cs.LG पेपर | Gist.Science

Evaluating Deep Research Agents on Expert Consulting Work: A Benchmark with Verifiers, Rubrics, and Cognitive Traps

यह शोध पत्र संज्ञानात्मक जाल (cognitive traps) वाले विषय विशेषज्ञ (SME) द्वारा रचित प्रॉम्प्ट्स का उपयोग करके विशेषज्ञ परामर्श कार्यों पर डीप रिसर्च एजेंटों के मूल्यांकन के लिए एक कठोर बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि वर्तमान फ्रंटियर मॉडल (Claude, o3, और Gemini) मतिभ्रम (hallucinations), अंकगणितीय त्रुटियों और असंगत तर्क जैसे विशिष्ट विफलता मोड के कारण समान रूप से निम्न स्वीकृति दर प्राप्त करते हैं।

Tanmay Asthana, Aman Saksena, Divyansh Sahu2026-05-19

🤖 machine learning

PFlow-T: A Persistence-Driven Forward Process for Topology-Controlled Generation

PFlow-T एक नवीन जनरेटिव मॉडल है जो पारंपरिक गॉसियन शोर भ्रष्टाचार (Gaussian noise corruption) को पर्सिस्टेंट होमोलॉजी पर आधारित एक पर्सिस्टेंस-संचालित फॉरवर्ड प्रोसेस से बदल देता है, जो विशिष्ट बेट्टी संख्याओं (Betti numbers) को बनाने और आउट-ऑफ-डिस्ट्रीब्यूशन कार्यों को संभालने में बेसलाइन से काफी बेहतर प्रदर्शन करते हुए वन-स्टेप टोपोलॉजी-नियंत्रित जनरेशन को सक्षम बनाता है।

Snigdha Chandan Khilar2026-05-19

🤖 machine learning

Beyond Accuracy: Robustness, Interpretability and Expressiveness of EEG Foundation Models

यह अध्ययन आठ डेटासेट्स में छह ईईजी (EEG) फाउंडेशन मॉडल्स के पहले व्यवस्थित बेंचमार्क को प्रस्तुत करता है, जो यह प्रकट करता है कि हालांकि वे आम तौर पर न्यूरोफिजियोलॉजी के अनुरूप हैं और उनमें मजबूत प्रतिनिधित्व क्षमता है, लेकिन उनका प्रदर्शन चैनल ड्रॉपआउट और दूषित सामग्री जैसे विशिष्ट विफलता मोड के प्रति अत्यधिक संवेदनशील है, जिसके लिए उनके विकास में स्वच्छ सटीकता (clean accuracy) से आगे बढ़कर मजबूती (robustness), व्याख्यात्मकता (interpretability) और अभिव्यक्ति (expressiveness) की ओर बदलाव आवश्यक है।

Urban Širca, Maryam Alimardani, Stefanos Zafeiriou, Konstantinos Barmpas2026-05-19

🤖 machine learning

Structured Neural Marked Point Processes for Interpretable Event Interaction Modeling

यह शोध पत्र एक स्ट्रक्चर्ड न्यूरल मार्कड पॉइंट प्रोसेस (SNMPP) प्रस्तावित करता है जो मल्टी-क्लास इवेंट स्ट्रीम्स में उच्च पूर्वानुमान सटीकता और संरचित अंतर-घटना संबंधों की स्पष्ट, व्याख्या योग्य खोज को एक साथ प्राप्त करने के लिए एक हस्ताक्षरित इंटरेक्शन नेटवर्क और एक डिले-अवेयर टेम्पोरल नेटवर्क को संयोजित करता है।

Zhitong Xu, Qiwei Yuan, Yinghao Chen, Shandian Zhe, Bin Shen2026-05-19

🔬 condensed matter

Topological Data Analysis combined with Machine Learning for Predicting Permeability of Porous Media

यह शोध पत्र यह प्रदर्शित करता है कि सिंथेटिक और प्रयोगात्मक डेटा से निकाले गए संरचनात्मक, टोपोलॉजिकल और नेटवर्क-आधारित लक्षणों का उपयोग करके, टोपोलॉजिकल डेटा विश्लेषण को मशीन लर्निंग के साथ संयोजित करना सरंध्र माध्यमों (पोरस मीडिया) की पारगम्यता की प्रभावी ढंग से भविष्यवाणी करता है।

