⚡ electrical engineering

Plug-in Losses for Evidential Deep Learning: A Simplified Framework for Uncertainty Estimation that Includes the Softmax Classifier

यह शोध पत्र एविडेंशियल डीप लर्निंग के लिए एक सरलीकृत प्लग-इन लॉस फ्रेमवर्क प्रस्तुत करता है जो जटिल डिरिचलेट-आधारित उद्देश्यों को क्रॉस-एन्ट्रॉपी जैसे मानक लॉस के साथ अनुमानित करता है, जिससे सॉफ्टमैक्स क्लासिफायर को समाहित करते हुए कम्प्यूटेशनल रूप से कुशल अनिश्चितता अनुमान सक्षम होता है और शास्त्रीय EDL विधियों के तुलनीय प्रदर्शन प्राप्त होता है।

Berk Hayta, Hannah Laus, Simon Mittermaier, Felix Krahmer2026-05-22
💻 computer science

Lumberjack: Better Differentially Private Random Forests through Heavy Hitter Detection in Trees

यह शोध पत्र Lumberjack को प्रस्तुत करता है, जो एक डिफरेंशियल प्राइवेट रैंडम फॉरेस्ट एल्गोरिदम है जो गहरे पेड़ों के निर्माण और छंटाई के लिए एक नवीन हैवी हिटर डिटेक्शन पद्धति का लाभ उठाता है, जिससे यह अत्याधुनिक उपयोगिता-गोपनीयता ट्रेड-ऑफ प्राप्त करता है जो मौजूदा दृष्टिकोणों से काफी बेहतर प्रदर्शन करता है।

Christian Janos Lebeda, David Erb, Tudor Cebere, Aurélien Bellet2026-05-22
📊 statistics

Uniform Diffusion Models Revisited: Leave-One-Out Denoiser and Absorbing State Reformulation

यह शोध पत्र मानक प्रशिक्षण उद्देश्यों और इष्टतम रिवर्स डायनेमिक्स के बीच एक विसंगति की पहचान करते हुए यूनिफॉर्म डिफ्यूजन मॉडल्स का पुनरावलोकन करता है, एक "लीव-वन-आउट" डीनोइज़र और एक एब्जॉर्बिंग-स्टेट पुनर्गठन प्रस्तावित करता है जो जनरेशन की गुणवत्ता में महत्वपूर्ण सुधार करता है और मास्कड डिफ्यूजन मॉडल्स के साथ प्रदर्शन के अंतर को पाटता है।

Samson Gourevitch, Yazid Janati, Dario Shariatian, Umut Simsekli, Eric Moulines, Eric P. Xing, Alain Durmus2026-05-22
💻 computer science

FAME: Failure-Aware Mixture-of-Experts for Message-Level Log Anomaly Detection

FAME एक लेबल-कुशल, मिश्रण-ऑफ़-एक्सपर्ट्स (mixture-of-experts) फ्रेमवर्क है जो विषम प्रणालियों (heterogeneous systems) में विफलताओं की प्रभावी ढंग से पहचान करते हुए, उच्च-सटीक, संदेश-स्तर के लॉग विसंगति का पता लगाने के लिए हल्के ऑन-प्रिमाइज़ मॉडलों को प्रशिक्षित करने हेतु एकल ऑफलाइन LLM एनोटेशन पास का लाभ उठाता है, जिससे एनोटेशन लागत में काफी कमी आती है।

Huanchi Wang, Zihang Huang, Yifang Tian, Kristina Dzeparoska, Hans-Arno Jacobsen, Alberto Leon-Garcia2026-05-22
💻 computer science

LCGuard: Latent Communication Guard for Safe KV Sharing in Multi-Agent Systems

LCGuard एक ऐसा फ्रेमवर्क है जो साझा KV कैश पर एडवरसैरियल ट्रेनिंग लागू करके लेटेंट कम्युनिकेशन को सुरक्षित करता है, जिससे एजेंट-विशिष्ट संवेदनशील जानकारी के पुनर्निर्माण को प्रभावी रूप से रोका जा सके और साथ ही कार्य-प्रासंगिक अर्थों को संरक्षित किया जा सके।

Sadia Asif, Mohammad Mohammadi Amiri, Momin Abbas, Prasanna Sattigeri, Karthikeyan Natesan Ramamurthy2026-05-22
📊 statistics

Finite-Particle Convergence Rates for Conservative and Non-Conservative Drifting Models

