🤖 Category

cs.LG

23609 पेपर

💻 computer science

Conceptualizing Embeddings: Sparse Disentanglement for Vision-Language Models

यह शोध पत्र CEDAR को प्रस्तुत करता है, जो एक पोस्ट-हॉक विधि है जो एक व्युत्क्रमणीय रोटेशन (invertible rotation) और टॉप-kk स्पैरसिटी बॉटलनेक के माध्यम से प्री-ट्रेन्ड विजन-लैंग्वेज मॉडल्स के आंतरिक अर्थों (internal semantics) को व्याख्यात्मक, अक्ष-संरेखित (axis-aligned) विशेषताओं में अलग करती है, जिससे आयाम बढ़ाए बिना या मूल ज्यामिति से समझौता किए बिना संरचनात्मक रचनाओं (compositional structures) को प्रकट किया जा सके।

Piotr Kubaty, Patryk Marszałek, Łukasz Struski, Adam Wróbel, Jacek Tabor, Marek Śmieja2026-05-22
💻 computer science

ChronoVAE-HOPE: Beyond Attention -- A Next-Generation VAE Foundation Model for Specialized Time Series Classification

ChronoVAE-HOPE एक अगली पीढ़ी का टाइम सीरीज़ फाउंडेशन मॉडल है जो अटेंशन की क्वाड्रेटिक लागत को दूर करता है और प्रभावी विशिष्ट वर्गीकरण के लिए एक डिसेंटैंगल्ड लेटेंट स्पेस के साथ एक ड्यूल-मेमोरी HOPE ब्लॉक वाले VAE फ्रेमवर्क को एकीकृत करके एक स्ट्रक्चर्ड लेटेंट रिप्रेजेंटेशन प्राप्त करता है।

José Alberto Rodríguez, Luis Balderas, Miguel Lastra, Antonio Arauzo-Azofra, José M. Benítez2026-05-22
💻 computer science

Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals

यह शोध पत्र रिइन्फोर्समेंट लर्निंग विद वेरिफिएबल रिवार्ड्स (RLVR) में रिजिड हार्ड क्लिपिंग को एक प्रमुख बाधा के रूप में पहचानता है जो सूचनात्मक सीमा-निकट संकेतों (near-boundary signals) को त्याग देता है, और नियर-बाउंड्री स्टोकेस्टिक रेस्क्यू (NSR) का प्रस्ताव करता है, जो इन संकेतों को पुनः प्राप्त करने के लिए एक सरल स्टोकेस्टिक तंत्र है जो विभिन्न मॉडल आर्किटेक्चर में प्रशिक्षण स्थिरता और प्रदर्शन में महत्वपूर्ण सुधार करता है।

Shuo Yang, Jinda Lu, Chiyu Ma, Kexin Huang, Haoming Meng, Qihui Zhang, Yuyang Liu, Bolin Ding, Guoyin Wang, Li Yuan, Jin (…)2026-05-22
💻 computer science

Abstraction for Offline Goal-Conditioned Reinforcement Learning

यह शोधपत्र ऑफलाइन लक्ष्य-सशर्त सुदृढीकरण शिक्षण (Goal-Conditioned Reinforcement Learning) के लिए एक पदानुक्रमित ढांचे का प्रस्ताव करता है जो समरूपताओं और साझा संरचनाओं का लाभ उठाने के लिए सापेक्षिक विकल्पों (relativised options) और विशिष्ट अवस्था निरूपणों का उपयोग करता है, जिससे समान संदर्भों में अनुभव के पुन: उपयोग की क्षमता सक्षम होती है और प्रदर्शन में महत्वपूर्ण सुधार होता है।

Clarisse Wibault, Alexander Goldie, Antonio Villares, Maike Osborne, Jakob Foerster2026-05-22
💬 NLP

AMEL: Accumulated Message Effects on LLM Judgments

यह शोध पत्र "एकुमुलेटेड मैसेज इफेक्ट्स ऑन एलएलएम जजमेंट्स" (AMEL) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि मूल्यांकनकर्ता के रूप में उपयोग किए जाने वाले बड़े भाषा मॉडल (LLMs) पूर्व बातचीत के इतिहास की प्रचलित ध्रुवीयता (polarity) के प्रति एक महत्वपूर्ण पूर्वाग्रह प्रदर्शित करते हैं—विशेष रूप से तब जब वे अनिश्चित हों या नकारात्मक संदर्भों के संपर्क में हों—चाहे मॉडल का पैमाना या इतिहास की लंबाई कुछ भी हो, जिससे विश्वसनीय स्वचालित मूल्यांकन के लिए ताज़ा संदर्भों या संतुलित इतिहास की सिफारिश की जाती है।

