cs.LG पेपर | Gist.Science

Navigating Potholes with Geometry-Aware Sharpness Minimization

यह शोध पत्र LLQR+SAM प्रस्तुत करता है, जो एक नवीन अनुकूलन विधि है जो विशेष रूप से "पोटहोल" (pothole) जैसे तीक्ष्ण मिनिमा (sharp minima) को लक्षित करने और उनसे बाहर निकलने के लिए शार्पनेस-अवेयर मिनिमाइजेशन (Sharpness-Aware Minimization) को LLQR फ्रेमवर्क से प्राप्त एक सीखे हुए, धीरे-धीरे अपडेट होने वाले प्रीकंडीशनर (preconditioner) के साथ जोड़ता है, जिससे यह चौड़े, सपाट बेसिनों में स्थिरता बनाए रखते हुए विभिन्न बेंचमार्क पर SAM और LLQR दोनों से बेहतर प्रदर्शन करता है।

Simon Dufort-Labbé, Mehrab Hamidi, Razvan Pascanu, Ioannis Mitliagkas, Damien Scieur, Aristide Baratin2026-05-18

🤖 machine learning

Learn Where Outcomes Diverge: Efficient VLA RL via Probabilistic Chunk Masking

यह शोध पत्र प्रोबबिलिस्टिक चंक मास्किंग (PCM) प्रस्तुत करता है, जो GRPO-आधारित विजन-लैंग्वेज-एक्शन (VLA) सुदृढीकरण शिक्षण (reinforcement learning) में एक गणनात्मक रूप से कुशल संशोधन है, जो बिना किसी अतिरिक्त रिवॉर्ड मॉडल या क्रिटिक्स की आवश्यकता के, केवल उन प्रक्षेपवक्र चंक्स (trajectory chunks) के माध्यम से ग्रेडिएंट्स को चुनिंदा रूप से बैकप्रोपैगेट करके प्रशिक्षण को महत्वपूर्ण रूप से तेज करता है और मेमोरी के उपयोग को कम करता है जहाँ सफल और विफल रोलआउट्स अलग होते हैं।

Vaidehi Bagaria, Nikshep Grampurohit, Pulkit Verma2026-05-18

🔬 physics

SwAIther-Precip: Lead-Time-Aware Bias Correction Enables Kilometer-Scale Downscaling of Global AI Precipitation Forecasts over Switzerland

यह शोधपत्र SwAIther-Precip को पेश करता है, जो एक लीड-टाइम-जागरूक डाउनस्केलिंग फ्रेमवर्क है जो वैश्विक AI पूर्वानुमानों के मोटे-स्तर (कोर्स-रेज़ोल्यूशन) के डेटा को स्विट्जरलैंड के उच्च-सटीकता वाले, किलोमीटर-स्केल संभाव्य वर्षा क्षेत्रों में प्रभावी ढंग से परिवर्तित करने के लिए नियत पक्षपात सुधार (डिटरमिनिस्टिक बायस करेक्शन) को डिफ्यूजन-आधारित सुपर-रिज़ॉल्यूशन के साथ जोड़ता है, जिससे पांच दिनों तक त्रुटि को काफी कम किया जाता है और प्रेक्षित स्थानिक परिवर्तनशीलता को पुनरुत्पादित किया जाता है।

Dan Assouline, Erwan Koch, Federico Amato, Filippo Quarenghi, Daniele Nerini, Thibaut Loiseau, Kyle van de Langemheen, T (…)2026-05-18

🤖 machine learning

BAPR: Bayesian amnesic piecewise-robust reinforcement learning for non-stationary continuous control

यह शोध पत्र BAPR का प्रस्ताव करता है, जो एक बेयसियन एमनेसिक पीसवाइज़-रोबस्ट सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो गैर-स्थिर निरंतर नियंत्रण (non-stationary continuous control) में रूढ़िवादिता और अनुकूलन क्षमता के बीच गतिशील रूप से संतुलन बनाने के लिए बेयसियन ऑनलाइन चेंज डिटेक्शन को रोबस्ट एनसेम्बल आरएल (robust ensemble RL) के साथ एकीकृत करता है, जिसके सैद्धांतिक गारंटियों और त्रुटि सीमाओं को लीन 4 (Lean 4) में कठोरता से मशीन-सत्यापित किया गया है।

Yifan Zhang, Liang Zheng2026-05-18

🤖 machine learning

Imitation learning for clinical decision support in pediatric ECMO

यह शोध पत्र नैदानिक निर्णय नीतियों को प्राप्त करने के लिए TabPFN ट्रांसफॉर्मर मॉडल का उपयोग करते हुए एक इमिटेशन लर्निंग फ्रेमवर्क प्रस्तावित करता है, जो इस क्षेत्र की उच्च जटिलता और डेटा की कमी को संबोधित करने में XGBoost और MLPs जैसे पारंपरिक बेसलाइनों की तुलना में अपने बेहतर प्रदर्शन को प्रदर्शित करता है।

Fateme Golivand, Michael Skinner, Saurabh Mathur, Ameet Soni, Phillip Reeder, Kristian Kersting, Lakshmi Raman, Sriraam (…)2026-05-18

