🤖 Category

cs.LG

23700 पेपर

🤖 machine learning

Causal Machine Learning Is Not a Panacea: A Roadmap for Observational Causal Inference in Health

यह शोध पत्र अवलोकन संबंधी स्वास्थ्य डेटा (observational health data) पर कॉज़ल मशीन लर्निंग को जिम्मेदारी से लागू करने के लिए एक रोडमैप प्रस्तुत करता है, इस बात पर जोर देते हुए कि जबकि यह दृष्टिकोण शक्तिशाली परिकल्पना-उत्पन्न (hypothesis-generating) क्षमताएं प्रदान करता है, इसकी वैधता पक्षपाती परिणामों से बचने के लिए कॉज़ल मान्यताओं को कड़ाई से संतुष्ट करने और मॉडलिंग विकल्पों को उचित ठहराने पर निर्भर करती है।

Donna Tjandra (Division of Computer Science and Engineering, University of Michigan, Ann Arbor, Michigan, United States) (…)2026-05-21
🤖 machine learning

Interaction Locality in Hierarchical Recursive Reasoning

यह शोध पत्र "इंटरैक्शन लोकैलिटी" (interaction locality) को प्रस्तुत करता है, जो एक टास्क-ज्यामिति-जागरूक ढांचा है जो एक्टिवेशन पैचिंग और फीचर एब्लेशन का उपयोग करके यह प्रदर्शित करता है कि पदानुक्रमित और पुनरावर्ती तर्क मॉडल (HRM और TRM) स्थानीय सूचना लेखन को वैश्विक संरचनाओं में संचित करके जटिल स्थानिक कार्यों को हल करते हैं, जो कि बड़े पैमाने के एम्बोडीड 3D मॉडलों में देखी जाने वाली सीमा-केंद्रित लोकैलिटी के विपरीत एक पैटर्न है।

Yosuke Miyanishi, Tetsuro Morimura2026-05-21
🤖 machine learning

Beyond Numerical Features: CNN-Driven Algorithm Selection via Contour Plots for Continuous Black-Box Optimization

यह शोधपत्र निरंतर ब्लैक-बॉक्स अनुकूलन (continuous black-box optimization) के लिए एक नवीन प्रति-मामला (per-instance) एल्गोरिदम चयन विधि प्रस्तावित करता है जो जांचे गए परिदृश्यों (landscapes) के कंटूर प्लॉट विज़ुअलाइज़ेशन का विश्लेषण करने के लिए एक सीएनएन (CNN) का उपयोग करता है, यह प्रदर्शित करते हुए कि यह छवि-आधारित दृष्टिकोण एकल सर्वश्रेष्ठ सॉल्वर से बेहतर प्रदर्शन करता है और हस्तनिर्मित डिस्क्रिप्टर (handcrafted descriptors) पर निर्भर रहे बिना पारंपरिक विशेषता-आधारित विधियों के साथ प्रतिस्पर्धी बना रहता है।

Yiliang Yuan, Xiang Shi, Mustafa Misir2026-05-21
🤖 machine learning

Instant GPU Efficiency Visibility at Fleet Scale

यह शोध पत्र ओवरऑल FLOP यूटिलाइजेशन (OFU) को प्रस्तुत करता है, जो ऑन-चिप परफॉरमेंस काउंटर्स से प्राप्त एक हार्डवेयर-स्तरीय, इंस्ट्रुमेंटेशन-मुक्त GPU दक्षता मीट्रिक है, जो विविध वर्कलोड और GPU पीढ़ियों में एप्लिकेशन-लेवल MFU की भविष्यवाणी करने में उच्च सटीकता प्राप्त करता है, जिससे प्रभावी फ्लीट-स्केल मॉनिटरिंग और दक्षता रिग्रेशन का पता लगाना सक्षम होता है।

Connor Pedersen, Dong H. Ahn, Michel Migdal, Collin Neale, Nik Konyuchenko2026-05-21
🤖 machine learning

Tunable MAGMAX: Preference-Aware Model Merging for Continual Learning

यह शोध पत्र ट्यूनेबल MAGMAX (Tunable MAGMAX) को प्रस्तुत करता है, जो निरंतर सीखने (continual learning) के लिए एक प्राथमिकता-जागरूक मॉडल विलय ढांचा (preference-aware model merging framework) है जो कार्य-विशिष्ट प्रदर्शन को नियंत्रित करने के लिए स्वचालित रूप से प्राथमिकता वेक्टर (preference vectors) का निर्माण करता है, जिससे विलय किए गए मॉडलों को बिना किसी मैनुअल विनिर्देश के विविध परिनियोजन वातावरणों (deployment environments) के लिए प्रभावी अनुकूलन सक्षम बनाया जा सके।

