🤖 Category

cs.LG

23609 पेपर

💬 NLP

When Gradients Collide: Failure Modes of Multi-Objective Prompt Optimization for LLM Judges

यह शोध पत्र दो प्राथमिक विफलता मोडों—ऑप्टिमाइज़ेशन-टाइम ग्रेडिएंट डाइल्यूशन (optimization-time gradient dilution) और इन्फरेंस-टाइम इंस्ट्रक्शन इंटरफेरेंस (inference-time instruction interference)—की पहचान करता है, जो LLM जजों के लिए मल्टी-ऑब्जेक्टिव प्रॉम्प्ट ऑप्टिमाइज़ेशन में बाधा डालते हैं, यह प्रदर्शित करते हुए कि मौजूदा टेक्स्टुअल ग्रेडिएंट विधियाँ अक्सर कई मानदंडों को एक साथ संभालते समय प्रारंभिक प्रॉम्प्ट्स से बेहतर सुधार करने में विफल रहती हैं।

Parth Darshan, Abhishek Divekar2026-05-26
🔬 physics

Accelerating Bayesian inverse design in computational fluid dynamics using neural operators

यह शोध पत्र प्रदर्शित करता है कि न्यूरल ऑपरेटर सरोगेट्स को बेयसियन मार्कोव चेन मोंटे कार्लो सैंपलिंग में एम्बेड करने से उच्च-निष्ठा CFD सिमुलेशन की तुलना में पोस्टीरियर सटीकता को बनाए रखते हुए, तीन आदेशों के परिमाण से अधिक की गति वृद्धि के साथ एरोडायनामिक ज्यामितिओं के अनिश्चितता-जागरूक व्युत्क्रम डिजाइन (इन्वर्स डिज़ाइन) को सक्षम किया जा सकता है।

Bipin Tiwari, Omer San2026-05-26
🤖 machine learning

Paris 2.0: A Decentralized Diffusion Model for Video Generation

पेरिस 2.0 पहला विकेंद्रीकृत डिफ्यूजन मॉडल है जो टेम्पोरल कोहेरेंट वीडियो जनरेशन को प्रशिक्षित करने में सक्षम है, जो समान कंप्यूट बजट के तहत मोनोलिथिक मॉडल्स की तुलना में फ्रेशेट वीडियो डिस्टेंस में लगभग 2.0x का सुधार प्राप्त करता है।

Ali Rouzbayani, Bidhan Roy, Marcos Villagra, Zhiying Jiang2026-05-26
📊 statistics

DiscoverPhysics: Benchmarking LLMs for Out-of-the-Box Scientific Thinking

यह शोध पत्र डिस्कवरफिजिक्स (DiscoverPhysics) को प्रस्तुत करता है, जो एक संवादात्मक बेंचमार्क है जिसमें गैर-मानक भौतिकी वाले 22 सिम्युलेटेड संसार शामिल हैं ताकि प्रयोगों को डिजाइन करने और अंतर्निहित नियमों का अनुमान लगाने के माध्यम से लंबी अवधि के वैज्ञानिक तर्क में संलग्न होने की फ्रंटियर एलएलएम (LLM) की क्षमता का मूल्यांकन किया जा सके, जो यह प्रकट करता है कि हालांकि शीर्ष मॉडल आशाजनक संकेत दिखाते हैं, वे अभी भी गुप्त संरचनाओं को उजागर करने में संघर्ष करते हैं और भविष्य कहनेवाला सटीकता वैचारिक समझ की गारंटी नहीं देती है।

Matt L. Wiemann, Lindsay M. Smith, Peter Melchior, Siddharth Mishra-Sharma, Andrew Gordon Wilson, Pavel Izmailov, Caroli (…)2026-05-26
🤖 machine learning

OrpQuant: Geometric Orthogonal Residual Projection for Multiplier-Free Power-of-Two Transformer Quantization

यह शोध पत्र OrpQuant को प्रस्तुत करता है, जो एक मल्टीप्लायर-मुक्त (multiplier-free) पावर-ऑफ-टू (Power-of-Two) क्वांटाइजेशन फ्रेमवर्क है जो लॉगरिदमिक लैटिस के निम्न कोणीय रिज़ॉल्यूशन (low angular resolution) को दूर करने के लिए ज्यामितीय ऑर्थोगोनल रेसिडुअल प्रोजेक्शन (Geometric Orthogonal Residual Projection) का उपयोग करता है, जिससे एज डिवाइसेस पर LLMs और ViTs की अत्यधिक कम अंशांकन समय (calibration time) और हार्डवेयर जटिलता के साथ कुशल, उच्च-सटीक तैनाती सक्षम होती है।

