🤖 machine learning

Optimal Reconstruction from Linear Queries

यह शोध पत्र शोरयुक्त रैखिक प्रश्नों (noisy linear queries) से Rd\mathbb{R}^d में एक अज्ञात बिंदु को पुनः प्राप्त करने के लिए इष्टतम पुनर्निर्माण त्रुटि (optimal reconstruction error) को एक विशिष्ट सीमा तक इसकी अभिसरण (convergence) स्थापित करके, निश्चित आयामों में अतिरिक्त त्रुटि के द्वि-घातांकीय क्षय (doubly exponential decay) बनाम उच्च आयामों में आवश्यक घातांकीय प्रश्न जटिलता (exponential query complexity) का विश्लेषण करके, और इन परिणामों को सिद्ध करने के लिए जंग के प्रमेय (Jung's theorem) के एक सामान्यीकृत संस्करण को प्रस्तुत करके अभिलक्षित करता है।

Yuval Filmus, Shay Moran, Elizaveta Nesterova2026-05-20
📊 statistics

Gaussian Approximation and Multiplier Bootstrap for Federated Linear Stochastic Approximation

यह शोध पत्र स्पष्ट संचार-गणना व्यापार-संबंधों (communication-computation trade-offs) और विषमता-जागरूक त्रुटि सीमाओं (heterogeneity-aware error bounds) के साथ रैखिक स्टोकेस्टिक सन्निकटन (linear stochastic approximation) के लिए पहले फेडरेटेड गॉसियन सन्निकटन स्थापित करता है, और अंतिम इटरेशन (last iterate) पर अनुमान के लिए एक गैर-अनंतकालीन रूप से वैध (non-asymptotically valid) ऑनलाइन मल्टीप्लायर बूटस्ट्रैप प्रक्रिया विकसित करने के लिए इन परिणामों का लाभ उठाता है।

Ilya Levin, Maksim Shuklin, Eric Moulines, Paul Mangold, Sergey Samsonov2026-05-20
💬 NLP

optimize_anything: A Universal API for Optimizing any Text Parameter

यह शोध पत्र "optimize_anything" को प्रस्तुत करता है, जो एक सार्वभौमिक LLM-आधारित अनुकूलन ढांचा (optimization framework) है जो एजेंट आर्किटेक्चर डिज़ाइन, क्लाउड लागत में कमी और CUDA कर्नेल जनरेशन सहित छह विविध डोमेन में अत्याधुनिक परिणाम प्राप्त करता है—जो टेक्स्ट-आधारित खोज को मल्टी-टास्क ट्रांसफर और क्रियाशील साइड इंफॉर्मेशन के साथ एकीकृत करके विशिष्ट एल्गोरिदम से बेहतर प्रदर्शन करता है।

Lakshya A Agrawal, Donghyun Lee, Shangyin Tan, Wenjie Ma, Karim Elmaaroufi, Rohit Sandadi, Sanjit A. Seshia, Koushik Sen (…)2026-05-20
🧬 biology

BCI-sift: An automated feature selection toolbox for Brain Computer Interface applications

यह शोध पत्र BCI-sift को प्रस्तुत करता है, जो एक पायथन-आधारित, scikit-learn-संगत टूलबॉक्स है जो ब्रेन-कंप्यूटर इंटरफेस अनुप्रयोगों के लिए फीचर चयन को स्वचालित करता है, और HD ECoG डेटा के माध्यम से यह प्रदर्शित करता है कि इसका अनुकूलन-संचालित दृष्टिकोण इलेक्ट्रोड, टेम्पोरल और फ्रीक्वेंसी आयामों में सुसंगत, जैविक रूप से प्रासंगिक न्यूरल फीचर्स की पहचान करके डिकोडिंग सटीकता और व्याख्यात्मकता में सुधार करता है।

Elena C Offenberg, Dirk Keller, Mariska J Vansteensel, Zachary V Freudenburg, Nick F Ramsey, Julia Berezutskaya2026-05-20
🔢 mathematics

Convergence of Consensus-Based Particle Methods for Nonconvex Bi-Level Optimization

यह शोध पत्र नॉनकॉन्वेक्स (nonconvex) बाइ-लेवल ऑप्टिमाइज़ेशन के लिए एक डेरिवेटिव-मुक्त कंसेंसस-आधारित पार्टिकल विधि प्रस्तावित करता है जो स्मूथ क्वांटाइल सिलेक्शन और गिब्स-टाइप लैप्लेस एप्रोक्सिमेशन का उपयोग करती है, जो मीन-फील्ड डायनेमिक्स और फाइनाइट-पार्टिकल एप्रोक्सिमेशन दोनों के लिए कठोर अभिसरण गारंटी स्थापित करती है और संख्यात्मक प्रयोगों के माध्यम से प्रभावकारिता प्रदर्शित करती है।