Sid-ali Temkit2026-05-22
📊 statistics

Multiple Neural Operators Achieve Near-Optimal Rates for Multi-Task Learning

यह शोध पत्र यह स्थापित करता है कि मल्टीपल न्यूरल ऑपरेटर्स (MNO) आर्किटेक्चर मल्टी-टास्क ऑपरेटर लर्निंग के लिए निकट-इष्टतम सन्निकटन (approximation) और सांख्यिकीय जटिलता प्राप्त करता है, जो यह प्रदर्शित करता है कि साझा प्रतिनिधित्व (shared representations) सिंगल-टास्क लर्निंग की तुलना में समग्र शिक्षण लागत को नहीं बढ़ाते हैं और कॉनकैटिनेटेड (concatenated) DeepONet एक्सटेंशन के समतुल्य स्पर्शोन्मुख (asymptotically) प्रदर्शन करते हैं।

Adrien Weihs, Hayden Schaeffer2026-05-22
💻 computer science

Post-Training is About States, Not Tokens: A State Distribution View of SFT, RL, and On-Policy Distillation

यह शोध पत्र LLM पोस्ट-ट्रेनिंग पर एक स्टेट-डिस्ट्रीब्यूशन परिप्रेक्ष्य प्रस्तावित करता है, जो नियंत्रित प्रयोगों के माध्यम से यह प्रदर्शित करता है कि प्रशिक्षण अवस्थाओं (training states) का स्रोत और स्थानीयता स्वयं सुपरविजन सिग्नल जितनी ही महत्वपूर्ण है, जैसा कि इस तथ्य से प्रमाणित होता है कि ऑन-पॉलिसी विधियाँ स्ट्रेस-ट्रेन्ड टीचर्स की तुलना में बेहतर प्रदर्शन करती हैं और मानक सुपरवाइज्ड फाइन-ट्यूनिंग की तुलना में रिटेंशन को बेहतर ढंग से संरक्षित करती हैं।

Dong Nie2026-05-22
📊 statistics

Proxy-Based Approximation of Shapley and Banzhaf Interactions

यह शोध पत्र ProxySHAP प्रस्तुत करता है, जो एक नवीन विधि है जो Shapley और Banzhaf इंटरैक्शन का अनुमान लगाने के लिए स्टेट-ऑफ-द-आर्ट सटीकता और दक्षता प्राप्त करने हेतु ट्री-आधारित प्रॉक्सी मॉडल को रेसिडुअल करेक्शन और ट्री एन्सेम्बल्स के लिए बहुपद-समय (polynomial-time) सटीक गणना के साथ जोड़ता है, जो ProxySPEX और KernelSHAP-IQ जैसे मौजूदा एस्टिमेटर्स से काफी बेहतर प्रदर्शन करता है।

Santo M. A. R. Thies, Hubert Baniecki, R. Teal Witter, Eyke Hüllermeier, Maximilian Muschalik, Fabian Fumagalli2026-05-22
💻 computer science

Ternary Decision Trees with Locally-Adaptive Uncertainty Zones

यह शोध पत्र टर्नरी डिसीजन ट्रीज़ (ternary decision trees) का परिचय देता है जो स्प्लिट नोड्स पर स्थानीय रूप से अनुकूलन योग्य अनिश्चितता क्षेत्रों (locally-adaptive uncertainty zones) को जोड़कर मानक CART को उन्नत करते हैं, जहाँ अस्पष्ट उदाहरणों के लिए चाइल्ड प्रेडिक्शन का एक भारित मिश्रण (weighted blend) उपयोग किया जाता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण बाहरी हाइपरपैरामीटर्स की आवश्यकता के बिना कार्रवाई योग्य अनिश्चितता फ्लैग प्रदान करते हुए विविध डेटासेट में निर्णय सटीकता (decided accuracy) में महत्वपूर्ण सुधार करता है।

William Smits2026-05-22
💻 computer science

SeqLoRA: Bilevel Orthogonal Adaptation for Continual Multi-Concept Generation

SeqLoRA एक पैरामीटर-कुशल निरंतर शिक्षण (continual learning) ढांचा है जो लोरा (LoRA) कारकों को संयुक्त रूप से अनुकूलित करने के लिए बाइलेवल ऑर्थोगोनल अनुकूलन (bilevel orthogonal adaptation) का उपयोग करता है, जिससे बिना किसी महंगे पोस्ट-हॉक फ्यूजन के, प्रतिनिधित्व हस्तक्षेप (representation interference) और कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को कम करते हुए 101 तक कस्टम अवधारणाओं का उच्च-सटीकता वाला, स्केलेबल उत्पादन सक्षम होता है।

Javad Parsa, Enis Simsar, Amir Joudaki, Thomas Hofmann, André M. H. Teixeira2026-05-22