🤖 machine learning

Goal inference with Rao-Blackwellized Particle Filters

यह शोध पत्र शोर वाले प्रक्षेपवक्र अवलोकनों (trajectory observations) से एक मोबाइल एजेंट के लक्ष्य का अनुमान लगाने के लिए एक राव-ब्लैकवेलकृत कण फ़िल्टर (Rao-Blackwellized Particle Filter) ढांचे को प्रस्तुत करता है, जो नमूना दक्षता (sample efficiency) में सुधार करने के लिए क्लोज्ड-लूप स्थिरता धारणाओं का लाभ उठाता है, जबकि सूचना-सैद्धांतिक मेट्रिक्स के माध्यम से इरादे के रिसाव (intent leakage) को परिमाणित करता है और यह प्रदर्शित करता है कि एक कम अनुमानक (reduced estimator) एक पूर्ण गॉसियन मिश्रण मॉडल (Gaussian mixture model) के तुलनीय प्रदर्शन प्राप्त करता है।

Yixuan Wang, Dan P. Guralnik, Warren E. Dixon2026-05-19
📊 statistics

TPV: Parameter Perturbations Through the Lens of Test Prediction Variance

यह शोध पत्र टेस्ट प्रेडिक्शन वेरिएन्स (TPV) को पोस्ट-ट्रेनिंग रोबस्टनेस के विश्लेषण के लिए एक एकीकृत, लेबल-मुक्त ढांचे के रूप में प्रस्तुत करता है जो सैद्धांतिक रूप से पैरामीटर गड़बड़ी को बेनाइन ओवरफिटिंग जैसी सामान्यीकरण घटनाओं से जोड़ता है और केवल प्रशिक्षण डेटा का उपयोग करके अत्याधुनिक प्रूनिंग और मॉडल चयन जैसे व्यावहारिक अनुप्रयोगों को सक्षम बनाता है।

Devansh Arpit2026-05-19✓ Author reviewed
🤖 machine learning

Constrained Policy Optimization via Sampling-Based Weight-Space Projection

यह शोधपत्र SCPO को प्रस्तुत करता है, जो एक सैंपलिंग-आधारित वेट-स्पेस प्रोजेक्शन विधि है जो विश्लेणात्मक ग्रेडिएंट्स की आवश्यकता के बिना पैरामीटर स्पेस में सुरक्षा बाधाओं को लागू करता है, जिससे यह सुनिश्चित होता है कि सभी मध्यवर्ती नीतियां सुरक्षित रहें और साथ ही सुरक्षा-महत्वपूर्ण शिक्षण परिदृश्यों में सार्थक प्रदर्शन सुधार सक्षम हो सकें।

Shengfan Cao, Francesco Borrelli, Eunhyek Joa2026-05-19
🤖 machine learning

FLEX-MoE: Federated Mixture-of-Experts with Load-balanced Expert Assignment for Edge Computing

यह शोध पत्र FLEX-MoE का प्रस्ताव करता है, जो संसाधन-बाधित एज नेटवर्क के लिए एक फेडरेटेड लर्निंग फ्रेमवर्क है, जो मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल्स में सीमित क्लाइंट क्षमता और नॉन-IID डेटा वितरण की चुनौतियों से निपटने के लिए क्लाइंट-एक्सपर्ट फिटनेस स्कोर का उपयोग करके एक्सपर्ट असाइनमेंट और लोड बैलेंसिंग को संयुक्त रूप से अनुकूलित करता है।

Boyang Zhang, Xiaobing Chen, Songyang Zhang, Shuai Zhang, Xiangwei Zhou, Jian Zhang, Mingxuan Sun2026-05-19
📊 statistics

Assured autonomy: How operations research powers and orchestrates generative AI systems

यह शोध पत्र "सुनिश्चित स्वायत्तता" (assured autonomy) के लिए एक रूपरेखा प्रस्तावित करता है जो ऑपरेशन्स रिसर्च तकनीकों, विशेष रूप से फ्लो-आधारित जनरेटिव मॉडल्स और एडवरसेरियल रोबस्टनेस का लाभ उठाता है, ताकि जनरेटिव एआई सिस्टम के स्वायत्त निर्णय लेने वाले एजेंटों के रूप में परिवर्तित होने के दौरान उन पर औपचारिक बाधाएं, सत्यापन योग्य व्यवहार्यता और स्ट्रेस टेस्टिंग लागू की जा सके।

Tinglong Dai, David Simchi-Levi, Michelle Xiao Wu, Yao Xie2026-05-19
🤖 machine learning

