cs.LG पेपर | Gist.Science

EgoTraj: Real-World Egocentric Human Trajectory Dataset for Multimodal Prediction

यह शोध पत्र EgoTraj को प्रस्तुत करता है, जो एक नवीन ओपन मल्टीमॉडल डेटासेट है जिसमें मेटा क्वेस्ट प्रो हेडसेट्स के माध्यम से कैप्चर की गई सिंक्रोनाइज़्ड RGB वीडियो, 6-DoF हेड पोसेस और 3D आई गेज़ डेटा के साथ 75 वास्तविक दुनिया के शहरी नेविगेशन अनुक्रम शामिल हैं, जिसे रोबोटिक्स और सहायक प्रणालियों के लिए एगोसेंट्रिक मानव प्रक्षेपवक्र (ट्रैजेक्टरी) भविष्यवाणी के अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया है।

Ahmad Yehia, Abduallah Mohamed, Tianyi Wang, Jiseop Byeon, Kun Qian, Junfeng Jiao, Christian Claudel2026-05-20

🤖 machine learning

Deep Neural Sheaf Diffusion

यह शोध पत्र डीप न्यूरल शीफ डिफ्यूजन (DNSD) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो शीफ लैपलेसियन (sheaf Laplacian) को शीफ एडजसेंसी ऑपरेटर (sheaf adjacency operator) से बदलकर और नॉर्मलाइजेशन एवं गेटिंग तंत्रों को शामिल करके मौजूदा न्यूरल शीफ डिफ्यूजन मॉडलों की गहराई संबंधी सीमाओं को दूर करता है, जिससे प्रभावी डीप ग्राफ लर्निंग सक्षम होती है जो सिंथेटिक और वास्तविक दुनिया के बेंचमार्क दोनों पर अत्याधुनिक बेसलाइनों से काफी बेहतर प्रदर्शन करती है।

Remi Bourgerie, Sarunas Girdzijauskas, Viktoria Fodor2026-05-20

🤖 AI

RLFTSim: Realistic and Controllable Multi-Agent Traffic Simulation via Reinforcement Learning Fine-Tuning

RLFTSim एक सुदृढीकरण अधिगम (reinforcement learning) आधारित फाइन-ट्यूनिंग फ्रेमवर्क है जो सिम्युलेटर रोलआउट्स को वास्तविक दुनिया के डेटा वितरण के साथ संरेखित करके और स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करने के लिए एक कम-विचलन वाले, सघन रिवॉर्ड सिग्नल का उपयोग करके मल्टी-एजेंट ट्रैफिक सिमुलेशन की वास्तविकता और नियंत्रणीयता को बढ़ाता है, जैसा कि वेमो ओपन मोशन डेटासेट (Waymo Open Motion Dataset) पर देखा गया है।

Ehsan Ahmadi, Hunter Schofield, Behzad Khamidehi, Fazel Arasteh, Jinjun Shan, Lili Mou, Dongfeng Bai, Kasra Rezaee2026-05-20

💻 computer science

Guiding Neuro-Symbolic Scenario Generation with Spatio-Temporal Logic

यह शोध पत्र STRELGen को प्रस्तुत करता है, जो एक स्केलेबल न्यूरो-सिम्बोलिक फ्रेमवर्क है जो रोबस्ट ऑटोनॉमस व्हीकल टेस्टिंग के लिए सुरक्षा-महत्वपूर्ण, यथार्थवादी ड्राइविंग परिदृश्यों को कुशलतापूर्वक उत्पन्न करने हेतु एक मल्टी-एजेंट ट्रैजेक्टरी-जेनरेशन डिफ्यूजन मॉडल को डिफरेंशिएबल स्पैटियो-टेम्पोरल लॉजिक विनिर्देशों के साथ संयोजित करता है।

Lorenzo Bonin, Francesco Giacomarra, Luca Bortolussi, Jyotirmoy V. Deshmukh, Francesca Cairoli2026-05-20

📊 statistics

Provably Data-driven Lagrangian Relaxation for Mixed Integer Linear Programming

यह शोध पत्र सामान्यीकरण सीमाओं (generalization bounds) को व्युत्पन्न करके, मिनिमैक्स निचली सीमाओं (minimax lower bounds) को सिद्ध करके, और यह प्रदर्शित करके कि औसत के साथ स्टोकेस्टिक ग्रेडिएंट एसेंट (Stochastic Gradient Ascent) मल्टीप्लायर्स सीखने और वॉर्म-स्टार्ट सॉल्वर के लिए इष्टतम अभिसरण दरें (optimal convergence rates) प्राप्त करता है, मिक्सड इंटीजर लीनियर प्रोग्रामिंग में डेटा-संचालित लैग्रेंजियन रिलैक्सेशन (Lagrangian Relaxation) के लिए एक सैद्धांतिक आधार स्थापित करता है।

