cs.LG पेपर | Gist.Science

CASCADE Conformal Prediction: Uncertainty-Adaptive Prediction Intervals for Two-Stage Clinical Decision Support

यह शोध पत्र CASCADE को प्रस्तुत करता है, जो एक नवीन कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क है जो पार्किंसंस रोग में लेवोडोपा डोज़ पूर्वानुमान के लिए प्रेडिक्शन इंटरवल्स को गतिशील रूप से स्केल करने हेतु मेडिकेशन-चेंज स्क्रीनिंग क्लासिफायर से एपिस्टेमिक अनसर्टेन्टी (ज्ञान संबंधी अनिश्चितता) को प्रसारित करता है, जिससे आश्वस्त मामलों के लिए संकीर्ण अंतराल प्राप्त करने के साथ-साथ अनिश्चित रोगियों के लिए सुदृढ़ कवरेज बनाए रखा जा सकता है।

Ricardo Diaz-Rincon, Muxuan Liang, Adolfo Ramirez-Zamora, Benjamin Shickel2026-05-21

🤖 machine learning

Training Language Agents to Learn from Experience

यह शोध पत्र इन-कॉन्टेक्स्ट ट्रेनिंग (ICT) फ्रेमवर्क और एक सुदृढीकरण लर्निंग-आधारित पाइपलाइन पेश करता है जो भाषा एजेंटों को पिछले इंटरैक्शन से अनुभव को पुन: प्रयोज्य सिस्टम प्रॉम्प्ट्स में संकुचित करने में सक्षम बनाता है, जिससे वे मानवीय पर्यवेक्षण के बिना क्रॉस-टास्क आत्म-सुधार और अनदेखे वातावरणों में सामान्यीकरण प्राप्त करते हैं।

Yuval Shalev, Zifeng Ding, Mateja Jamnik2026-05-21

💻 computer science

Oracle Supervision Transfers for Hyperparameter Prediction in Model-Based Image Denoising

यह शोध पत्र HyperDn का प्रस्ताव करता है, जो एक एकल कॉन्फ़िगरेशन-कंडीशन्ड प्रेडिक्टर है जो स्रोत डिनोइजिंग कॉन्फ़िगरेशन से ऑरेकल सुपरविज़न को नए लक्ष्य कॉन्फ़िगरेशन में स्थानांतरित करता है, जिससे मॉडल-आधारित इमेज डिनोइज़र के लिए काफी कम या शून्य लक्ष्य ऑरेकल लेबल के साथ लगभग-ऑरेकल हाइपरपैरामीटर भविष्यवाणी सक्षम होती है।

Jianmin Liao, Lixin Shen, Yuesheng Xu2026-05-21

💻 computer science

\ECUAS{n}: A family of metrics for principled evaluation of uncertainty-augmented systems

यह शोध पत्र तर्क देता है कि अनिश्चितता-संवर्धित प्रणालियों (uncertainty-augmented systems) के लिए वर्तमान मूल्यांकन विधियाँ अनिश्चितता के तहत निर्णय लेने के लिए अपर्याप्त हैं और एक नए प्रॉपर स्कोरिंग रूल्स (proper scoring rules), \ECUAS{n}, के परिवार का प्रस्ताव करता है, जो उपयोगकर्ताओं को विशिष्ट अनुप्रयोग आवश्यकताओं के आधार पर पूर्वानुमान त्रुटियों और अनिश्चितता की गुणवत्ता के बीच के संतुलन को ट्यून करने की अनुमति देता है।

Lautaro Estienne, Erik Ernst, Matías Vera, Pablo Piantanida, Luciana Ferrer2026-05-21

📊 statistics

Tippett-minimum Fusion of Representation-space Diffusion Models for Multi-Encoder Out-of-Distribution Detection

यह शोध पत्र EncMin2L को प्रस्तुत करता है, जो एक पैरामीटर-कुशल (parameter-efficient), एनकोडर-अज्ञेयवादी (encoder-agnostic) ढांचा है जो विविध शिफ्ट प्रकारों के माध्यम से बिना किसी OOD लेबल की आवश्यकता के सुदृढ़ आउट-ऑफ-डिस्ट्रीब्यूशन (out-of-distribution) डिटेक्शन प्राप्त करने के लिए एक सांख्यिकीय टू-लेवल मिनिमम-गेट के माध्यम से रिप्रेजेंटेशन-स्पेस डिफ्यूजन मॉडल्स को फ्यूज करता है।

