cs.LG पेपर | Gist.Science

Uncertainty quantification for Markov chain induced martingales with application to temporal difference learning

यह शोध पत्र मार्कोव चेन-प्रेरित मार्टिंगेल (Markov chain-induced martingales) के लिए नवीन उच्च-आयामी संकेंद्रण असमानताओं (high-dimensional concentration inequalities) और बेरी-एसेन बाउंड्स (Berry-Esseen bounds) स्थापित करता है, जिनका उपयोग लीनियर फंक्शन एप्रोक्सिमेशन के साथ टेम्पोरल डिफरेंस लर्निंग (Temporal Difference learning) के लिए तीक्ष्ण निरंतरता गारंटी (sharp consistency guarantees) और एक $O(T^{-1/4}\log T)$ गॉसियन सन्निकटन दर (Gaussian approximation rate) प्राप्त करने के लिए किया जाता है।

Weichen Wu, Yuting Wei, Alessandro Rinaldo2026-05-22

📊 statistics

On Statistical Estimation of Edge-Reinforced Random Walks

यह शोधपत्र "रैंडम एनवायरनमेंट्स में रैंडम वॉक" के साथ "मैजिक फॉर्मूला" संबंध का लाभ उठाकर और सैंपल कॉम्प्लेक्सिटी का विश्लेषण करने के लिए हाइपरबोलिक गॉसियन संरचना का उपयोग करके, एज-रीइन्फोर्स्ड रैंडम वॉक के प्रारंभिक एज वेट्स के लिए एक सामान्यीकृत मेथड ऑफ मोमेंट्स एस्टिमेटर प्रस्तावित करता है।

Qinghua (Devon), Ding, Venkat Anantharam2026-05-22

🧬 biology

Advancing Tabular Stroke Modelling Through a Novel Hybrid Architecture and Feature-Selection Synergy

यह अध्ययन एक नवीन, व्याख्यात्मक हाइब्रिड मशीन-लर्निंग फ्रेमवर्क प्रस्तुत करता है जो टैबुलर डेटा से ब्रेन स्ट्रोक की भविष्यवाणी करने के लिए 97.2% सटीकता दर प्राप्त करने हेतु कठोर डेटा प्रीप्रोसेसिंग, फीचर सिलेक्शन और विविध एल्गोरिदम के स्टैक्ड एनसेंबल को संयोजित करता है, जो व्यक्तिगत मॉडलों से काफी बेहतर प्रदर्शन करता है और क्लिनिकल-ग्रेड जोखिम मूल्यांकन की क्षमता प्रदर्शित करता है।

Yousuf Islam, Md. Jalal Uddin Chowdhury, Sumon Chandra Das2026-05-22

🧬 biology

Self-orthogonalizing attractor neural networks emerging from the free energy principle

यह शोधपत्र प्रदर्शित करता है कि स्व-ऑर्थोगोनलाइज़िंग (self-orthogonalizing) अट्रैक्टर न्यूरल नेटवर्क रैंडम डायनेमिकल सिस्टम्स पर लागू फ्री एनर्जी प्रिंसिपल से स्वाभाविक रूप से उभरते हैं, जो स्पष्ट रूप से आरोपित लर्निंग रूल्स की आवश्यकता के बिना, प्रेडिक्टिव एक्यूरेसी और मॉडल कॉम्प्लेक्सिटी को अनुकूलित करने वाले जैविक रूप से प्रशंसनीय, मल्टी-लेवल बेयसियन एक्टिव इन्फरेंस डायनेमिक्स प्रदान करते हैं।

Tamas Spisak, Karl Friston2026-05-22

⚡ electrical engineering

Corruption-Tolerant Asynchronous Q-Learning with Near-Optimal Rates

यह शोध पत्र एक नवीन भ्रष्टाचार-सहिष्णु (corruption-tolerant) एसिंक्रोनस Q-लर्निंग एल्गोरिदम प्रस्तुत करता है जो प्रतिकूल रूप से भ्रष्ट रिवॉर्ड्स और समय-सहसंबंधित डेटा के तहत निकट-इष्टतम परिमित-समय अभिसरण दर प्राप्त करता है, जो एसिंक्रोनस Q-लर्निंग के लिए ऐसे पहले गारंटी और एक मिलान सूचना-सैद्धांतिक निचली सीमा (information-theoretic lower bound) स्थापित करता है।

