cs.LG पेपर | Gist.Science

Practical Validity Conditions for Byzantine-Tolerant Federated Learning

यह शोधपत्र बायज़ेंटाइन-सहिष्णु (Byzantine-tolerant) फेडरेटेड लर्निंग के लिए पारंपरिक उत्तल वैधता (convex validity) के एक व्यावहारिक विकल्प के रूप में न्यूनतम संलग्न गोले (minimum enclosing ball - MEB) की वैधता स्थिति और इसके गुणात्मक विश्राम ( $c$ -MEB) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि शिष्ट (honest) क्लाइंट्स के सरल बहुमत के तहत विशतित MEB वैधता प्राप्त की जा सकती है और स्पष्ट ज्यामितीय गारंटियों के साथ इष्टतम एकत्रीकरण नियम प्रदान करती है।

Mélanie Cambus, Darya Melnyk, Tijana Milentijević, Stefan Schmid2026-05-18

🤖 machine learning

Context-aware Entity-Relation Extraction for Threat Intelligence Knowledge Graphs

यह शोध पत्र कॉन्टेक्स्ट-अवेयर थ्रेट इंटेलिजेंस नॉलेज ग्राफ (CTiKG) फ्रेमवर्क प्रस्तुत करता है, जो अनस्ट्रक्चर्ड साइबर सुरक्षा रिपोर्टों से सटीक एंटिटी-रिलेशन ट्रिपल्स निकालने में मौजूदा पाइपलाइन दृष्टिकोणों की सीमाओं को दूर करने के लिए डोमेन ऑन्टोलॉजी के साथ सिक्योरबर्ट+ (SecureBERT+) एम्बेडिंग्स को संयोजित करने वाले हाइब्रिड एनएलपी (NLP) मॉडलों का लाभ उठाता है, जिससे STIX 2.1-संरेखित बेंचमार्क पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Inoussa Mouiche, sherif Saad2026-05-18

🤖 machine learning

LoCO: Low-rank Compositional Rotation Fine-tuning

LoCO एक नवीन पैरामीटर-कुशल फाइन-ट्यूनिंग विधि है जो प्रीट्रेन्ड रिप्रेजेंटेशन्स की ज्यामितीय संरचना को संरक्षित करते हुए विविध डोमेन में कुशल समानांतर गणना को सक्षम करने के लिए लो-रैंक स्केव-सिमेट्रिक मैट्रिसेस और कंपोजिशनल रोटेशन चेन्स का उपयोग करके ऑर्थोगोनल ट्रांसफॉर्मेशन का निर्माण करती है।

An Nguyen, Jaesik Choi, Anh Tong2026-05-18

🤖 AI

Imperfect World Models are Exploitable

यह शोध पत्र सुदृढीकरण aprendizaje (reinforcement learning) में मॉडल शोषण (model exploitation) की एक औपचारिक परिभाषा प्रस्तुत करता है, यह प्रदर्शित करते हुए कि जबकि बड़े नीति सेटों (policy sets) पर शोषण आम तौर पर अपरिहार्य है, शोषण की एक शिथिल धारणा एक सुरक्षित नियोजन क्षितिज (safe planning horizon) के व्युत्पत्ति की अनुमति देती है।

Logan Mondal Bhamidipaty (University of Edinburgh), Esmeralda S. Whitammer (University of Edinburgh), David Abel (Univer (…)2026-05-18

🤖 machine learning

Entropy-Based Characterisation of the Polarised Regime in Latent Variable Models

यह शोधपत्र वेरिएशनल ऑटोएनकोडर्स (variational autoencoders) में ध्रुवीकृत शासन (polarised regime) को चित्रित करने के लिए एक एंट्रॉपी-आधारित सूचना-सैद्धांतिक मानदंड प्रस्तावित करता है, जो विविध मॉडल वर्गों में इसकी प्रभावशीलता को प्रदर्शित करता है और यह स्पष्ट करता है कि सक्रिय (active) से मिश्रित (mixed) आयामों को अलग करने के लिए माध्य एंट्रॉपी को विचरण संकेतों (variance signals) के साथ संयोजित करने की आवश्यकता है।

Peter Clapham, Lisa Bonheme, Marek Grzes2026-05-18

🤖 machine learning

Constrained latent state modeling: A unifying perspective on representation learning under competing constraints