Neelkamal Bhuyan2026-05-21

🤖 machine learning

Reinforcing Human Behavior Simulation via Verbal Feedback

यह शोध पत्र DITTO प्रस्तुत करता है, जो मानव व्यवहार को बेहतर ढंग से सिम्युलेट करने के लिए मौखिक फीडबैक के साथ सुदृढीकरण शिक्षण (reinforcement learning) के माध्यम से प्रशिक्षित एक मॉडल है, साथ ही SOUL बेंचमार्क सुइट भी प्रस्तुत करता है, जो बेस मॉडलों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित करता है और कई मानव-समान सिमुलेशन कार्यों पर GPT-5.4 से आगे निकल जाता है।

Weiwei Sun, Xuhui Zhou, Jiarui Liu, Weihua Du, Haojia Sun, Yiqing Xie, Qianou Ma, Sihao Chen, Mengting Wan, Longqi Yang (…)2026-05-21

⚡ electrical engineering

NeuroQA: A Large-Scale Image-Grounded Benchmark for 3D Brain MRI Understanding

NeuroQA एक बड़े पैमाने का, इमेज-ग्राउंडेड बेंचमार्क है जिसमें 12 डेटासेट और पांच क्लिनिकल डोमेन के 3D ब्रेन MRI वॉल्यूम से व्युत्पन्न लगभग 57,000 प्रश्न-उत्तर जोड़े शामिल हैं, जिसे सख्त इमेज-ग्राउंडिंग प्रोटोकॉल और विशेषज्ञ सत्यापन के माध्यम से टेक्स्ट-ओनली शॉर्टकट को समाप्त करते हुए 3D मेडिकल विजुअल रीजनिंग का कड़ाई से मूल्यांकन करने के लिए डिज़ाइन किया गया है।

Mohammad H. Abbasi (Stanford University), Favour Nerrise (Stanford University), Shaurnav Ghosh (Stanford University), Ri (…)2026-05-21

💻 computer science

Pseudo-Formalization for Automatic Proof Verification

यह शोध पत्र 'स्यूडो-फॉर्मलाइजेशन' (Pseudo-Formalization) प्रस्तुत करता है, जो प्राकृतिक भाषा की लचीलेपन और औपचारिक मॉड्यूलैरिटी (formal modularity) का संयोजन करने वाला एक हाइब्रिड प्रूफ़ फॉर्मेट है, और एक संबंधित 'ब्लॉक वेरिफिकेशन' (Block Verification) एल्गोरिदम भी प्रस्तुत करता है जो ओलंपियाड और अनुसंधान-स्तर के बेंचमार्क में गणितीय प्रमाणों को सटीक रूप से सत्यापित करने में मौजूदा 'LLM-as-judge' बेसलाइनों की तुलना में काफी बेहतर प्रदर्शन करता है।

Slim Barkallah, Luke Bailey, Kaiyue Wen, Mohammed Abouzaid, Tengyu Ma2026-05-21

🤖 machine learning

OpenSeisML: Open Large-Scale Real Seismic and well-log Dataset for Generative AI

यह शोध पत्र OpenSeisML को प्रस्तुत करता है, जो UK नेशनल डेटा रिपॉजिटरी से वास्तविक भूकंपीय (seismic) और वेल-लॉग डेटासेट्स का एक क्यूरेटेड संग्रह है, जिसमें समय-से-गहराई रूपांतरण (time-to-depth conversion) के लिए एक स्वचालित पाइपलाइन शामिल है, ताकि सार्वजनिक डेटा की कमी को दूर किया जा सके और भूकंपीय व्युत्क्रमण (seismic inversion) तथा अनिश्चितता मात्रा निर्धारण (uncertainty quantification) के लिए जनरेटिव एआई मॉडल के प्रशिक्षण को सक्षम बनाया जा सके।

Ipsita Bhar, Huseyin Tuna Erdinc, Thales Souza, Charles Jones, Felix J. Herrmann2026-05-21

📊 statistics

Sample Complexity of Transfer Learning: An Optimal Transport Approach

यह शोध पत्र सैद्धांतिक रूप से यह प्रदर्शित करता है कि एक इष्टतम परिवहन ढांचे (optimal transport framework) का लाभ उठाते हुए, ट्रांसफर लर्निंग उच्च-आयामी सेटिंग्स ( $d > 3$ ) में प्रत्यक्ष शिक्षण की तुलना में बेहतर नमूना दक्षता (sample efficiency) प्राप्त करती है, जो विशेष रूप से जटिल, गैर-सुचारू मॉडलों वाले कार्यों में लाभकारी है, जिसे इमेज क्लासिफिकेशन प्रयोगों के माध्यम से संख्यात्मक रूप से मान्य किया गया है।

Haoyang Cao, Xin Guo, Wenpin Tang, Guan Wang2026-05-21

← पिछला अगला →