Yutong Chao, Xudong Sun, Konstantin Riedl, Majid Khadiv, Jalal Etesami2026-05-20
📊 statistics

Probabilistic Multivariate Time Series Forecasting with Diffusion Copulas

यह शोध पत्र एक डिफ्यूजन-कोपुला (Diffusion-Copula) ढांचे का प्रस्ताव करता है जो मानक डिफ्यूजन मॉडल के "नॉर्मलिटी बायस" (normality bias) को दूर करने के लिए मार्जिनल डिस्ट्रीब्यूशन लर्निंग को डिपेंडेंस मॉडलिंग से अलग करता है, जिससे क्रिप्टोकरेंसी बाजारों में चरम वित्तीय जोखिमों और प्रणालीगत बाजार क्रैशों के पूर्वानुमान में बेहतर सटीकता प्राप्त होती है।

David Huk, Dongshan Wang, Miha Bresar2026-05-20
🤖 machine learning

MSAlign: Aligning Molecule and Mass Spectra Foundation Models for Metabolite Identification

यह शोध पत्र MSAlign प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो स्टेट-ऑफ-द-आर्ट मेटाबोलाइट पहचान प्राप्त करने के लिए कंट्रास्टिव लर्निंग के माध्यम से मास स्पेक्ट्रा और अणुओं के लिए फ्रोजन फाउंडेशन मॉडल्स को संरेखित करता है, साथ ही पुनरुत्पादकता चुनौतियों का समाधान करता है और मूल्यांकन रणनीतियों में डेटा लीकेज और डोमेन शिफ्ट के बीच के ट्रेड-ऑफ को औपचारिक रूप देता है।

Paul Krzakala, Gabriel Melo, Camille Lançon, Charlotte Laclau, Rémi Flamary, Etienne Thévenot, Florence d'Alché-Buc2026-05-20
🤖 AI

Operationalising Artificial Intelligence Bills of Materials (AIBOMs) for Verifiable AI Provenance and Lifecycle Assurance

यह शोध पत्र एक विस्तारित साइक्लोनडीएक्स (CycloneDX) आधारित आर्टिफिशियल इंटेलिजेंस बिल ऑफ मैटेरियल्स (AIBOM) ढांचे को प्रस्तुत करता है जो सत्यापन योग्य उत्पत्ति और जीवनचक्र आश्वासन प्राप्त करने के लिए क्रिप्टोग्राफिक सत्यापन और स्वायत्त एआई पाइपलाइनों का लाभ उठाता है, जो एआई प्रणालियों के लिए उच्च पुनरुत्पादकता निष्ठा और मैनुअल निरीक्षण में महत्वपूर्ण कमी प्रदर्शित करता है।

Petar Radanliev, Omar Santos, Carsten Maple, Kay Atefi2026-05-20
🤖 machine learning

AR1-ZO: Topology-Aware Rank-1 Zeroth-Order Queries for High-Rank LoRA Fine-Tuning

यह शोध पत्र AR1-ZO को प्रस्तुत करता है, जो एक टोपोलॉजी-जागरूक ज़ीरो-ऑर्डर ऑप्टिमाइज़ेशन विधि है जो एक सुधारात्मक स्केलिंग फैक्टर के साथ व्यक्तिगत रैंक-1 परमाणुओं (atoms) को क्वेरी करके उच्च-रैंक LoRA फाइन-ट्यूनिंग में रैंक विरोधाभास (rank paradox) को हल करता है, जिससे सिग्नल की शक्ति बहाल होती है और सहायक आधारों (auxiliary bases) या अतिरिक्त फॉरवर्ड पास के बिना प्रभावी मेमोरी-कुशल प्रशिक्षण सक्षम होता है।

Ziye Chen, Hongbin Lin, Chenyu Zhang, Xiangda Yan, Yongjie Yang, Yao Shu2026-05-20
🤖 AI

Distribution-Free Uncertainty Quantification for Continuous AI Agent Evaluation

यह शोध पत्र निरंतर एआई एजेंट मूल्यांकन के लिए एक वितरण-मुक्त (distribution-free) ढांचे को प्रस्तुत करता है जो कैलिब्रेटेड अनिश्चितता अंतराल (calibrated uncertainty intervals), मल्टी-एजेंट पाइपलाइनों के लिए संरचनात्मक सीमाएं (compositional bounds), और रैंकिंग के लिए नियंत्रित अपवर्जन नियम (controlled abstention rules) प्रदान करने के लिए कॉन्फॉर्मल प्रेडिक्शन और एडेप्टिव कॉन्फॉर्मल इन्फरेंस को अनुकूलित करता है, जो 50 एजेंटों और 18 रियल-टाइम सिग्नलों पर मजबूत प्रदर्शन प्रदर्शित करता है।

Yuxuan Gao, Megan Wang, Yi Ling Yu2026-05-20