🤖 Category

cs.LG

24235 पेपर

🤖 machine learning

Multi-Quantile Regression for Extreme Precipitation Downscaling

यह शोध पत्र Q-SRDRN को प्रस्तुत करता है, जो एक मल्टी-क्वांटाइल सुपर-रिज़ॉल्यूशन नेटवर्क है जिसे पिनबॉल लॉस और विशिष्ट वास्तुशिल्प घटकों के साथ प्रशिक्षित किया गया है ताकि डीप लर्निंग डाउनस्केलिंग में अत्यधिक वर्षा की घटनाओं के व्यवस्थित कम-अनुमान (under-prediction) को दूर किया जा सके, जिससे विभिन्न अमेरिकी क्षेत्रों में नियतात्मक बेसलाइनों की तुलना में भारी-पूंछ (heavy-tail) वाली घटनाओं के लिए काफी बेहतर डिटेक्शन दर प्राप्त हुई है।

Hamed Najafi, Gareth Lagerwall, Jayantha Obeysekera, Jason Liu2026-05-14
🤖 machine learning

Inference-Time Machine Unlearning via Gated Activation Redirection

GUARD-IT एक नवीन, प्रशिक्षण-मुक्त मशीन अनलर्निंग विधि है जो इन्फरेंस के समय इनपुट-डिपेंडेंट गेटेड एक्टिवेशन रिडायरेक्शन का उपयोग करती है ताकि मॉडल की उपयोगिता और क्वांटाइजेशन एवं निरंतर सीखने (कंटीन्यूअल लर्निंग) के परिदृश्यों में मजबूती को बनाए रखते हुए प्रभावी ढंग से याद किए गए डेटा को हटाया जा सके, जो पारंपरिक ग्रेडिएंट-आधारित दृष्टिकोणों से बेहतर प्रदर्शन करती है।

Vinícius Conte Turani, Otávio Parraga, João Vitor Boer Abitante, Kristen K. Arguello, Joana Pasquali, Ramiro N. Barros (…)2026-05-14
🤖 machine learning

WriteSAE: Sparse Autoencoders for Recurrent State

यह शोधपत्र WriteSAE को प्रस्तुत करता है, जो स्टेट-स्पेस और हाइब्रिड रिकरेंट लैंग्वेज मॉडल्स के मैट्रिक्स कैश राइट्स (matrix cache writes) को विघटित और संपादित करने के लिए डिज़ाइन किया गया पहला स्पार्स ऑटोएनकोडर (sparse autoencoder) है, जो डिकोडर एटम्स (decoder atoms) को उनके मूल रैंक-1 अपडेट आकार में गुणनखंडित करके सटीक व्यवहार संबंधी हस्तक्षेप और अत्यधिक सटीक प्रभाव भविष्यवाणी सक्षम बनाता है।

Jack Young2026-05-14
⚡ electrical engineering

Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization

यह शोध पत्र एक एडेप्टिव स्मूथ चेबिचेफ (Adaptive Smooth Tchebycheff) ढांचे का प्रस्ताव करता है जो वास्तविक समय के ग्रेडिएंट इंटरफेरेंस के आधार पर अनुकूलन सुगमता (optimization smoothness) को गतिशील रूप से नियंत्रित करता है, जिससे उन बहु-उद्देश्यीय रोबोटिक कार्यों के लिए गैर-उत्तल क्षेत्रों (non-convex regions) में पारेटो-इष्टतम नीतियों की सुदृढ़ खोज सक्षम होती है जहाँ स्थिर गैर-रेखीय विधियाँ विफल हो जाती हैं और रैखिक स्केलेराइजेशन (linear scalarizations) सैद्धांतिक रूप से सीमित होते हैं।

Alejandro Murillo-Gonzalez, Mahmoud Ali, Lantao Liu2026-05-14
📊 statistics

When to Trust Confidence Thresholding: Calibration Diagnostics for Pseudo-Labelled Regression