The Illusion of Specialization: Unveiling the Domain-Invariant "Standing Committee" in Mixture-of-Experts Models

यह शोध पत्र इस प्रचलित धारणा को चुनौती देता है कि मिक्सचर-ऑफ-एक्सपर्ट्स (Mixture-of-Experts) मॉडल स्पार्स रूटिंग (sparse routing) के माध्यम से डोमेन विशेषज्ञता प्राप्त करते हैं, और विशेषज्ञों की एक डोमेन-अपरिवर्तनीय "स्टैंडिंग कमेटी" (Standing Committee) के अस्तित्व को प्रदर्शित करता है जो लगातार रूटिंग मास के बहुमत को संभालती है, जिससे केंद्रीकृत कंप्यूटेशन की ओर एक संरचनात्मक पूर्वाग्रह का पता चलता है जो प्रशिक्षण दक्षता में बाधा डाल सकता है।

Yan Wang, Yitao Xu, Nanhan Shen, Jinyan Su, Jimin Huang, Zining Zhu2026-05-19
🤖 machine learning

Do Sparse Autoencoders Identify Reasoning Features in Language Models?

यह शोध पत्र यह प्रदर्शित करता है कि स्पार्स ऑटोएनकोडर (sparse autoencoders) अक्सर उन निम्न-आयामी सहसंबंधों (low-dimensional correlates) की पहचान करते हैं जो तर्क प्रक्रिया के साथ केवल सह-घटित होते हैं, न कि स्वयं तर्क संबंधी तंत्र (reasoning mechanisms) होते हैं, जैसा कि एक मिथ्याकरण ढांचे (falsification framework) से सिद्ध होता है जो दर्शाता है कि अधिकांश संभावित विशेषताएं टोकन-स्तरीय हस्तक्षेपों (token-level interventions) के प्रति अत्यधिक संवेदनशील हैं और तर्क व्यवहारों को विश्वसनीय रूप से संचालित करने में विफल रहती हैं।

George Ma, Zhongyuan Liang, Irene Y. Chen, Somayeh Sojoudi2026-05-19
💬 NLP

KASER: Knowledge-Aligned Student Error Simulator for Open-Ended Coding Tasks

यह शोध पत्र KASER प्रस्तुत करता है, जो एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) आधारित दृष्टिकोण है जो विविध और सटीक छात्र कोडिंग त्रुटियों को प्रभावी ढंग से सिम्युलेट करने के लिए त्रुटि उत्पादन को छात्र के ज्ञान के साथ संरेखित करता है, और वास्तविक दुनिया के डेटासेट पर त्रुटि भविष्यवाणी और कोड विविधता दोनों में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।

Zhangqi Duan, Nigel Fernandez, Andrew Lan2026-05-19
💬 NLP

White-Box Sensitivity Auditing with Steering Vectors

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स के लिए एक व्हाइट-बॉक्स संवेदनशीलता ऑडिटिंग फ्रेमवर्क का प्रस्ताव करता है जो आंतरिक अवधारणाओं (इंटरनल कॉन्सेप्ट्स) को हेरफेर करने के लिए एक्टिवेशन स्टीयरिंग का लाभ उठाता है, जिससे उच्च-जोखिम वाले निर्णय कार्यों में संरक्षित विशेषताओं (प्रोटेक्टेड एट्रिब्यूट्स) पर पर्याप्त निर्भरता का पता चलता है जिसे मानक ब्लैक-बॉक्स मूल्यांकन अक्सर पकड़ने में विफल रहते हैं।

Hannah Cyberey, Yangfeng Ji, David Evans2026-05-19
🤖 machine learning

PyHealth 2.0: A Comprehensive Open-Source Toolkit for Accessible and Reproducible Clinical Deep Learning

PyHealth 2.0 एक उन्नत ओपन-सोर्स टूलकिट है जो विविध डेटासेट्स, मॉडल्स और कार्यों को एक एकल, अत्यधिक कुशल फ्रेमवर्क में एकीकृत करके क्लिनिकल डीप लर्निंग रिसर्च का लोकतंत्रीकरण करता है, जो केवल सात लाइनों के कोड में प्रेडिक्टिव मॉडलिंग को सक्षम बनाता है और साथ ही कंप्यूटेशनल लागतों और डोमेन विशेषज्ञता की बाधाओं को महत्वपूर्ण रूप से कम करता है।

John Wu, Yongda Fan, Zhenbang Wu, Paul Landes, Eric Schrock, Sayeed Sajjad Razin, Arjun Chatterjee, Naveen Baskaran, Jos (…)2026-05-19