Maoyang Xiang, Bo Wang, Tao Luo2026-05-26
🤖 machine learning

Looped Diffusion Language Models

यह शोध पत्र LoopMDM प्रस्तुत करता है, जो मास्क्ड डिफ्यूजन मॉडल्स (Masked Diffusion Models) के लिए एक नवीन दृष्टिकोण है जो मानक MDMs की तुलना में बेहतर प्रशिक्षण दक्षता और तर्क प्रदर्शन प्राप्त करने के लिए शुरुआती-मध्यवर्ती ट्रांसफार्मर परतों को चुनिंदा रूप से लूप करता है, साथ ही इन्फरेंस के समय लचीले कंप्यूट स्केलिंग को भी सक्षम बनाता है।

Sanghyun Lee, Chunsan Hong, Seungryong Kim, Jonghyun Lee, Jongho Park, Dongmin Park2026-05-26
🤖 AI

Thermal transmittance prediction based on the application of artificial neural networks on heat flux method results

यह शोध पत्र वायु तापमान डेटा से ऊष्मा प्रवाह (हीट फ्लक्स) की भविष्यवाणी करने के लिए विभिन्न आर्टिफिशियल न्यूरल नेटवर्क आर्किटेक्चर के उपयोग की जांच करता है, जिसका उद्देश्य ISO 9869-1 मानक के तहत भवन आवरणों के इन-सीटू थर्मल ट्रांसमिटेंस (U-वैल्यू) मूल्यांकन के लिए आवश्यक मापन अवधि को महत्वपूर्ण रूप से कम करना है।

Sanjin Gumbarević, Bojan Milovanović, Mergim Gaši, Marina Bagarić2026-05-25
🤖 AI

MirrorCheck: Efficient Adversarial Defense for Vision-Language Models

यह शोधपत्र मिररचेक (MirrorCheck) का प्रस्ताव करता है, जो एक सुदृढ़ और मॉडल-अज्ञेय (model-agnostic) डिटेक्शन फ्रेमवर्क है, जो सिमेंटिक कंसिस्टेंसी चेक्स के लिए टेक्स्ट-टू-इमेज रिजनरेशन का लाभ उठाकर, स्टोकेस्टिक मॉडल चयन और वन-टाइम-यूज़ परटर्बेशन्स द्वारा संवर्धित होकर, विज़न-लैंग्वेज मॉडल्स को एडेप्टिव एडवरसेरियल अटैक्स से सुरक्षित रखता है।

Samar Fares, Klea Ziu, Toluwani Aremu, Nikita Durasov, Martin Takáč, Pascal Fua, Karthik Nandakumar, Ivan Laptev2026-05-25
⚡ electrical engineering

A comprehensive evaluation of pretraining strategies for channel-agnostic contrastive self-supervision of biosignals

यह शोध पत्र कॉन्ट्रास्टिव रैंडम लीड कोडिंग (CRLC) प्रस्तुत करता है, जो एक चैनल-अज्ञेय (channel-agnostic) प्रीट्रेनिंग रणनीति है जो परिवर्तनशील बायोसिग्नल कॉन्फ़िगरेशन में प्रभावी ढंग से सामान्यीकरण करने के लिए रैंडम चैनल उपसमुच्चयों का उपयोग करके पॉजिटिव पेयर्स बनाती है, जो EEG कार्यों में मौजूदा विधियों से बेहतर प्रदर्शन करती है और ECG कार्यों में तुलनीय परिणाम प्राप्त करती है।

Thea Brüsch, Mikkel N. Schmidt, Tommy S. Alstrøm2026-05-25
⚡ electrical engineering

XAttnMark: Learning Robust Audio Watermarking with Cross-Attention

यह शोध पत्र XAttnMark प्रस्तुत करता है, जो एक सुदृढ़ ऑडियो वॉटरमार्किंग फ्रेमवर्क है जो विविध ऑडियो रूपांतरणों और जनरेटिव एडिटिंग के विरुद्ध उच्च अदृश्यता बनाए रखते हुए डिटेक्शन और एट्रिब्यूशन दोनों में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए क्रॉस-अटेंशन मैकेनिज्म, आंशिक पैरामीटर शेयरिंग और एक साइकोअकौस्टिक-अलाइन्ड लॉस फंक्शन का लाभ उठाता है।

Yixin Liu, Lie Lu, Jihui Jin, Lichao Sun, Andrea Fanelli2026-05-25