यह शोध पत्र 'कंस्ट्रेंड लेटेंट स्टेट मॉडलिंग' (CLSM) को एक एकीकृत ढांचे के रूप में प्रस्तावित करता है जो प्रेडिक्टिव सफिशिएंसी (भविष्यवाणी पर्याप्तता) और मिनिमैलिटी (न्यूनतमता) जैसी मुख्य विशेषताओं के बीच अंतर्निहित समझौतों को औपचारिक रूप देता है, जिससे प्रतिनिधित्व सीखने (रिप्रेजेंटेशन लर्निंग) की चुनौतियों को कम-प्रतिबंधित उद्देश्यों के परिणामों के रूप में पुनर्गठित किया जाता है और व्याख्या योग्य एवं सुदृढ़ लेटेंट स्टेट मॉडलों को डिजाइन करने के लिए एक सिद्धांतपूर्ण मार्गदर्शिका प्रदान की जाती है।

Gwenolé Quellec2026-05-18

📊 statistics

Testing properties of trees in graphical models with covariance queries

यह शोधपत्र वृक्ष-संरचित ग्राफिकल मॉडलों के मौलिक वैश्विक संरचनात्मक गुणों, जैसे कि पत्तियों की संख्या और व्यास के लिए कुशल यादृच्छिक परीक्षण प्रक्रियाओं को प्रस्तुत करता है, जो सहप्रसरण (covariance) प्रश्नों की उप-द्विघाती (sub-quadratic) संख्या का उपयोग करते हैं।

Sofiya Burova, Francisco Calvillo, Gábor Lugosi, Piotr Zwiernik2026-05-18

🤖 machine learning

Adaptive Outer-Loop Control of Quadrotors via Reinforcement Learning

यह शोध पत्र क्वाड्रोटर्स के लिए एक एडेप्टिव आउटर-लूप कंट्रोल आर्किटेक्चर प्रस्तावित करता है जो अत्यधिक रूढ़िवादी डोमेन रैंडमाइजेशन पर निर्भर हुए बिना, गंभीर डायनेमिक डिस्टर्बेंस और मॉडल अनसर्टेन्टी के तहत मजबूत, उच्च-परिशुद्धता ट्रैजेक्टरी ट्रैकिंग प्राप्त करने के लिए एक डीप रिइन्फोर्समेंट लर्निंग पॉलिसी को रेजिडुअल डायनेमिक्स प्रेडिक्टर और ऑनलाइन कैलिब्रेशन मैकेनिज्म के साथ जोड़ता है।

Vishnu Saj, Sushi Vemuri, Dileep Kalathil, Moble Benedict2026-05-18

⚛️ lattice

Variational Autoregressive Networks with probability priors

यह शोध पत्र एक वेरिएशनल ऑटोरेग्रेसिव नेटवर्क फ्रेमवर्क प्रस्तावित करता है जो डिस्क्रीट स्पिन मॉडल्स के मोंटे कार्लो सिमुलेशन में प्रशिक्षण संबंधी कठिनाइयों और क्रिटिकल स्लोइंग डाउन को दूर करने के लिए भौतिक पूर्वधारणाओं (फिजिकल प्रायर्स) को समाहित करता है, जिससे "ब्लैंक स्लेट" दृष्टिकोणों की तुलना में बड़े सिस्टम साइज़ के अधिक कुशल सैंपलिंग को सक्षम बनाया जा सके।

Piotr Białas, Piotr Korcyl, Tomasz Stebel, Dawid Zapolski2026-05-18

💬 NLP

Judge Circuits

यह शोध पत्र 'पोज़िशन-अवेयर एज एट्रिब्यूशन पैचिंग' (Position-aware Edge Attribution Patching) का उपयोग यह प्रकट करने के लिए करता है कि LLMs के पास निर्णयों के लिए एक साझा, विरल "लेटेंट इवैल्यूएटर" (Latent Evaluator) सब-ग्राफ़ होता है जो प्रारूप-विशिष्ट आउटपुट शाखाओं से संरचनात्मक रूप से अलग (decoupled) है, जो यह स्पष्ट करता है कि बेंचमार्क विश्वसनीयता अक्सर वास्तविक मूल्यांकन गुणवत्ता के बजाय फॉर्मेटर ज्योमेट्री (formatter geometry) को क्यों मापती है।

Nils Feldhus, Tanja Baeumel, Elena Golimblevskaia, Qianli Wang, Van Bach Nguyen, Aaron Louis Eidt, Christopher Ebert, Wo (…)2026-05-18

← पिछला अगला →