📊 statistics

Wahkon: A Statistically Principled Deep RKHS Superposition Network

यह शोध पत्र Wahkon को प्रस्तुत करता है, जो एक डीप RKHS सुपरपोजिशन नेटवर्क है जो कोलोमोगोरोव के सुपरपोजिशन सिद्धांत को RKHS नियमितीकरण (regularization) के साथ एकीकृत करता है ताकि एक सांख्यिकीय रूप से सुव्यवस्थित ढांचा प्रदान किया जा सके जो परिमित-नमूना गारंटी (finite-sample guarantees), कैलिब्रेटेड अनिश्चितता और मिनिमैक्स-इष्टतम अभिसरण दरें (minimax-optimal convergence rates) प्रदान करता है और मौजूदा डीप लर्निंग एवं कर्नेल-आधारित विधियों से अनुभवजन्य रूप से बेहतर प्रदर्शन करता है।

Yongkai Chen, Wenxuan Zhong, Ping Ma2026-05-15
💻 computer science

MathAtlas: A Benchmark for Autoformalization in the Wild

यह शोध पत्र MathAtlas प्रस्तुत करता है, जो 103 पाठ्यपुस्तकों से लगभग 52,000 स्नातक-स्तरीय गणितीय अवधारणाओं से युक्त पहला बड़े-स्तर का ऑटोफॉर्मलाइजेशन बेंचमार्क है, जो जटिल, निर्भरता-युक्त शोध गणित को संभालने में वर्तमान मॉडलों की अत्यधिक कठिनाई को प्रकट करता है।

Nilay Patel, Noah Arias, Davit Babayan, Victoria Cochran, Timothy Libman, Hafsah Mahmood, Liam McCarty, Soli Munoz, Laur (…)2026-05-15
🤖 machine learning

Reliability-Gated Source Anchoring for Continual Test-Time Adaptation

यह शोध पत्र RMemSafe को प्रस्तुत करता है, जो एक विश्वसनीयता-गेटेड (reliability-gated) निरंतर टेस्ट-टाइम अनुकूलन विधि है जो फ्रोजन मॉडल के प्रिडिक्टिव एंट्रॉपी के आधार पर सोर्स एंकरिंग को गतिशील रूप से कम करती है ताकि सोर्स के अविश्वसनीय होने पर प्रदर्शन में गिरावट को रोका जा सके, जिससे विभिन्न भ्रष्टाचार परिदृश्यों (corruption scenarios) में अत्याधुनिक परिणाम प्राप्त होते हैं।

Vikash Singh, Debargha Ganguly, Weicong Chen, Sabyasachi Sahoo, Sreehari Sankar, Biyao Zhang, Mohsen Harir, Shouren Wang (…)2026-05-15
🤖 machine learning

SurF: A Generative Model for Multivariate Irregular Time Series Forecasting

SurF मल्टीवेरिएट इरेगुलर टाइम सीरीज़ के लिए एक नवीन जनरेटिव मॉडल है जो इवेंट सीक्वेंस को i.i.d. नॉइज़ में मैप करने के लिए 'टाइम रीस्केलिंग थ्योरम' का लाभ उठाता है, जिससे मल्टी-डेटासेट प्रीट्रेनिंग के माध्यम से विविध वास्तविक दुनिया के डेटासेट्स पर कुशल, स्केलेबल और अत्याधुनिक पूर्वानुमान सक्षम होता है।

Mohammad R. Rezaei, Tejas Balaji, Rahul G. Krishnan2026-05-15
🤖 machine learning

Fair and Calibrated Toxicity Detection with Robust Training and Abstention

यह शोध पत्र तर्क देता है कि विषाक्तता का पता लगाने (टॉक्सिसिटी डिटेक्शन) में निष्पक्षता प्राप्त करने के लिए रैंकिंग, अंशांकन (कैलिब्रेशन) और परित्याग (एब्स्टेंशन) को एकीकृत करने वाले एक बहु-अक्षीय ढांचे की आवश्यकता है, जो यह प्रदर्शित करता है कि प्रशिक्षण संबंधी हस्तक्षेप और पोस्ट-हॉक सुरक्षा तंत्र परस्पर निर्भर हैं और वर्तमान विधियाँ अक्सर छिपे हुए उपसमूहों के बीच असमानताओं के लिए समग्र प्रदर्शन से समझौता करती हैं या गलत अंशांकन और पक्षपाती विdeferral (डेफरल) के माध्यम से अनfairness के नए रूप उत्पन्न करती हैं।

