🤖 Category

cs.LG

23609 पेपर

💻 computer science

TBP-mHC: full expressivity for manifold-constrained hyper connections through transportation polytopes

यह शोध पत्र मैनिफोल्ड-प्रतिबंधित हाइपर-कनेक्शन्स के लिए सटीक रूप से डबली स्टोकेस्टिक मिक्सिंग मैट्रिसेस (doubly stochastic mixing matrices) का निर्माण करने हेतु ट्रांसपोर्टेशन बिर्फकोटोलोप (Transportation Birkhoff Polytope - TBP) और रिकर्सिव टीबीपी (Recursive TBP - RTBP) पैरामीट्राइजेशन का प्रस्ताव करता है, जो पूर्ववर्ती विधियों की पुनरावृत्ति सामान्यीकरण (iterative normalization) या फैक्टोरियल जटिलता (factorial complexity) के बिना पूर्ण अभिव्यंजकता (full expressivity), प्रशिक्षण स्थिरता (training stability) और स्केलेबिलिटी प्राप्त करता है।

Anton Lyubinin2026-05-22
💬 NLP

BEiTScore: Reference-free Image Captioning Evaluation with an Efficient Cross-Encoder Model

यह शोध पत्र BEiTScore को प्रस्तुत करता है, जो एक संदर्भ-मुक्त (reference-free) इमेज कैप्शनिंग मूल्यांकन मीट्रिक है जो संवेदनशीलता और संरचनात्मक सामान्यीकरण (compositional generalization) में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए एडवरसेरियल LLM-संवर्धित डेटा के साथ प्रशिक्षित एक हल्के क्रॉस-एनकोडर मॉडल का लाभ उठाता है और साथ ही गणनात्मक दक्षता बनाए रखता है।

Gonçalo Gomes, Bruno Martins, Chrysoula Zerva2026-05-22
💻 computer science

I-SAFE: Wasserstein Coherence Metrics for Structural Auditing of Scientific AI Models

यह शोध पत्र I-SAFE को प्रस्तुत करता है, जो एक पोस्ट-हॉक ऑडिटिंग फ्रेमवर्क है जो इनपुट पर्टर्बेशन्स (input perturbations) के माध्यम से डोमेन ज्ञान के साथ वैज्ञानिक AI मॉडलों के संरचनात्मक संरेखण का मूल्यांकन करने के लिए वासरस्टीन कोहेरेंस मेट्रिक्स (Wasserstein Coherence Metrics) का उपयोग करता है, जिससे उन वितरण संबंधी विसंगतियों का अनावरण होता है जिन्हें मानक सटीकता-आधारित बेंचमार्क पहचानने में विफल रहते हैं।

Barbara Tarantino, Gennaro Auricchio, Paolo Giudici2026-05-22
💻 computer science

Correcting Class Imbalance in Prior-Data Fitted Networks for Tabular Classification

यह शोध पत्र शास्त्रीय न्यूनीकरण तकनीकों को अनुकूलित करके टैबुलर वर्गीकरण के लिए प्रायर-डेटा फिटेड नेटवर्क्स (PFNs) में क्लास इम्बैलेंस (वर्ग असंतुलन) की चुनौती को संबोधित करता है, यह पाते हुए कि थ्रेशोल्डिंग (सीमा निर्धारण) बेहतर प्रदर्शन के लिए PFN कैलिब्रेशन का लाभ उठाती है जबकि डाउनसैंपलिंग कम अनुमान लागत (इन्फरेंस कॉस्ट) के साथ तुलनीय परिणाम प्रदान करती है।

Samuel McDowell, Nathan Stromberg, Lalitha Sankar2026-05-22
💻 computer science

Quantitative coronary calcification analysis for prediction of myocardial ischemia using non-contrast CT calcium scoring

यह अध्ययन प्रदर्शित करता है कि एक मशीन लर्निंग फ्रेमवर्क, जो एगैटसन स्कोर और आयु के साथ मात्रात्मक कैल्शियम-ओमिक्स विशेषताओं को सम्मिलित करता है, पारंपरिक जोखिम कारकों के अकेले उपयोग की तुलना में नियमित गैर-कंट्रास्ट सीटी कैल्शियम स्कैन से मायोकार्डियल इस्किमिया के पूर्वानुमान में महत्वपूर्ण रूप से सुधार कर सकता है।

Juhwan Lee, Sadeer Al-Kindi, Ammar Hoori, Tao Hu, Hao Wu, Justin N. Kim, Robert Gilkeson, Sanjay Rajagopalan, David L. W (…)2026-05-22
💻 computer science

Machine learning prediction of obstructive coronary artery disease using opportunistic coronary calcium and epicardial fat assessments from CT calcium scoring scans

