🧬 biology

Feature Visualization Recovers Known Cortical Selectivity from TRIBE v2

यह शोध पत्र ब्रेन एनकोडर मॉडल्स के लिए एक पूरक व्याख्यात्मक तकनीक (interpretability technique) के रूप में फीचर विज़ुअलाइज़ेशन को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि TRIBE v2 के भविष्यवाणियों के ग्रेडिएंट-आधारित अनुकूलन (gradient-based optimization) ने सफलतापूर्वक ज्ञात कॉर्टिकल चयनात्मकता पैटर्न—जैसे कि वेंट्रल स्ट्रीम में पदानुक्रमित जटिलता और MT, FFA, तथा PPA के लिए विशिष्ट विशेषताएं—को पुन: प्राप्त किया है, जिससे केवल भविष्यवाणी सटीकता से परे मॉडल्स द्वारा मस्तिष्क के कार्यात्मक संगठन के आंतरिककरण (internalization) की पुष्टि होती है।

Stuart Bladon, Brinnae Bent2026-05-15
📊 statistics

AIS: Adaptive Importance Sampling for Quantized RL

यह शोध पत्र अडैप्टिव इम्पोर्टेंस सैंपलिंग (AIS) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो लार्ज लैंग्वेज मॉडल्स के लिए रिइन्फोर्समेंट लर्निंग में लो-प्रिसिजन (FP8) रोलआउट्स के कारण होने वाले पॉलिसी ग्रेडिएंट बायस को गतिशील रूप से ठीक करता है, जिससे फुल-प्रिसिजन बेसलाइन्स के समान प्रशिक्षण स्थिरता और प्रदर्शन बनाए रखते हुए महत्वपूर्ण इन्फरेंस स्पीडअप सक्षम होता है।

Jiajun Zhou, Wei Shao, Lingchao Zheng, Yuwei Fan, Ngai Wong2026-05-15
📊 statistics

A Regret Perspective on Online Multiple Testing

यह शोध पत्र ऑनलाइन मल्टीपल टेस्टिंगिंग में त्रुटियों की विषम लागतों को संबोधित करने के लिए 'वेटेड रिग्रेट' (Weighted Regret) की अवधारणा प्रस्तुत करता है, जो यह सिद्ध करता है कि डिटरमिनिस्टिक FDR-नियंत्रित प्रक्रियाएं थ्रेशोल्ड डिप्लीशन (threshold depletion) के कारण लीनियर रिग्रेट से ग्रस्त होती हैं, और एक 'डिकपल्ड-ओएमटी' (Decoupled-OMT) मेटा-रैपर का प्रस्ताव करता है जो सटीक एसिम्प्टोटिक सुरक्षा को बनाए रखते हुए ऑर्डर-ऑप्टिमल सबलीनियर रिग्रेट प्राप्त करने के लिए हिस्ट्री-डिकपल्ड रैंडम परटर्बेशन्स का उपयोग करता है।

Qingyang Hao, Kongchang Zhou, Fang Kong, Hongxin Wei2026-05-15
💻 computer science

XAI and Statistical Analysis for Reliable Intrusion Detection in the UAVIDS-2025 Dataset: From Tree to Hybrid and Tabular DNN Ensembles

यह शोध पत्र UAVIDS-2025 डेटासेट का उपयोग करके UAV घुसपैठ का पता लगाने के लिए एक सुदृढ़ और व्याख्यात्मक रूपरेखा प्रस्तुत करता है, जो विशेषता महत्व की पहचान करने और वर्महोल (Wormhole) एवं ब्लैकहोल (Blackhole) हमलों में गलत वर्गीकरण के कारणों को उजागर करने के लिए SHAP-आधारित व्याख्यात्मकता के साथ XGBoost जैसे उन्नत एन्सेम्बल मॉडल को जोड़ता है।

Iakovos-Christos Zarkadis, Christos Douligeris2026-05-15
🤖 machine learning

Rethinking Molecular OOD Generalization via Target-Aware Source Selection

यह शोध पत्र कठोर मूल्यांकन के लिए SCOPE-BENCH बेंचमार्क और POMA फ्रेमवर्क को पेश करके चरम आउट-ऑफ-डिस्ट्रीब्यूशन परिदृश्यों के तहत वर्तमान आणविक गुण भविष्यवाणी की सीमाओं को संबोधित करता है, जो मल्टी-सोर्स डोमेन अनुकूलन को अनुकूलित करने के लिए सुदृढीकरण लर्निंग (रिनफोर्समेंट लर्निंग) का लाभ उठाता है, जिससे अत्याधुनिक मॉडलों की तुलना में भविष्यवाणी त्रुटियों को काफी कम किया जा सकता है।

Zhuohao Lin, Kun Li, Jiameng Chen, Jiajun Yu, Duanhua Cao, Yizhen Zheng, Wenbin Hu2026-05-15
🤖 machine learning

