🤖 Category

cs.LG

23609 पेपर

📊 statistics

BALLAST: Bayesian Active Learning with Look-ahead Amendment for Sea-drifter Trajectories under Spatio-Temporal Vector Fields

यह शोध पत्र BALLAST को प्रस्तुत करता है, जो एक बेयसियन सक्रिय शिक्षण (Bayesian active learning) ढांचा है जो लुक-अहेड प्रक्षेपवक्र भविष्यवाणियों (look-ahead trajectory predictions) और VaSE नामक एक नवीन कुशल गॉसियन प्रोसेस इन्फरेंस पद्धति को शामिल करके समय-निर्भर महासागरीय वेक्टर क्षेत्रों का अनुमान लगाने के लिए लैग्रेंजियन समुद्री ड्रिफ्टर्स के प्लेसमेंट को अनुकूलित करता है।

Rui-Yang Zhang, Lachlan Astfalck, Edward Cripps, David S. Leslie, Henry B. Moss2026-05-21✓ Author reviewed ⓘ
⚛️ quantum physics

Quantum reservoir computing in Jaynes-Cummings models: Nonlinear memory and time-series prediction

यह शोध पत्र प्रदर्शित करता है कि जेन्स-कमिंग्स और डिस्पर्सिव जेन्स-कमिंग्स मॉडलों पर आधारित क्वांटम रिज़र्व कंप्यूटिंग, अंतर्निहित गैररेखीय गतिकी और उच्च-क्रम बोसोनिक अवलोकनों के माध्यम से उत्कृष्ट गैररेखीय स्मृति क्षमता और प्रभावी अराजक पूर्वानुमान क्षमताओं का प्रदर्शन करते हुए, टाइम-सीरीज प्रोसेसिंग के लिए एक बहुमुखी और उच्च-प्रदर्शन वाला प्लेटफॉर्म है।

Sreetama Das, Gian Luca Giorgi, Roberta Zambrini2026-05-21
🤖 machine learning

Efficient numeracy in language models through single-token number embeddings

यह शोध पत्र BitTokens को प्रस्तुत करता है, जो IEEE 754 बाइनरी फ्लोटिंग-पॉइंट प्रतिनिधित्व पर आधारित एक नवीन सिंगल-टोकन एन्कोडिंग रणनीति है जो भाषा मॉडलों को अंकगणितीय एल्गोरिदम को लगभग पूर्ण रूप से सीखने और मल्टी-टोकन नंबर स्प्लिटिंग या बाहरी उपकरणों पर निर्भर वर्तमान विधियों की तुलना में जटिल संख्यात्मक समस्याओं को अधिक कुशलता से हल करने में सक्षम बनाती है।

Linus Kreitner, Paul Hager, Jonathan Mengedoht, Georgios Kaissis, Daniel Rueckert, Martin J. Menten2026-05-21
🤖 machine learning

A Free Lunch in LLM Compression: Revisiting Retraining after Pruning

यह शोध पत्र प्रदर्शित करता है कि स्थानीय पुनर्निर्माण (local reconstruction)—एक गणनात्मक रूप से कुशल विधि जो सघन मॉडल सक्रियणों (dense model activations) से मेल खाने के लिए मापदंडों के छोटे उपसमुच्चयों को अनुकूलित करती है—लार्ज लैंग्वेज मॉडल्स के लिए प्रभावी पोस्ट-प्रूनिंग अनुकूलन को सक्षम बनाता है, जो एक "फ्री-लंच" शासन (regime) को प्रकट करता है जहाँ सरल मानदंड और लचीली सूक्ष्मता (flexible granularity) महंगे वैश्विक पुनरप्रशिक्षण की आवश्यकता के बिना उच्च-गुणवत्ता वाली विरलता (sparsity) प्राप्त करती है।

Moritz Wagner, Christophe Roux, Max Zimmer, Sebastian Pokutta2026-05-21
🤖 machine learning

Understanding and Improving Communication Performance in Multi-node LLM Inference

यह शोध पत्र मल्टी-नोड LLM इन्फरेंस के एक प्रदर्शन अध्ययन को प्रस्तुत करता है जो ऑल-रिड्यूस (all-reduce) ऑपरेशन्स को एक प्रमुख बाधा के रूप में पहचानता है और NVRAR पेश करता है, जो NVSHMEM का उपयोग करने वाला एक पदानुक्रमित (hierarchical) ऑल-रिड्यूस एल्गोरिदम है, जो मानक NCCL कार्यान्वयन की तुलना में Llama 3.1 405B जैसे बड़े मॉडलों के लिए लेटेंसी को काफी कम करता है और एंड-टू-एंड प्रदर्शन में सुधार करता है।

