🤖 Category

cs.LG

24235 पेपर

🤖 machine learning

Preserve-Then-Quantize: Balancing Rank Budgets for Quantization Error Reconstruction in LLMs

यह शोध पत्र स्ट्रक्चर्ड रेसिडुअल रिकंस्ट्रक्शन (SRR) का प्रस्ताव करता है, जो एक रैंक-एलोकेशन फ्रेमवर्क है जो क्वांटाइजेशन से पहले वेट्स के टॉप-kk सिंगुलर सबस्पेस को सुरक्षित रखता है और शेष रैंक का उपयोग त्रुटि पुनर्निर्माण (error reconstruction) के लिए करता है, जिससे पोस्ट-ट्रेनिंग क्वांटाइजेशन में क्वांटाइजेशन त्रुटि कम होती है और क्वांटाइज्ड पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग प्रदर्शन में वृद्धि होती है।

Yoonjun Cho, Dongjae Jeon, Soeun Kim, Moongyu Jeon, Albert No2026-05-14
🤖 machine learning

Auditing Sybil: Explaining Deep Lung Cancer Risk Prediction Through Generative Interventional Attributions

यह शोध पत्र S(H)NAP को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय ऑडिटिंग फ्रेमवर्क है जो जनरेटिव इंटरवेंशनल एट्रिब्यूशंस का उपयोग करके यह प्रकट करता है कि जबकि सिबिल (Sybil) डीप लर्निंग मॉडल फेफड़ों के कैंसर के जोखिम की सटीक भविष्यवाणी करता है, इसमें नैदानिक रूप से अनुचित आर्टिफैक्ट्स के प्रति संवेदनशीलता और एक विशिष्ट रेडियल पूर्वाग्रह जैसे महत्वपूर्ण विफलता मोड मौजूद हैं।

Bartlomiej Sobieski, Jakub Grzywaczewski, Karol Dobiczek, Mateusz Wójcik, Tomasz Bartczak, Patryk Szatkowski, Przemysław (…)2026-05-14
📊 statistics

Plug-In Classification of Drift Functions in Diffusion Processes Using Neural Networks

यह शोधपत्र डिफ्यूजन प्रक्रियाओं के लिए एक प्लग-इन मल्टीक्लास क्लासिफायर प्रस्तावित करता है जो न्यूरल नेटवर्क का उपयोग करके क्लास-विशिष्ट ड्रिफ्ट फंक्शनों का अनुमान लगाता है, एक्सीस रिस्क (excess risk) के लिए अभिसरण दरें (convergence rates) स्थापित करता है और डिफ्यूजन संरचना का लाभ उठाकर तथा उच्च-आयामी कंपोजिशनल ड्रिफ्ट्स को संभालकर मौजूदा विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Yuzhen Zhao, Jiarong Fan, Yating Liu2026-05-14
🤖 AI

Aligning Forest and Trees in Images & Long Captions for Visually Grounded Understanding

यह शोध पत्र CAFT को प्रस्तुत करता है, जो 30 मिलियन इमेज-टेक्स्ट युग्मों पर प्रशिक्षित एक विजन-लैंग्वेज मॉडल है जो स्थानीय टेक्स्ट क्षेत्रों को इमेज विवरणों के साथ संरेखित करने के लिए एक पदानुक्रमित पार्ट-टू-व्होल (part-to-whole) लर्निंग सिद्धांत का उपयोग करता है, जिससे बिना किसी स्पष्ट रीजन-लेवल सुपरविजन के लॉन्ग-टेक्स्ट रिट्रीवल बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Byeongju Woo, Zilin Wang, Byeonghyun Pak, Sangwoo Mo, Stella X. Yu2026-05-14
💬 NLP

DiscoverLLM: From Executing Intents to Discovering Them

DiscoverLLM एक नवीन ढांचा है जो एक संज्ञानात्मक अवस्था-आधारित उपयोगकर्ता सिम्युलेटर के माध्यम से बड़े भाषा मॉडलों (Large Language Models) को उपयोगकर्ताओं के अस्पष्ट इरादों को खोजने और उन्हें मूर्त रूप देने में मदद करने के लिए प्रशिक्षित करता है, जिसके परिणामस्वरूप रचनात्मक, तकनीकी और दृश्य कार्यों में काफी बेहतर कार्य प्रदर्शन, छोटी बातचीत और उच्च उपयोगकर्ता संतुष्टि प्राप्त होती है।

Tae Soo Kim, Yoonjoo Lee, Jaesang Yu, John Joon Young Chung, Juho Kim2026-05-14
🤖 machine learning

