🤖 Category

cs.LG

24235 पेपर

🤖 machine learning

Resolving Action Bottleneck: Agentic Reinforcement Learning Informed by Token-Level Energy

यह शोध पत्र "एक्शन बॉटलनेक" (Action Bottleneck) घटना की पहचान करता है जहाँ एजेंटिक सुदृढीकरण शिक्षण (agentic reinforcement learning) में समान क्रेडिट असाइनमेंट, रीजनिंग टोकन पर अत्यधिक जोर देकर प्रशिक्षण संकेतों का गलत आवंटन करता है, और 'ActFocus' प्रस्तावित करता है, जो टोकन-स्तरीय ऊर्जा से सूचित एक सरल टोकन रीवेटिंग विधि है जो बिना किसी अतिरिक्त कम्प्यूटेशनल लागत के एक्शन टोकन को प्राथमिकता देकर प्रदर्शन में महत्वपूर्ण सुधार करती है।

Langzhou He, Junyou Zhu, Yue Zhou, Zhengyao Gu, Junhua Liu, Wei-Chieh Huang, Henry Peng Zou, David Wipf, Philip S. Yu, Q (…)2026-05-15
📊 statistics

Scaling Laws from Sequential Feature Recovery: A Solvable Hierarchical Model

यह शोध पत्र प्रदर्शित करता है कि मल्टी-लेयर नेटवर्क में सुचारू स्केलिंग लॉ (smooth scaling laws) लेटेंट कंपोजिशनल फीचर्स (latent compositional features) की एक क्रमिक, परत-वार रिकवरी से उत्पन्न होते हैं, जहाँ एक प्रस्तावित स्पेक्ट्रल एल्गोरिदम छोटे सैंपल साइज पर मजबूत फीचर्स का पता लगाकर और फिर प्रगतिशील रूप से कमजोर फीचर्स को रिकवर करके बेहतर प्रदर्शन प्राप्त करता है, जिससे स्पष्ट पावर-लॉ एरर डिके (power-law error decay) प्राप्त होता है।

Arie Wortsman-Zurich, Hugo Tabanelli, Yatin Dandi, Florent Krzakala, Bruno Loureiro2026-05-15
💬 NLP

Mining Subscenario Refactoring Opportunities in Behaviour-Driven Software Test Suites: ML Classifiers and LLM-Judge Baselines

यह शोध पत्र एक स्वचालित पाइपलाइन प्रस्तुत करता है जो बीहेवियर-ड्रिवन डेवलपमेंट (BDD) टेस्ट सूट्स में रिफैक्टरिंग अवसरों की पहचान करने, उन्हें रैंक करने और वर्गीकृत करने के लिए पैराफ्रेस-रोबस्ट क्लस्टरिंग और एक XGBoost क्लासिफायर का उपयोग करता है, जो यह प्रदर्शित करता है कि क्लासिफायर गेरकिन (Gherkin) फाइलों के एक बड़े संग्रह में एक्सट्रैक्ट करने योग्य स्टेप सबसीक्वेंसेस का पता लगाने में नियम-आधारित और लार्ज लैंग्वेज मॉडल (LLM) दोनों बेसलाइन से काफी बेहतर प्रदर्शन करता है।

Ali Hassaan Mughal, Noor Fatima, Muhammad Bilal2026-05-15
🤖 machine learning

Woodelf++: A Fast and Unified Partial Dependence Plot Algorithm for Decision Tree Ensembles

Woodelf++ एक एकीकृत, उच्च-प्रदर्शन वाला एल्गोरिदम है जो डिसीजन ट्री एन्सेम्बल्स के लिए पार्शियल डिपेंडेंस प्लॉट्स, जॉइंट-PDPs और एनी-ऑर्डर-PDIVs की गणना को महत्वपूर्ण रूप से तेज करता है, जो scikit-learn जैसे मौजूदा तरीकों की तुलना में पांच गुना अधिक (पांच ऑर्डर्स ऑफ मैग्नीट्यूड तक) गति प्राप्त करता है।

Ron Wettenstein, Alexander Nadel, Udi Boker2026-05-15
🔬 physics

All-atomistic Transferable Neural Potentials for Protein Solvation

यह शोध पत्र प्रोटीन हाइड्रेशन न्यूरल नेटवर्क (PHNN) का परिचय देता है, जो एक हस्तांतरणीय इमप्लिसिट सॉल्वेंट मॉडल है जो एनालिटिकल कंटीन्यूअम मापदंडों में सुधार सीखकर प्रोटीन सॉल्वेशन ऊर्जा विज्ञान की सटीकता को बढ़ाता है न कि पोस्ट हॉक ऊर्जा समायोजन लागू करके, जिससे उच्च डेटा दक्षता और आउट-ऑफ-डोमेन सिस्टम पर मजबूत प्रदर्शन प्राप्त होता है।

