cs.LG पेपर | Gist.Science

EnCAgg: Enhanced Clustering Aggregation for Robust Federated Learning against Dynamic Model Poisoning

यह शोध पत्र EnCAgg का प्रस्ताव करता है, जो एक सुदृढ़ फेडरेटेड लर्निंग एकत्रीकरण विधि है जो अज्ञात और परिवर्तनशील मॉडल पॉइजनिंग हमलों से प्रभावी ढंग से बचाव करने के लिए संदर्भ-आधारित सौम्य क्लाइंट्स (reference benign clients), घनत्व-आधारित निम्न-आयामी क्लस्टरिंग (density-based low-dimensional clustering) और एक जनरेटिव मॉडल का उपयोग करके दुर्भावनापूर्ण ग्रेडिएंट्स की पहचान और उन्हें फ़िल्टर करने के साथ-साथ सौम्य आउटलेर्स को रिकवर करता है।

Tianyun Zhang, Zhen Yang, Haozhao Wang, Ru Zhang, Yongfeng Huang2026-05-22

📊 statistics

Generative Modeling by Value-Driven Transport

यह शोध पत्र वैल्यू-ड्रिवन ट्रांसपोर्ट (VDT) को प्रस्तुत करता है, जो एक नवीन जनरेटिव मॉडलिंग फ्रेमवर्क है जो मेजर ट्रांसपोर्ट को एक लीनियर प्रोग्राम के रूप में सूत्रबद्ध करता है ताकि कुशल, सिमुलेशन-मुक्त नीतियां प्राप्त की जा सकें जो स्ट्रेट ट्रांसपोर्ट पाथ्स उत्पन्न करती हैं और कंडीशनल जनरेशन तथा क्लासिफायर-फ्री गाइडेंस जैसी उन्नत विशेषताओं का समर्थन करती हैं।

Pablo Moreno-Muñoz, Adrian Müller, Gergely Neu2026-05-22

💻 computer science

Disentanglement Beyond Generative Models with Riemannian ICA

यह शोध पत्र रीमानियन ICA (RICA) प्रस्तुत करता है, जो एक सैद्धांतिक ढांचा है जो पारंपरिक इंडिपेंडेंट कंपोनेंट एनालिसिस (ICA) की वैश्विक जनरेटिव मान्यताओं को स्थानीय ज्यामितीय संरचनाओं से प्रतिस्थापित करता है ताकि एक नवीन डिसेंटैंगलमेंट टेंसर के माध्यम से "पॉइंटवाइज डिसेंटैंगलमेंट" को परिभाषित और प्राप्त किया जा सके, जिससे किसी वैश्विक जनरेटिव मॉडल की आवश्यकता के बिना आधुनिक प्रीट्रेंड एनकोडर्स में फीचर्स की व्याख्या संभव हो सके।

Edmond Cunningham2026-05-22

💻 computer science

F-TIS: Harnessing Diverse Models in Collaborative GRPO

यह शोध पत्र फिल्टर्ड ट्रंकेटेड इम्पोर्टेंस सैंपलिंग (F-TIS) का प्रस्ताव करता है, जो एक संचार-कुशल GRPO प्रशिक्षण प्रतिमान है जो विषम मॉडलों को विकेंद्रीकृत सेटिंग्स में सहयोग करने में सक्षम बनाता है, जिससे ऑन-पॉलिसी प्रशिक्षण के तुलनीय अभिसरण प्राप्त करने के लिए ऑफ-पॉलिसी नमूनों का प्रभावी ढंग से उपयोग किया जाता है और संभावित रूप से आउट-ऑफ-डिस्ट्रीब्यूशन कार्यों पर सामान्यीकरण में सुधार किया जाता है।

Nikolay Blagoev, Oğuzhan Ersoy, Wendelin Boehmer, Lydia Yiyu Chen2026-05-22

📊 statistics

A Martingale Kernel Independence Test

यह शोध पत्र (संयुक्त) स्वतंत्रता के परीक्षण के लिए दो नवीन मार्टिंगेल-आधारित सांख्यिकी, $m\mathrm{HSIC}$ और $md\mathrm{HSIC}$ प्रस्तुत करता है जो बिना किसी गणनात्मक रूप से महंगी क्रमपरिवर्तन अंशांकन (permutation calibration) की आवश्यकता के मानक सामान्य शून्य वितरण प्राप्त करते हैं, जिससे मौजूदा विधियों की सांख्यिकीय शक्ति के साथ मेल खाते हुए रनटाइम को 25 से 60 गुना तक कम किया जा सकता है।