🤖 machine learning

Runtime-Orchestrated Second-Order Optimization for Scalable LLM Training

यह शोध पत्र Asteria को प्रस्तुत करता है, जो एक रनटाइम सिस्टम है जो विषम मेमोरी पदानुक्रमों (heterogeneous memory hierarchies) में ऑप्टिमाइज़र स्टेट्स को गतिशील रूप से वितरित करके और ओवरहेड को कम करने तथा अभिसरण (convergence) को त्वरित करने के लिए महत्वपूर्ण प्रीकंडीशनर गणनाओं को क्रिटिकल GPU ट्रेनिंग पाथ से अलग करके, लार्ज लैंग्वेज मॉडल्स के लिए व्यावहारिक, स्केलेबल सेकंड-ऑर्डर ऑप्टिमाइज़ेशन को सक्षम बनाता है।

Yishun Lu, Junhao Zhang, Zeyu Yang, Wes Armour2026-05-18

🤖 AI

Formal Methods Meet LLMs: Auditing, Monitoring, and Intervention for Compliance of Advanced AI Systems

यह शोध पत्र ब्लैक-बॉक्स एआई सिस्टम के प्रभावी ऑफलाइन ऑडिटिंग और ऑनलाइन रनटाइम मॉनिटरिंग को सक्षम करने के लिए औपचारिक विधियों (विशेष रूप से लीनियर टेम्पोरल लॉजिक) को मशीन लर्निंग के साथ संयोजित करने वाले एक हाइब्रिड फ्रेमवर्क का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि ये तकनीकें टेम्पोरल कंस्ट्रेंट उल्लंघन का पता लगाने में एलएलएम (LLM) बेसलाइन से बेहतर प्रदर्शन करती हैं और कार्य प्रदर्शन को बनाए रखते हुए जोखिमों को सक्रिय रूप से कम कर सकती हैं।

Parand A. Alamdari, Toryn Q. Klassen, Sheila A. McIlraith2026-05-18

📊 statistics

The Privacy Price of Tail-Risk Learning: Effective Tail Sample Size in Differentially Private CVaR Optimization

यह शोध पत्र यह स्थापित करता है कि डिफरेंशियल प्राइवेसी (differential privacy), कंडीशनल वैल्यू-एट-रिस्क (CVaR) अनुकूलन में प्रभावी नमूना आकार (effective sample size) को $\epsilon n\tau$ में मौलिक रूप से परिवर्तित कर देती है, जिससे पूर्ण अभिसरण दरें (convergence rates) प्राप्त होती हैं जो अतिरिक्त जोखिम (excess risk) को सांख्यिकीय पूंछ-त्रुटि (statistical tail-error) और एक गोपनीयता लागत (privacy cost) में विभाजित करती हैं, जिससे सूचनात्मक पूंछ रिकॉर्ड (informative tail records) पर निजी शिक्षण (private learning) को मुख्य कम्प्यूटेशनल चुनौती के रूप में पहचाना जाता है।

El Mustapha Mansouri2026-05-18

💬 NLP

Artificial Aphasias in Lesioned Language Models

यह शोध पत्र भाषा मॉडल के मापदंडों (पैरामीटर्स) को एफ़ेज़िया (aphasia) से प्रेरित तकनीक के माध्यम से क्षतिग्रस्त करने की एक विधि प्रस्तुत करता है, जिससे यह प्रकट होता है कि यद्यपि ये मॉडल भाषा के लक्षणों के पूर्ण स्पेक्ट्रम को प्रदर्शित करते हैं, फिर भी उनकी परिणामी अक्षमता प्रोफाइल मानव एफ़ेज़िया से गुणात्मक रूप से भिन्न होती हैं और वास्तुशिल्प घटकों (आर्किटेक्चरल कंपोनेंट्स) एवं नेटवर्क की गहराई में व्यवस्थित रूप से भिन्न होती हैं, जो यह सुझाव देता है कि भाषा के टूटने के पैटर्न विशिष्ट शिक्षण और प्रसंस्करण तंत्रों द्वारा आकार लेते हैं न कि डोमेन-अपरिवर्तनीय (domain-invariant) होते हैं।

Nathan Roll, Jill Kries, Laura Gwilliams, Cory Shain2026-05-18

🔬 materials science

Universal Magnetic Structure Prediction from Atomic Coordinates with Near-Experimental Accuracy

यह शोध पत्र मैग्नेटिक स्ट्रक्चर नेटवर्क (MSN) को प्रस्तुत करता है, जो एक E(3) इक्विवैरिएंट ग्राफ न्यूरल नेटवर्क है जिसे प्रयोगात्मक डेटा पर प्रशिक्षित किया गया है और जो परमाणु निर्देशांकों से सीधे कोलीनियर और नॉन-कोलीनियर चुंबकीय संरचनाओं की सटीक भविष्यवाणी करने के लिए एक नवीन प्रिमिटिव मॉड्यूलेटेड स्ट्रक्चर प्रतिनिधित्व का उपयोग करता है, जो पारंपरिक प्रथम-सिद्धांत विधियों की सीमाओं को पार करता है।

Abhijatmedhi Chotrattanapituk, Ryotaro Okabe, Eunbi Rha, Mariya Al-Hinai, Eugene Jiang, Daniel Pajerowski, Yongqiang Che (…)2026-05-18

← पिछला अगला →