Unsupervised learning of acquisition variability in structural connectomes via hybrid latent space modeling

यह शोध पत्र एक अनसुपरवाइज्ड हाइब्रिड लेटेंट स्पेस फ्रेमवर्क पेश करता है जिसमें आर्किटेक्चरल एनीलिंगिंग है जो बिना किसी मैनुअल कैपेसिटी ट्यूनिंग की आवश्यकता के, बड़े पैमाने के dMRI स्ट्रक्चरल कनेक्टोम्स में अधिग्रहण-संबंधी परिवर्तनशीलता को जैविक संकेतों से प्रभावी ढंग से अलग करता है।

Gaurav Rudravaram, Lianrui Zuo, Karthik Ramadass, Elyssa McMaster, Jongyeon Yoon, Aravind R. Krishnan, Adam M. Saunders (…)2026-05-15
🤖 machine learning

Beyond Mode-Seeking RL: Trajectory-Balance Post-Training for Diffusion Language Models

यह शोधपत्र TraFL को प्रस्तुत करता है, जो डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक ट्रजेक्टरी-बैलेंस पोस्ट-ट्रेनिंग विधि है जो रिवॉर्ड-मैक्सिमाइजिंग दृष्टिकोणों की "ट्रजेक्टरी लॉकिंग" विफलता मोड पर विजय प्राप्त करने के लिए पॉलिसी को एक रिवॉर्ड-टिल्टेड टार्गेट डिस्ट्रीब्यूशन के साथ संरेखित करता है, जिससे गणितीय तर्क और कोड जनरेशन बेंचमार्क में निरंतर प्रदर्शन लाभ प्राप्त होता है।

Saba Ahmadi, Prasanna Parthasarathi, Yufei Cui2026-05-15
🤖 machine learning

Towards the Next Frontier of LLMs, Training on Private Data: A Cross-Domain Benchmark for Federated Fine-Tuning

यह शोध पत्र स्वास्थ्य सेवा और वित्त डोमेन में निजी, गैर-IID डेटा पर पैरामीटर-कुशल विधियों (LoRA, QLoRA, IA3) का उपयोग करते हुए एक फेडरेटेड फाइन-ट्यूनिंग फ्रेमवर्क का प्रस्ताव और मूल्यांकन करता है, जो यह प्रदर्शित करता है कि यह सेंट्रलाइज्ड ट्रेनिंग के तुलनीय प्रदर्शन प्राप्त करता है जबकि आइसोलेटेड लर्निंग से बेहतर प्रदर्शन करता है और संवेदनशील डेटा साझा किए बिना लार्ज लैंग्वेज मॉडल्स को अनुकूलित करने के लिए ऊर्जा-कुशल समाधान प्रदान करता है।

Daniel M. Jimenez-Gutierrez, Enrique Zuazua, Georgios Kellaris, Joaquin del Rio, Oleksii Sliusarenko, Xabi Uribe-Etxebar (…)2026-05-15
🤖 machine learning

A Unified Geometric Framework for Weighted Contrastive Learning

यह शोध पत्र एक एकीकृत ज्यामितीय ढांचे को स्थापित करता है जो भारित कंट्रास्टिव लर्निंग (weighted contrastive learning) की व्याख्या 'डिस्टेंस ज्योमेट्री प्रॉब्लम्स' के रूप में करता है, जिससे यह स्पष्ट होता है कि विशिष्ट वेटिंग स्कीम्स यह कैसे निर्धारित करती हैं कि इष्टतम एम्बेडिंग्स (optimal embeddings) नियमित सिम्प्लेक्स (regular simplices) जैसी आदर्श ज्यामिति प्राप्त करते हैं या क्लास इम्बैलेंस या लेबल मिसमैच के कारण विसंगति और अपूर्णता का शिकार होते हैं।

Raphael Vock, Edouard Duchesnay, Benoit Dufumier2026-05-15
⚛️ high-energy experiments

Collider-Bench: Benchmarking AI Agents with Particle Physics Analysis Reproduction

यह शोध पत्र कोलाइडर-बेंच (Collider-Bench) का परिचय देता है, जो एक नया बेंचमार्क है जिसे सार्वजनिक संसाधनों का उपयोग करके लार्ज हैड्रॉन कोलाइडर (Large Hadron Collider) के जटिल कण भौतिकी विश्लेषणों को पुनरुत्पादित करने की स्वायत्त एआई एजेंटों की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि वर्तमान सामान्य-उद्देश्य वाले कोडिंग एजेंट इन कार्यों को विश्वसनीय रूप से निष्पादित करने में अभी भी मानव भौतिकविदों से पीछे रह जाते हैं।

Darius A. Faroughy, Sofia Palacios Schweitzer, Ian Pang, Siddharth Mishra-Sharma, David Shih2026-05-15