Ryotaro Kawata, Akifumi Wachi, Shokichi Takakura, Kohei Miyaguchi, Taiji Suzuki2026-05-26
🤖 machine learning

A computational phase transition for learning-to-sample from Ising models

यह शोध पत्र बाउंडेड-विड्थ आइसिंग मॉडल्स (bounded-width Ising models) के स्पेक्ट्रल थ्रेशोल्ड (spectral threshold) पर लर्निंग-टू-सैंपल (learning-to-sample) के लिए एक तीव्र कम्प्यूटेशनल फेज ट्रांजिशन (computational phase transition) स्थापित करता है, जो यह प्रदर्शित करता है कि जबकि पैरामीटर लर्निंग (parameter learning) सुलभ बना रहता है, इस थ्रेशोल्ड के ठीक परे सैंपलिंग मानक क्रिप्टोग्राफिक धारणाओं (standard cryptographic assumptions) के तहत कम्प्यूटेशनल रूप से कठिन हो जाता है, जो किसी भी कुशल शिक्षार्थी को या तो प्रशिक्षण डेटा को याद करने या नगण्य-प्रायिकता वाली कॉन्फ़िगरेशन (negligible-probability configurations) को मतिभ्रम (hallucinate) करने के लिए मजबूर करता है।

Andrej Risteski, Thuy-Duong Vuong2026-05-26