Tung Quoc Le, Anh Tuan Nguyen, Viet Anh Nguyen2026-05-20

🤖 machine learning

Mapping Uncharted Symmetries: Machine Discovery in Combinatorics

यह शोध पत्र SLURP फ्रेमवर्क और दो नवीन विधियों, MapSeek-Functional और MapSeek-Symbolic को पेश करके यह प्रदर्शित करता है कि आधुनिक मशीन लर्निंग बीजगणितीय संयोजन विज्ञान (algebraic combinatorics) में सत्यापन योग्य गणितीय खोजों को संचालित कर सकती है, जिन्होंने सफलतापूर्वक $q,t$ -नारायाना बहुपदों (Narayana polynomials) के लिए एक नया नॉनक्रॉसिंग पार्टीशन व्याख्या (noncrossing partition interpretation) खोजा और एक पूर्व में अनसुलझे मामले में उनकी समरूपता (symmetry) के लिए एक संयोजन संबंधी प्रमाण प्रदान किया।

Eugenio Cainelli, Lorenzo Luccioli, Alessandro Iraci, Michele D'Adderio, Giovanni Paolini2026-05-20

🤖 machine learning

Chessformer: A Unified Architecture for Chess Modeling

यह शोध पत्र Chessformer प्रस्तुत करता है, जो एक एकीकृत एनकोडर-ओनली ट्रांसफार्मर आर्किटेक्चर है जो ज्यामितीय अटेंशन बायस (geometric attention bias) और स्क्वायर-टोकन रिप्रजेंटेशन को एकीकृत करता है ताकि मानव चाल भविष्यवाणी (human move prediction) में अत्याधुनिक प्रदर्शन प्राप्त करने, लीला चेस ज़ीरो (Leela Chess Zero) में खेल की शक्ति को महत्वपूर्ण रूप से बढ़ाने और सूक्ष्म व्याख्यात्मकता (granular interpretability) को सक्षम करने के लिए एक साथ कार्य किया जा सके, जो यह प्रदर्शित करता है कि मॉडल डिज़ाइन को डोमेन ज्योमेट्री के साथ संरेखित करना कई उद्देश्यों में बेहतर परिणाम देता है।

Daniel Monroe, George Eilender, Philip Chalmers, Zhenwei Tang, Ashton Anderson2026-05-20

🤖 AI

Embedding by Elicitation: Dynamic Representations for Bayesian Optimization of System Prompts

यह शोधपत्र ReElicit को प्रस्तुत करता है, जो एक बेयसियन ऑप्टिमाइज़ेशन फ्रेमवर्क है जो एग्रीगेट फीडबैक से अनुकूलन योग्य, व्याख्यात्मक फीचर एम्बेडिंग्स को गतिशील रूप से प्राप्त करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे प्रति-उदाहरण लेबल के बिना परिवर्तनीय लंबाई वाले सिस्टम प्रॉम्प्ट्स का कुशल अनुकूलन सक्षम होता है।

Zhiyuan Jerry Lin, Benjamin Letham, Samuel Dooley, Maximilian Balandat, Eytan Bakshy2026-05-20

📊 statistics

ScheduleFree+: Scaling Learning-Rate-Free & Schedule-Free Learning to Large Language Models

यह शोध पत्र ScheduleFree+ को प्रस्तुत करता है, जो एक लर्निंग-रेट-मुक्त और शेड्यूल-मुक्त विधि है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) तक Schedule-Free Learning को सफलतापूर्वक स्केल करती है, और विशेष रूप से लंबी अवधि के प्रशिक्षण परिदृश्यों में Warmup-Stable-Decay जैसे अत्याधुनिक प्रशिक्षण शेड्यूल्स की तुलना में काफी बेहतर प्रदर्शन करती है।

Aaron Defazio2026-05-20

💻 computer science

Heterogeneity-Aware Dataset Scheduling for Efficient Audio Large Language Model Training

यह शोध पत्र ग्रुपड सीक्वेंशियल ट्रेनिंग (GST) का प्रस्ताव करता है, जो एक मॉडल-अज्ञेय (model-agnostic) फ्रेमवर्क है जो विविध ऑडियो डेटासेट को प्रगतिशील समूहों में व्यवस्थित करने के लिए ग्रेडिएंट-आधारित एफिनिटी मेट्रिक्स का लाभ उठाता है, जिससे ऑडियो लार्ज लैंग्वेज मॉडल्स के लिए मानक यूनिफॉर्म मिक्सचर ट्रेनिंग की तुलना में 30-40% तेज़ अभिसरण (convergence) और बेहतर प्रदर्शन प्राप्त होता है।

Yanru Wu, Jianning Wang, Chongxin Gan, Yang Li2026-05-20

← पिछला अगला →