Felix Laumann, Zhaolu Liu, Mauricio Barahona2026-05-22

💬 NLP

SynAE: A Framework for Measuring the Quality of Synthetic Data for Tool-Calling Agent Evaluations

यह शोधपत्र SynAE को प्रस्तुत करता है, जो एक बहु-अक्षीय मूल्यांकन ढांचा (multi-axis evaluation framework) है जिसे कार्य निर्देशों, टूल कॉल्स, आउटपुट और डाउनस्ट्रीम प्रदर्शन का विश्लेषण करके टूल-कॉलिंग एजेंटों के लिए सिंथेटिक डेटासेट की वैधता, निष्ठा (fidelity) और विविधता का आकलन करने के लिए डिज़ाइन किया गया है, जो यह प्रदर्शित करता है कि सिंथेटिक डेटा की गुणवत्ता को स्पष्ट करने के लिए कोई भी एकल मीट्रिक पर्याप्त नहीं है।

Shuaiqi Wang, Aadyaa Maddi, Zinan Lin, Giulia Fanti2026-05-22

💬 NLP

A Tutorial on Diffusion Theory: From Differential Equations to Diffusion Models

यह ट्यूटोरियल अवकल समीकरणों (differential equations) से उनके फॉरवर्ड और रिवर्स डायनेमिक्स को व्युत्पन्न करके डिफ्यूजन मॉडल्स के लिए एक एकीकृत ढांचा प्रदान करता है, मानक प्रशिक्षण उद्देश्यों और स्कोर मैचिंग के बीच समानता को प्रदर्शित करता है, और DDPM, DDIM और गाइडेड जनरेशन जैसे विभिन्न सैंपलिंग तरीकों के बीच सैद्धांतिक संबंधों को स्पष्ट करता है।

Jiayi Fu, Yuxia Wang2026-05-22

💻 computer science

Do Deep Ensembles Actually Capture Uncertainty in Graph Neural Networks?

यह शोध पत्र यह प्रकट करता है कि डीप एनसेम्बल्स (deep ensembles) ग्राफ न्यूरल नेटवर्क्स में अनिश्चितता को प्रभावी ढंग से पकड़ने में विफल रहते हैं क्योंकि स्वतंत्र रूप से प्रशिक्षित मॉडल कार्यात्मक रूप से समान भविष्यवाणियों की ओर अभिसरित होते हैं, जिससे एपिस्टेमिक कोलैप्स (epistemic collapse) होता है और एनसेम्बल के लाभ केवल पॉइंट प्रेडिक्शन्स को स्थिर करने तक सीमित हो जाते हैं बजाय इसके कि वे अनिश्चितता अनुमानों में सुधार कर सकें।

Pedro C. Vieira, Pedro Ribeiro, Viacheslav Borovitskiy2026-05-22

💻 computer science

MoSA: Motion-constrained Stress Adaptation for Mitigating Real-to-Sim Gap in Continuum Dynamics via Learning Residual Anisotropy

MoSA एक मोशन-कंस्ट्रेंड स्ट्रेस अडैप्टेशन फ्रेमवर्क है जो एक आइसोट्रोपिक मॉडल को भौतिक पूर्ववर्ती (फिजिक्स प्रायर) के रूप में उपयोग करके रेसिडुअल स्ट्रेस ऑपरेटर्स को सीखने के माध्यम से निरंतर गतिशीलता (कंटीन्यूम डायनेमिक्स) में रियल-टू-सिम गैप को पाटता है, जो हल्के एनिसोट्रॉपी और विषमता को कैप्चर करता है, जिससे रोबोट मैनिपुलेशन में बेहतर सटीकता, सामान्यीकरण और सिम-टू-रियल ट्रांसफर प्राप्त होता है।

Jiaxu Wang, Junhao He, Jingkai Sun, Yi Gu, Yunyang Mo, Jiahang Cao, Qiang Zhang, Renjing Xu2026-05-22

💻 computer science

Innovations in Cardless Artificial Intelligence Banking: A Comprehensive Framework for Cyber Secure and Fraud Mitigation using Machine Learning Algorithms

यह शोध पत्र कार्डलेस एआई बैंकिंग के लिए एक व्यापक ढांचे का प्रस्ताव करता है जो साइबर सुरक्षा को बढ़ाने, लेनदेन को प्रमाणित करने और धोखाधड़ी के जोखिमों को सक्रिय रूप से कम करने के लिए मशीन लर्निंग एल्गोरिदम, एआई-संचालित डेटा क्रिप्टोग्राफी और ऑटो-जेनरेटेड वर्चुअल कार्डों का लाभ उठाता है।

Md Israfeel2026-05-22✓ Author reviewed ⓘ

← पिछला अगला →