Sreejeet Maity, Aritra Mitra2026-05-22

💻 computer science

Physics Priors Offer Useful Accuracy-Carbon Trade-Offs in Spatio-Temporal Forecasting

यह शोध पत्र प्रदर्शित करता है कि स्थानिक-कालिक पूर्वानुमान (spatio-temporal forecasting) के लिए डीप लर्निंग मॉडल में भौतिक इंडक्टिव बायस (physics inductive biases) को शामिल करने से प्रशिक्षण कार्बन फुटप्रिंट में महत्वपूर्ण रूप से कमी आती है, हालांकि अनुमान लागत (inference costs) भिन्न होती है, जो यह तर्क देता है कि एआई विकास में सटीकता के साथ-साथ मॉडल दक्षता को भी एक मुख्य विचार बनाया जाना चाहिए।

Sophia N. Wilson, Jens Hesselbjerg Christensen, Raghavendra Selvan2026-05-22

💻 computer science

DecepChain: Inducing Deceptive Reasoning in Large Language Models

यह शोध पत्र DecepChain को प्रस्तुत करता है, जो एक नया प्रतिमान (paradigm) है जो बड़े भाषा मॉडलों (Large Language Models) को ऐसी गुप्त, सुसंगत, फिर भी गलत 'चेन-ऑफ-थॉट' तर्क उत्पन्न करने के लिए फाइन-ट्यून करता है जो सौम्य व्यवहार की नकल करता है, जिससे एक महत्वपूर्ण भेद्यता उजागर होती है जहाँ मानव और मॉडल दोनों ही भ्रामक तर्क का पता लगाने में संघर्ष करते हैं।

Wei Shen, Han Wang, Haoyu Li, Huan Zhang2026-05-22

💻 computer science

Decision Potential Surface: A Theoretical and Practical Approximation of Large Language Model Decision Boundary

यह शोध पत्र लार्ज लैंग्वेज मॉडल (Large Language Model) के निर्णय सीमाओं (decision boundaries) को चित्रित करने के लिए एक सैद्धांतिक ढांचे के रूप में डिसीजन पोटेंशियल सरफेस (Decision Potential Surface - DPS) को प्रस्तुत करता है और K-DPS का प्रस्ताव करता है, जो एक व्यावहारिक एल्गोरिदम है जो केवल सीमित संख्या में नमूनों (samples) का उपयोग करके इन सीमाओं का अनुमान लगाता है और जिसका त्रुटि स्तर प्रमाणित रूप से नगण्य है।

Zi Liang, Zhiyao Wu, Haoyang Shang, Yulin Jin, Qingqing Ye, Huadi Zheng, Peizhao Hu, Haibo Hu2026-05-22

💻 computer science

A KL-regularization Framework for Learning to Plan with Adaptive Priors

यह शोध पत्र PO-MPC को प्रस्तुत करता है, जो एक एकीकृत KL-नियमितीकरण ढांचा (framework) है जो मॉडल-प्रेडिक्टिव प्लानर्स को प्रायर्स (priors) के रूप में पॉलिसी ऑप्टिमाइज़ेशन में एकीकृत करता है ताकि सैंपलिंग पॉलिसियों को प्लानर डिस्ट्रीब्यूशन के साथ संरेखित किया जा सके, जिससे उच्च-आयामी मॉडल-आधारित सुदृढीकरण शिक्षण (reinforcement learning) में सैंपल दक्षता और प्रदर्शन में सुधार होता है।

Álvaro Serra-Gomez, Daniel Jarne Ornia, Dhruva Tirumala, Thomas Moerland2026-05-22

💻 computer science

Flashlight: PyTorch Compiler Extensions to Accelerate Attention Variants

यह शोध पत्र Flashlight को प्रस्तुत करता है, जो एक PyTorch-नेटिव कंपाइलर फ्रेमवर्क है जो स्थिर टेम्प्लेट पर निर्भर रहे बिना किसी भी मनमाने और डेटा-निर्भर अटेंशन पैटर्न के लिए फ्यूज्ड, FlashAttention-शैली के कर्नेल को स्वचालित रूप से उत्पन्न करता है, जिससे FlexAttention जैसे मौजूदा समाधानों की तुलना में बेहतर लचीलापन और प्रतिस्पर्धी प्रदर्शन प्रदान किया जाता है।

Bozhi You, Irene Wang, Zelal Su Mustafaoglu, Abhinav Jangda, Angélica Moreira, Roshan Dathathri, Divya Mahajan, Keshav P (…)2026-05-22

← पिछला अगला →