Prajwal Singhania, Siddharth Singh, Lannie Dalton Hough, Akarsh Srivastava, Harshitha Menon, Charles Fredrick Jekel, Abh (…)2026-05-21
📊 statistics

Maxitive Donsker-Varadhan Formulation for Possibilistic Variational Inference

यह शोधपत्र संभवतावादी वेरिएशनल इन्फरेंस (possibilistic variational inference) को सक्षम करने के लिए एक मैक्सिटिव डॉन्सर-वरियान (maxitive Donsker-Varadhan) सूत्रीकरण प्रस्तुत करता है, जिससे CBOpt ऑप्टिमाइज़र का विकास होता है जो एपिस्टेमिक अनिश्चितता (epistemic uncertainty) की स्थितियों में छवि वर्गीकरण कार्यों के तहत प्रतिस्पर्धी प्रदर्शन प्रदर्शित करता है।

Jasraj Singh, Shelvia Wongso, Jeremie Houssineau, Badr-Eddine Chérief-Abdellatif2026-05-21
🤖 machine learning

Verification of Unknown Dynamical Systems via Autoencoder Latent Space

यह शोध पत्र एक औपचारिक सत्यापन ढांचा प्रस्तावित करता है जो उच्च-आयामी गतिशील प्रणालियों को एक निम्न-आयामी लेटेंट स्पेस में कम करने के लिए उत्तल ऑटोएनकोडर्स (convex autoencoders) और कर्नेल-आधारित डायनेमिक्स लर्निंग को संयोजित करता है, जिससे एक परिमित अमूर्तता (finite abstraction) का निर्माण होता है जो स्केलेबल और सही सत्यापन सक्षम करने के लिए वास्तविक प्रणाली व्यवहारों के समावेशन की गारंटी देता है।

Robert Reed, Luca Laurenti, Morteza Lahijanian2026-05-21
📊 statistics

Statistical Guarantees in the Search for Less Discriminatory Algorithms

यह शोध पत्र कम भेदभावपूर्ण एल्गोरिदम खोजने के लिए फर्मों की कानूनी आवश्यकता को संबोधित करता है, जिसमें इस खोज को एक इष्टतम स्टॉपिंग समस्या (optimal stopping problem) के रूप में औपचारिक रूप दिया गया है और एक अनुकूलनशील एल्गोरिदम प्रस्तावित किया गया है जो यह प्रमाणित करने के लिए सांख्यिकीय गारंटी प्रदान करता है कि आगे का मॉडल पुनप्रशिक्षण (retraining), असमान प्रभाव (disparate impact) को कम करने में महत्वपूर्ण सुधार लाने की संभावना कम है।

Chris Hays, Ben Laufer, Solon Barocas, Manish Raghavan2026-05-21
🤖 machine learning

Secure, Verifiable, and Scalable Multi-Client Data Sharing via Consensus-Based Privacy-Preserving Data Distribution

यह शोध पत्र कंसेंसस-बेस्ड प्राइवेसी-प्रिजर्विंग डेटा डिस्ट्रीब्यूशन (CPPDD) फ्रेमवर्क का प्रस्ताव करता है, जो एक हल्का और स्केलेबल प्रोटोकॉल है जो एफ़ाइन मास्किंग और अनुक्रमिक सर्वसम्मति के माध्यम से सुरक्षित, सत्यापन योग्य और निष्पक्ष मल्टी-क्लाइंट डेटा साझाकरण सुनिश्चित करता है, तथा पारंपरिक MPC और HE विधियों की तुलना में बेहतर दक्षता और मजबूती प्राप्त करता है।

Prajwal Panth, Sahaj Raj Malla2026-05-21
🤖 machine learning

Self-Refining Video Sampling

यह शोध पत्र "सेल्फ-रिफाइनिंग वीडियो सैंपलिंग" प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त अनुमान विधि है जो आउटपुट को पुनरावृत्ति से परिष्कृत करने के लिए अनिश्चितता-जागरूक रणनीति के साथ एक पूर्व-प्रशिक्षित वीडियो जनरेटर का अपने स्वयं के डीनोइजिंग ऑटोएनकोडर के रूप में उपयोग करती है, जिससे बिना किसी बाहरी सत्यापनकर्ता या अतिरिक्त प्रशिक्षण के मोशन कोहेरेंस और भौतिक यथार्थवाद में महत्वपूर्ण सुधार होता है।

Sangwon Jang, Taekyung Ki, Jaehyeong Jo, Saining Xie, Jaehong Yoon, Sung Ju Hwang2026-05-21