यह शोध पत्र एक-चरण जनरेटिव मॉडलिंग के लिए एक रूढ़िवादी ड्रिफ्टिंग विधि (conservative drifting method) का प्रस्ताव और विश्लेषण करता है जो गैर-रूढ़िवादिता संबंधी मुद्दों को हल करने के लिए कर्नेल घनत्व अनुमानक-ग्रेडिएंट वेग (kernel density estimator-gradient velocity) का उपयोग करता है, जो निरंतर-समय परिमित-कण अभिसरण सीमाओं (continuous-time finite-particle convergence bounds) और दोनों रूढ़िवादी एवं गैर-रूढ़िवादी वेरिएंट के लिए स्पष्ट पीढ़ी गारंटी स्थापित करता है।

Krishnakumar Balasubramanian2026-05-22
📊 statistics

The Matching Principle: A Geometric Theory of Loss Functions for Nuisance-Robust Representation Learning

यह शोधपत्र "मैचिंग प्रिंसिपल" (Matching Principle) प्रस्तावित करता है, जो एक एकीकृत ज्यामितीय सिद्धांत है जो विविध मजबूती (robustness) और अनुकूलन (adaptation) चुनौतियों को एनकोडर नियमितीकरण (encoder regularization) को निर्देशित करने के लिए लेबल-संरक्षण संबंधी न्यूसेंस कोवेरिएंस (label-preserving nuisance covariance) के आकलन की एक एकल सांख्यिकीय समस्या के रूप में रूपरेखा प्रस्तुत करता है, एक ऐसा ढांचा जिसे क्लोज्ड-फॉर्म अनुकूलतमता प्रमाणों (closed-form optimality proofs) और तेरह पूर्व-पंजीकृत बेंचमार्क पर व्यापक अनुभवजन्य परीक्षण द्वारा मान्य किया गया है।

Vishal Rajput2026-05-22
💻 computer science

Remember to be Curious: Episodic Context and Persistent Worlds for 3D Exploration

यह शोध पत्र एक जिज्ञासा-संचालित (curiosity-driven) 3D अन्वेषण ढांचे को प्रस्तुत करता है जो निरंतर विश्व मॉडलिंग के लिए ऑनलाइन 3D पुनर्निर्माण को एपिसोडिक संदर्भ (episodic context) के लिए एक अनुक्रम-आधारित नीति के साथ जोड़ता है, जिससे एजेंट स्थानीय लूपों (local loops) से ऊपर उठने, अनदेखे वातावरणों में ज़ीरो-शॉट सामान्यीकरण करने और स्पष्ट रिवॉर्ड संकेतों के बिना डाउनस्ट्रीम कार्यों के लिए कुशलतापूर्वक अनुकूलित होने में सक्षम होते हैं।

Lily Goli, Justin Kerr, Daniele Reda, Alec Jacobson, Andrea Tagliasacchi, Angjoo Kanazawa2026-05-22
💬 NLP

Vector Policy Optimization: Training for Diversity Improves Test-Time Search

यह शोध पत्र वेक्टर पॉलिसी ऑप्टिमाइज़ेशन (VPO) को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो वेक्टर-मान वाले पुरस्कारों (vector-valued rewards) का लाभ उठाकर भाषा मॉडलों को विविध समाधान उत्पन्न करने के लिए प्रशिक्षित करता है, जिससे मानक स्केलर रिवॉर्ड ऑप्टिमाइज़ेशन की तुलना में टेस्ट-टाइम सर्च प्रक्रियाओं में उनके प्रदर्शन में महत्वपूर्ण सुधार होता है।

Ryan Bahlous-Boldi, Isha Puri, Idan Shenfeld, Akarsh Kumar, Mehul Damani, Sebastian Risi, Omar Khattab, Zhang-Wei Hong (…)2026-05-22
💻 computer science

Integrable Elasticity via Neural Demand Potentials

यह शोध पत्र इंटीग्रेबल कॉन्टेक्स्ट-डिपेंडेंट डिमांड नेटवर्क (ICDN) को प्रस्तुत करता है, जो एक न्यूरल मॉडल है जो सटीक लोच (elasticities) प्राप्त करने के लिए सुचारू, संदर्भ-आधारित लॉग-डिमांड फंक्शन सीखता है, और डोमिनिक्स बीयर (Dominick's beer) डेटासेट पर पारंपरिक बेंचमार्क की तुलना में बेहतर सामान्यीकरण और अधिक आर्थिक रूप से तर्कसंगत अनुमान प्रदर्शित करता है।

Carlos Heredia, Daniel Roncel2026-05-22