🤖 Category

cs.LG

24235 पेपर

💻 computer science

DyGRO-VLA: Cross-Task Scaling of Vision-Language-Action Models via Dynamic Grouped Residual Optimization

यह शोध पत्र DyGRO-VLA प्रस्तुत करता है, जो एक दो-चरणीय अनुकूलन ढांचा (two-stage optimization framework) है जो क्रॉस-टास्क लेटेंट रिप्रेजेंटेशन्स को कैप्चर करके और 'मिक्सचर-ऑफ-आरएल-रेसिडुअल्स' के माध्यम से पॉलिसी ऑप्टिमाइज़ेशन को गतिशील रूप से परिष्कृत करके विभिन्न कार्यों में विजन-लैंग्वेज-एक्शन मॉडल्स की सामान्यीकरण क्षमता को बढ़ाता है, जिससे हस्तक्षेप कम होता है और वितरण बदलाव (distribution shifts) के तहत प्रदर्शन में सुधार होता है।

Sixu Lin, Yunpeng Qing, Litao Liu, Ming Zhou, Ruixing Jin, Xiaoyi Fan, Guiliang Liu2026-05-19
🤖 machine learning

t-gems: text-guided exit modules for decreasing clip image encoder

यह शोधपत्र टेक्स्ट-गाइडेड एग्जिट मॉड्यूल्स (T-GEMs) और एक दर-आधारित रेगुलराइज़र पेश करता है ताकि CLIP इमेज एनकोडर्स में अर्ली एग्जिटिंग को सक्षम बनाया जा सके, जो टेक्स्टुअल विवरणों का उपयोग करके एग्जिट निर्णयों को निर्देशित करते हुए क्रॉस-मोडल समझ के प्रदर्शन को बनाए रखते हुए कंप्यूटेशनल लागत को प्रभावी ढंग से कम करता है।

Alberto Presta, Grzegorz Stefanski, Michal Byra, Krzysztof Arendt2026-05-19
💻 computer science

Few-Shot Network Intrusion Detection Using Online Triplet Mining

यह शोध पत्र एक फ्यू-शॉट नेटवर्क घुसपैठ पहचान प्रणाली (few-shot network intrusion detection system) का प्रस्ताव करता है जो दुर्भावनापूर्ण ट्रैफ़िक की प्रभावी ढंग से पहचान करने के लिए ऑनलाइन ट्रिपलेट माइनिंग के साथ एक ट्रिपलेट नेटवर्क और एक KNN क्लासिफायर को जोड़ता है, जिससे प्रति अटैक क्लास केवल 10 लेबल किए गए नमूनों के साथ डेटा-दुर्लभ परिदृश्यों में पारंपरिक पर्यवेक्षित (supervised) और विसंगति पहचान (anomaly detection) विधियों की सीमाओं को संबोधित किया जा सके।

Jack Wilkie, Hanan Hindy, Christos Tachtatzis, Miroslav Bures, Robert Atkinson2026-05-19
🔭 astrophysics

Accelerating Redshift-Conditioned Galaxy Image Synthesis with One-step Generative Modeling

यह शोध पत्र प्रदर्शित करता है कि वन-स्टेप जनरेटिव मॉडल, विशेष रूप से पिक्सेल-मीनफ्लो (pixel-MeanFlow), पारंपरिक मल्टी-स्टेप डिफ्यूजन सैंपलर की तुलना में कई गुना कम कम्प्यूटेशनल लागत पर प्रतिस्पर्धी रूपात्मक निष्ठा (morphological fidelity) के साथ रेडशिफ्ट-कंडीशन्ड गैलेक्सी छवियों को कुशलतापूर्वक संश्लेषित कर सकते हैं, जो बड़े पैमाने के कॉस्मोलॉजिकल सिमुलेशन के लिए एक व्यवहार्य मार्ग प्रस्तुत करता है।

Tianyue Yang, Sandro Tacchella, Xiao Xue2026-05-19
💻 computer 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