Mokshit Surana2026-05-15
💬 NLP

Measuring and Mitigating Toxicity in Large Language Models: A Comprehensive Replication Study

यह व्यापक प्रतिकृति अध्ययन (replication study) DExperts इन्फरेंस-टाइम मिटिगेशन तकनीक का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि यह स्पष्ट विषाक्तता (explicit toxicity) के विरुद्ध लगभग पूर्ण सुरक्षा प्राप्त करता है, लेकिन यह निहित घृणास्पद भाषण (implicit hate speech) के विरुद्ध भंगुर बना रहता है और इसमें 10 गुना अत्यधिक विलंबता दंड (latency penalty) का सामना करना पड़ता है, जो वास्तविक दुनिया की एआई सुरक्षा तैनाती के लिए मजबूती और दक्षता में महत्वपूर्ण अंतराल को उजागर करता है।

Mokshit Surana, Archit Rathod, Akshaj Satishkumar2026-05-15
💻 computer science

Bridging the Rural Healthcare Gap: A Cascaded Edge-Cloud Architecture for Automated Retinal Screening

यह शोध पत्र एक दो-स्तरीय एज-क्लाउड कैस्केड आर्किटेक्चर प्रस्तावित करता है जो स्थानीय ट्राइएज के लिए एक हल्के MobileNetV3-small मॉडल और क्लाउड-आधारित गंभीरता ग्रेडिंग के लिए एक शक्तिशाली RETFound-DINOv2 मॉडल का उपयोग करता है, जो क्लाउड-ओनली बेसलाइन के समान नैदानिक सटीकता बनाए रखते हुए ग्रामीण डायबिटिक रेटिनोपैथी स्क्रीनिंग के लिए क्लाउड उपयोग को लगभग 50% तक सफलतापूर्वक कम करता है।

Nishi Doshi, Shrey Shah2026-05-15
💻 computer science

ProtoMedAgent: Multimodal Clinical Interpretability via Privacy-Aware Agentic Workflows

ProtoMedAgent एक गोपनीयता-जागरूक, मल्टीमॉडल फ्रेमवर्क है जो त्रुटि-प्रवण RAG विधियों को एक न्यूरो-सिम्बोलिक, एजेंटिक वर्कफ़्लो से बदलकर नैदानिक व्याख्यात्मकता और दस्तावेज़ीकरण को बढ़ाता है, जो डेटा की गुमनामी को kk-anonymity और \ell-diversity के माध्यम से सुनिश्चित करते हुए मतिभ्रम (hallucinations) को रोकने के लिए LLM जनरेशन को गणितीय रूप से बाधित करता है।

Alvaro Lopez Pellicer, Plamen Angelov, Marwan Bukhari, Yi Li, Eduardo Soares, Jemma Kerns2026-05-15
🤖 machine learning

Mini-JEPA Foundation Model Fleet Enables Agentic Hydrologic Intelligence

यह शोध पत्र Mini-JEPAs को प्रस्तुत करता है, जो विशेषीकृत, हल्के फाउंडेशन मॉडल्स का एक बेड़ा है, जो एक रूटिंग एजेंट द्वारा संचालित होने पर, हाइड्रोलॉजिकल इंटेलिजेंस कार्यों में एक एकल बड़े पैमाने के भू-स्थानिक मॉडल से बेहतर प्रदर्शन करते हैं और अधिक सुलभता एवं कम्प्यूटेशनल दक्षता प्रदान करते हैं।

Mashrekur Rahman2026-05-15
🤖 machine learning

bde: A Python Package for Bayesian Deep Ensembles via MILE

यह शोध पत्र "bde" प्रस्तुत करता है, जो JAX पर आधारित एक उपयोगकर्ता के अनुकूल पायथन पैकेज है, जो माइक्रोकेनिकल लैंग्विन एनसेम्बल (MILE) को लागू करता है ताकि टैबुलर डेटा रिग्रेशन और क्लासिफिकेशन कार्यों में कुशल प्रशिक्षण, सैंपलिंग और अनिश्चितता मात्रा निर्धारण के लिए scikit-learn संगत बेयसियन डीप एनसेम्बल प्रदान किया जा सके।

Vyron Arvanitis, Angelos Aslanidis, Emanuel Sommer, David Rügamer2026-05-15