Kei Hiroshima, Kento Uchida, Shinichi Shirakawa2026-05-21
🤖 machine learning

Markovian Circuit Tracing for Transformer State Dynamic

यह शोध पत्र मार्कोवियन सर्किट ट्रेसिंग (MCT) प्रस्तुत करता है, जो एक नैदानिक ढांचा है जो यह प्रदर्शित करता है कि सिंथेटिक हिडन मार्कोव मॉडल कार्यों पर ट्रांसफॉर्मर एक्टिवेशन, सुक्ष्म अवस्था-संक्रमण संरचनाओं (state-transition structures) को एनकोड करते हैं, जिससे अवस्था अमूर्तता (state abstractions) सक्षम होती है जो एक्टिवेशन पैचिंग के माध्यम से काउंटरफैक्चुअल भविष्यवाणी सटीकता में महत्वपूर्ण सुधार करती है।

Abdullah X2026-05-21
🤖 machine learning

Activation-Free Backbones for Image Recognition: Polynomial Alternatives within MetaFormer-Style Vision Models

यह शोध पत्र PolyNeXt को प्रस्तुत करता है, जो कि एक्टिवेशन-मुक्त विजन बैकबोन का एक परिवार है जो मेटाफॉर्मर-शैली के आर्किटेक्चर के भीतर हैडामार्ड उत्पादों का उपयोग करके मानक नॉनलिनैरिटीज़ को बहुपद विकल्पों से बदल देता है, जिससे इमेज रिकग्निशन और सेगमेंटेशन कार्यों में कंप्यूटेशनल लागत को कम करते हुए अत्याधुनिक प्रदर्शन प्राप्त होता है।

Jeffrey Wang, Jonathan Gregory, Grigorios G. Chrysos2026-05-21
🤖 machine learning

Finite-Time Regret Analysis of Retry-Aware Bandits

यह शोधपत्र गॉसियन रिवॉर्ड्स वाले स्टोकेस्टिक बैंडिट्स में ReMax एल्गोरिदम के लिए पहले सबलीनियर रिग्रेट बाउंड को स्थापित करता है, जो इसके इष्टतम सैंपलिंग वितरण को स्पष्ट करता है और इसके अद्वितीय अंडरएस्टिमेशन प्रभाव की व्याख्या करता है जो थॉम्पसन सैंपलिंग की तुलना में अधिक एक्सप्लोइटेटिव व्यवहार की ओर ले जा सकता है।

Bingkui Tong, Junpei Komiyama, Soichiro Nishimori, Paavo Parmas2026-05-21
🤖 machine learning

DISC: Decoupling Instruction from State-Conditioned Control via Policy Generation

DISC फ्रेमवर्क एक हाइपरनेटवर्क का उपयोग करके निर्देशों से सीधे कार्य-विशिष्ट नीति पैरामीटर उत्पन्न करके भाषा-सशर्त हेरफेर (language-conditioned manipulation) में अवलोकन रिसाव (observation leakage) को समाप्त करता है, जिससे भाषा ग्राउंडिंग और विजुअल स्टेट प्रोसेसिंग को संरचनात्मक रूप से अलग किया जाता है और उलझे हुए बेसलाइन (entangled baselines) तथा बड़े पैमाने के प्रीट्रेन मॉडल्स की तुलना में बेहतर प्रदर्शन और सामान्यीकरण प्राप्त किया जाता है।

Hanxiang Ren, Pei Zhou, Xunzhe Zhou, Yanchao Yang2026-05-21
🤖 machine learning

PlexRL: Cluster-Level Orchestration of Serviceized LLM Execution for RLVR

PlexRL एक क्लस्टर-स्तरीय रनटाइम है जो संरचनात्मक खाली अंतराल (structural idle gaps) को भरने के लिए नौकरियों (jobs) के बीच एकीकृत LLM सेवाओं को मल्टीप्लेक्स करके रिइन्फोर्समेंट लर्निंग विद वेरिफिएबल रिवार्ड्स (RLVR) प्रशिक्षण की दक्षता में सुधार करता है, जिससे महंगे मॉडल माइग्रेशन के बिना उपयोगकर्ता की GPU लागत को 37.58% तक कम किया जा सकता है।

Yiqi Zhang, Fangzheng Jiao, Tian Tang, Boyu Tian, Hangyu Wang, Qiaoling Chen, Guoteng Wang, Zhen Jiang, Peng Sun, Ping Z (…)2026-05-21