ZKBoost: Zero-Knowledge Verifiable Training for XGBoost

यह शोध पत्र ZKBoost प्रस्तुत करता है, जो XGBoost के लिए पहला ज़ीरो-नॉलेज प्रूफ ऑफ ट्रेनिंग प्रोटोकॉल है जो मॉडल मालिकों को डेटा या मापदंडों को प्रकट किए बिना कमिटेड डेटासेट पर सही प्रशिक्षण को क्रिप्टोग्राफ़िक रूप से सत्यापित करने में सक्षम बनाता है, जबकि पिछले सुरक्षा भेद्यताओं को दूर करता है और एक विशेष फिक्स्ड-पॉइंट कार्यान्वयन और VOLE-आधारित इंस्टेंशिएशन के माध्यम से दक्षता प्राप्त करता है।

Nikolas Melissaris, Antigoni Polychroniadou, Akira Takahashi, Chenkai Weng, Jiayi Xu2026-05-14
🤖 machine learning

Imposing Boundary Conditions on Neural Operators via Learned Function Extensions

यह शोध पत्र एक सामान्य ढांचे का प्रस्ताव करता है जो न्यूरल ऑपरेटर्स को सीमा डेटा को संपूर्ण स्थानिक डोमेन पर लेटेंट स्यूडो-एक्सटेंशन (latent pseudo-extensions) में मैप करके जटिल, गैर-समांगी सीमा स्थितियों (non-homogeneous boundary conditions) को संभालने में सक्षम बनाता है, जिससे बिना किसी हाइपरपैरामीटर ट्यूनिंग की आवश्यकता के विविध PDE समस्याओं में अत्याधुनिक सटीकता प्राप्त होती है।

Sepehr Mousavi, Siddhartha Mishra, Laura De Lorenzis2026-05-14
💬 NLP

Entropy Aware Reward Guidance for Diffusion Language Model Alignment

यह शोध पत्र EntRGi प्रस्तुत करता है, जो डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल्स के लिए प्रभावी रिवॉर्ड गाइडेंस सक्षम करने हेतु प्रेडिक्टिव एंट्रॉपी के आधार पर कंटीन्यूअस टोकन रिलैक्सेशन और हार्ड टोकन्स के बीच गतिशील रूप से इंटरपोलेट करने वाली एक नवीन विधि है, जो टेस्ट-टाइम अडैप्टेशन और रिवॉर्ड गाइडेड रीइन्फोर्समेंट लर्निंग (RGRL) के माध्यम से पोस्ट-ट्रेनिंग में अत्याधुनिक दृष्टिकोणों की तुलना में निरंतर सुधार प्रदर्शित करती है।

Atula Tejaswi, Litu Rout, Constantine Caramanis, Sanjay Shakkottai, Sujay Sanghavi2026-05-14
🤖 machine learning

EGSS: Entropy-guided Stepwise Scaling for Reliable Software Engineering

यह शोध पत्र एंट्रॉपी-गाइडेड स्टेपवाइज स्केलिंग (EGSS) को प्रस्तुत करता है, जो एक नवीन टेस्ट-टाइम स्केलिंग फ्रेमवर्क है जो एंट्रॉपी-गाइडेड एडेप्टिव सर्च और टेस्ट-सूट ऑग्मेंटेशन के माध्यम से दक्षता और प्रभावशीलता को गतिशील रूप से संतुलित करता है, जिससे मौजूदा विधियों की तुलना में कम्प्यूटेशनल ओवरहेड को काफी कम करते हुए सॉफ्टवेयर इंजीनियरिंग कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Chenhui Mao, Yuanting Lei, Zhixiang Wei, Ming Liang, Zhixiang Wang, Jingxuan Xu, Dajun Chen, Wei Jiang, Yong Li2026-05-14
📊 statistics

Diffusion Model's Generalization Can Be Characterized by Inductive Biases toward a Data-Dependent Ridge Manifold

यह शोध पत्र समय-निर्भर लॉग-घनत्व रिज मैनिफोल्ड्स (time-dependent log-density ridge manifolds) को पेश करके डिफ्यूजन मॉडल के सामान्यीकरण को अभिलक्षित करता है, जो यह प्रकट करता है कि उत्पन्न नमूने एक "रीच-अलाइन-स्लाइड" (reach-align-slide) तंत्र का अनुसरण करते हैं जहाँ उनका विकास प्रशिक्षण त्रुटि के अभिलंब और स्पर्शरेखीय घटकों द्वारा नियंत्रित होता है, जो एक ज्यामितीय ढांचा है जिसे सिंथेटिक और वास्तविक डेटा पर सैद्धांतिक विश्लेषण और प्रयोगों के माध्यम से मान्य किया गया है।

Ye He, Yitong Qiu, Molei Tao2026-05-14