Rishabh Dey, Salvina Sharipova, Konstantin Popov2026-05-15
🤖 machine learning

Silent Collapse in Recursive Learning Systems

यह शोध पत्र "साइलेंट कोलैप्स" (silent collapse) की पहचान करता है, जो एक ऐसी घटना है जहाँ रिकर्सिव लर्निंग मॉडल स्थिर मानक मेट्रिक्स के बावजूद आंतरिक रूप से खराब हो जाते हैं, और बिना किसी शुद्ध वास्तविक दुनिया के डेटा की आवश्यकता के, प्रारंभिक चेतावनी संकेतों का पता लगाने और अपरिवर्तनीय विफलता को रोकने के लिए MTR फ्रेमवर्क का प्रस्ताव करता है।

Zhipeng Zhang2026-05-15
🤖 machine learning

One Step to the Side: Why Defenses Against Malicious Finetuning Fail Under Adaptive Adversaries

यह शोध पत्र यह प्रदर्शित करता है कि दुर्भावनापूर्ण फाइन-ट्यूनिंग (malicious fine-tuning) के विरुद्ध वर्तमान बचाव तंत्र अनुकूलनशील विरोधियों (adaptive adversaries) के खिलाफ अप्रभावी हैं क्योंकि वे हानिकारक व्यवहारों को समाप्त करने के बजाय केवल उन्हें छिपाते हैं, और एक एकीकृत अनुकूलनशील हमले (unified adaptive attack) को पेश करता है जो सभी सर्वेक्षण किए गए रक्षा तंत्रों को बायपास करने में सक्षम है।

Itay Zloczower, Eyal Lenga, Gilad Gressel, Yisroel Mirsky2026-05-15
🤖 machine learning

Deep Image Segmentation via Discriminant Feature Learning

यह शोध पत्र डीप डिस्क्रिमिनेटिव एनालिसिस (DDA) को प्रस्तुत करता है, जो एक डिफरेंशिएबल और आर्किटेक्चर-अज्ञेय (architecture-agnostic) लॉस फंक्शन है जो स्पष्ट रूप से क्लास-बीच की वेरिएंस (variance) को अधिकतम करते हुए और क्लास-विदिन वेरिएंस को न्यूनतम करते हुए इमेज सेगमेंटेशन की सटीकता और बाउंड्री शार्पनेस को बढ़ाता है, जैसा कि DIS5K बेंचमार्क पर बेहतर प्रदर्शन द्वारा प्रमाणित किया गया है।

Adam Dawid Sztamborski, Raül Pérez-Gonzalo, Antonio Agudo2026-05-15
🤖 machine learning

An Amortized Efficiency Threshold for Comparing Neural and Heuristic Solvers in Combinatorial Optimization

यह शोध पत्र एमोर्टाइज्ड एफिशिएंसी थ्रेशोल्ड (AET) फ्रेमवर्क को पेश करता है ताकि यह प्रदर्शित किया जा सके कि न्यूरल कॉम्बिनेटोरियल सॉल्वर एक विशिष्ट परिनियोजन मात्रा (डिप्लॉयमेंट वॉल्यूम) तक पहुँचने के बाद कुल ऊर्जा और कार्बन दक्षता में CPU-आधारित ह्यूरिस्टिक्स से आगे निकल सकते हैं, जिससे उस आलोचना का खंडन होता है कि उनकी प्रशिक्षण लागत उन्हें स्वाभाविक रूप से शुद्ध रूप से अक्षम बनाती है।

Sohaib Afifi2026-05-15
🤖 machine learning

Action-Inspired Generative Models

यह शोध पत्र एक्शन-इंस्पायर्ड जनरेटिव मॉडल्स (AGMs) को प्रस्तुत करता है, जो एक हल्का, प्लग-एंड-प्ले डुअल-नेटवर्क फ्रेमवर्क है जो ब्रिज-मैचिंग विधियों को प्रशिक्षण के दौरान स्टोकेस्टिक ट्रांज़िशन को गतिशील रूप से भारित करने के लिए एक सीखने योग्य स्केलर पोटेंशियल का उपयोग करके बेहतर बनाता है, जिससे बिना किसी इन्फरेंस ओवरहेड के जनरेशन की गुणवत्ता में सुधार होता है।

Eshwar R. A., Debnath Pal2026-05-15