Ebru Dagdelen, Catherin Neena Lalu, Aakash Karlekar, Manav Arora, Matthew Illingworth, Jonathan Jaquette, Linda Cummings (…)2026-05-19

🤖 machine learning

Form and Function: Machine Unlearning as a Problem of Misaligned States

यह शोध पत्र ऑनलाइन L-BFGS के लिए मशीन अनलर्निंग (machine unlearning) को एक काउंटरफैक्चुअल स्टेट-अलाइनमेंट (counterfactual state-alignment) समस्या के रूप में पुनर्गठित करता है, जो यह प्रदर्शित करता है कि प्रभावी अनलर्निंग के लिए केवल मापदंडों (parameters) को समायोजित करने के बजाय, मॉडल के मापदंडों और ऑप्टिमाइज़र की आंतरिक मेमोरी अवस्था (internal memory state) दोनों को एक साध्य काउंटरफैक्चुअल प्रक्षेपवक्र (realizable counterfactual trajectory) के अनुरूप सुधारना आवश्यक है।

Kennon Stewart2026-05-19

💻 computer science

AutoRubric-T2I: Robust Rule-Based Reward Model for Text-to-Image Alignment

AutoRubric-T2I एक नवीन ढांचा है जो विजन-लैंग्वेज मॉडल जजों को निर्देशित करने के लिए स्पष्ट और व्याख्या योग्य रूब्रिक्स को स्वचालित रूप से संश्लेषित और चयन करता है, जिससे उच्च व्याख्यात्मकता और बड़े पैमाने पर मानव प्राथमिकता डेटा पर न्यूनतम निर्भरता के साथ टेक्स्ट-टू-इमेज संरेखण (alignment) में अत्याधुनिक परिणाम प्राप्त होते हैं।

Kuei-Chun Kao, Daixuan Huo, Yuanhao Ban, Cho-Jui Hsieh2026-05-19

🤖 machine learning

Venom: A PyTorch Generative Modeling Toolkit

वेनम (Venom) एक शैक्षिक पायटॉर्च (PyTorch) टूलकिट है जो तुलना करने, सिखाने और प्रोटोटाइपिंग को सुगम बनाने के लिए एक सुसंगत, पठनीय इंटरफ़ेस के तहत विविध जनरेटिव मॉडलिंग प्रतिमानों को एकीकृत करता है, बिना बड़े पैमाने पर प्रदर्शन इंजीनियरिंग को प्राथमिकता दिए।

Liang Yan2026-05-19

🤖 machine learning

Adaptive Generate-Rank-Verify: Inference-Time Search with Costly Verification

यह शोध पत्र ADAP को प्रस्तुत करता है, जो एक अनुकूली इन्फरेंस-टाइम एल्गोरिदम है जो डायनामिक रूप से उम्मीदवारों के नमूने लेने और उन्हें रैंक करने के माध्यम से सस्ते रिवॉर्ड स्कोरिंग और महंगी सत्यापन प्रक्रिया के बीच कुशलतापूर्वक संतुलन बनाता है, जिससे मोनोटोनिसिटी धारणाओं के तहत गणितीय तर्क और कोड जनरेशन जैसे कार्यों में लगभग इष्टतम लागत प्रदर्शन प्राप्त होता है।

Shaddin Dughmi, Mahdi Haghifam, Yusuf Hakan Kalayci2026-05-19

💻 computer science

A Feature-Driven Framework for Software Fault Prediction

यह शोध पत्र सॉफ्टवेयर दोष भविष्यवाणी के लिए एक फीचर-संचालित ढांचे को प्रस्तुत करता है जो यह प्रदर्शित करता है कि कैसे फीचर चयन विधियों (विशेष रूप से सहसंबंध-आधारित फीचर चयन) को जेनेटिक एल्गोरिदम-आधारित हाइपरपैरामीटर ट्यूनिंग के साथ संयोजित करने से मशीन लर्निंग मॉडल की सटीकता में महत्वपूर्ण सुधार होता है, जिससे रैंडम फॉरेस्ट के साथ 88.40% सटीकता दर प्राप्त होती है।

Ahmad Nauman Ghazi, Nagajyothi Devarapalli, Ashir Javeed, Sadi Alawadi, Fahed Alkhabbas, Khalid AlKharabsheh2026-05-19

← पिछला अगला →