यह अध्ययन प्रदर्शित करता है कि नॉन-कॉन्ट्रास्ट सीटी कैल्शियम स्कोरिंग स्कैन से निकाले गए मात्रात्मक कैल्शियम और एपिकार्डियल फैट फीचर्स का उपयोग करने वाला एक मशीन लर्निंग मॉडल सटीक रूप से ऑब्सट्रक्टिव कोरोनरी आर्टरी डिजीज की भविष्यवाणी कर सकता है, जो अधिक आक्रामक नैदानिक प्रक्रियाओं पर निर्भरता को कम करने के लिए एक आशाजनक उपकरण प्रदान करता है।

Juhwan Lee, Ammar Hoori, Tao Hu, Justin N. Kim, Mohamed H. E. Makhlouf, Michelle C. Williams, David E. Newby, Robert Gil (…)2026-05-22
💻 computer science

Position: The Time for Sampling Is Now! Charting a New Course for Bayesian Deep Learning

यह स्थिति पत्र (position paper) तर्क देता है कि सैंपलिंग-आधारित अनुमान (sampling-based inference) अनुकूलन विधियों (optimization methods) के साथ कम्प्यूटेशनल समानता प्राप्त कर चुका है और अब इसे बेयसियन डीप लर्निंग के लिए केंद्रीय प्रतिमान (central paradigm) के रूप में प्राथमिकता दी जानी चाहिए, बशर्ते कि समुदाय मौजूदा भ्रांतियों को दूर करे और पोस्टीरियर एक्सप्लोरेशन (posterior exploration) तथा सैंपल डिस्टिलेशन (sample distillation) में सुधार करने पर ध्यान केंद्रित करे।

Emanuel Sommer, David Rügamer2026-05-22
💻 computer science

Manifold-Guided Attention Steering

यह शोध पत्र मैनिफोल्ड-गाइडेड अटेंशन स्टीयरिंग (MAGS) प्रस्तुत करता है, जो एक प्रक्षेपवक्र-जागरूक (trajectory-aware) इन्फरेंस-टाइम हस्तक्षेप है जो विचलन का पता चलने पर अटेंशन हेड एक्टिवेशन्स को एक सीखे हुए निम्न-आयामी शुद्धता मैनिफोल्ड (low-dimensional correctness manifold) पर वापस प्रोजेक्ट करके लार्ज लैंग्वेज मॉडल की तर्क त्रुटियों को गतिशील रूप से सुधारता है, जिससे यह गणितीय, कोडिंग और आणविक पीढ़ी के बेंचमार्क में स्थिर स्टीयरिंग विधियों से बेहतर प्रदर्शन करता है।

Ian Li, Kapilesh Guruprasad, Raunak Sengupta, Ninad Satish, Loris D'Antoni, Rose Yu2026-05-22
📊 statistics

MMD-Balls as Credal Sets: A PAC-Bayesian Framework for Epistemic Uncertainty in Test-Time Adaptation

यह शोध पत्र टेस्ट-टाइम एडेप्टेशन के लिए एक PAC-Bayesian ढांचे का प्रस्ताव करता है जो मैक्सिमम मीन डिसक्रेपेंसी (MMD) बॉल्स को क्रेडियल सेट्स के रूप में व्याख्यायित करता है ताकि वितरण विस्थापन (distribution shift) की परिमाण पर स्पष्ट रूप से निर्भर सामान्यीकरण बाउंड्स (generalization bounds) प्राप्त किए जा सकें, जिससे एपिस्टेमिक अनसर्टेन्टी (epistemic uncertainty) को मापने और अनुकूलन निर्णयों को निर्देशित करने के लिए एक सिद्धांत-आधारित विधि प्रदान की जा सके।

Ahanaf Hasan Ariq2026-05-22
💬 NLP

Residual Skill Optimization for Text-to-SQL Ensembles

यह शोध पत्र DivSkill-SQL प्रस्तुत करता है, जो एक अवशिष्ट कौशल अनुकूलन (residual skill optimization) ढांचा है जो मॉडल फाइन-ट्यूनिंग के बिना पिछली विफलताओं पर नए कौशल को पुनरावृत्ति से प्रशिक्षित करके पूरक Text-to-SQL एन्सेम्बल का निर्माण करता है, जिससे विविध SQL डायलेक्ट और कार्यों में Pass@K सटीकता में महत्वपूर्ण सुधार होता है और मतिभ्रम (hallucinations) कम होता है।

Jiongli Zhu, Haoquan Guan, Parjanya Prajakta Prashant, Nikki Lijing Kuang, Seyedeh Baharan Khatami, Canwen Xu, Xiaodong (…)2026-05-22