यह शोध पत्र एक कैलिब्रेशन-जागरूक नैदानिक ढांचे को प्रस्तुत करता है जो सूडो-लेबल वाले रिग्रेशन में कॉन्फिडेंस थ्रेशोल्डिंग द्वारा प्रेरित एटेन्यूएशन बायस (attenuation bias) के लिए एक क्लोज्ड-फॉर्म अभिव्यक्ति व्युत्पन्न करता है, जिससे अभ्यासकर्ताओं को यह निर्धारित करने के लिए कि डाउनस्ट्रीम इन्फरेंस के लिए ऐसा थ्रेशोल्डिंग कब सुरक्षित है, अवशिष्ट स्कोर वेरिएंस (residual score variance) पर आधारित एक गणनीय निर्णय नियम का उपयोग करने में सक्षम बनाया जा सके।

Marcell T. Kurbucz2026-05-14
🧬 biology

ToolMol: Evolutionary Agentic Framework for Multi-objective Drug Discovery

ToolMol एक विकासवादी एजेंटिक फ्रेमवर्क है जो एक मल्टी-ऑब्जेक्टिव जेनेटिक एल्गोरिदम को एक LLM-संचालित ऑपरेटर और एक व्यापक RDKit-आधारित टूलबॉक्स के साथ एकीकृत करता है ताकि मौजूदा तरीकों की तुलना में काफी बेहतर बाइंडिंग एफिनिटी और फ्री एनर्जी स्कोर के साथ उच्च गुणवत्ता वाले, सिंथेसाइज़ेबल ड्रग उम्मीदवारों को उत्पन्न किया जा सके।

Andrew Y. Zhou, Sharvaree Vadgama, Sumanth Varambally, Peter Eckmann, Michael K. Gilson, Rose Yu2026-05-14
⚡ electrical engineering

Identifying the nonlinear string dynamics with port-Hamiltonian neural networks

यह शोध पत्र पोर्ट-हैमिल्टोनियन न्यूरल नेटवर्क्स को आंशिक अवकल समीकरणों (partial differential equations) तक विस्तारित करता है ताकि डेटा से गैररेखीय स्ट्रिंग गतिकी (nonlinear string dynamics) की सफलतापूर्वक पहचान और अनुकरण किया जा सके, जो गैर-भौतिक-सूचित (non-physics-informed) विधियों की तुलना में बेहतर सटीकता और व्याख्यात्मकता प्रदर्शित करता है।

Maximino Linares, Guillaume Doras, Thomas Hélie2026-05-14
🤖 machine learning

Neurodata Without Boredom: Benchmarking Agentic AI for Data Reuse

यह शोध पत्र आठ हालिया अध्ययनों के डेटासेट को लोड करने, समझने और पुनर्गठित करने पर उनके प्रदर्शन का परीक्षण करके, खंडित तंत्रिका विज्ञान (न्यूरोसाइंस) डेटा के पुन: उपयोग को स्वचालित करने की एजेंटिक एआई की क्षमता का बेंचमार्किंग करता है, जिससे यह प्रकट होता है कि जहाँ एजेंट व्यक्तिगत उप-कार्यों में उत्कृष्ट हैं, वहीं वे वर्तमान में पूरी तरह से त्रुटि-मुक्त एंड-टू-एंड समाधान उत्पन्न करने में संघर्ष करते हैं और उन्हें मानव-इन-द-लूप निरीक्षण की आवश्यकता होती है।

Ling-Qi Zhang, Kristin Branson2026-05-14✓ Author reviewed ⓘ
💬 NLP

REALISTA: Realistic Latent Adversarial Attacks that Elicit LLM Hallucinations

यह शोध पत्र REALISTA को प्रस्तुत करता है, जो एक नवीन एडवर्सरियल अटैक फ्रेमवर्क है जो लेटेंट स्पेस में अर्थपूर्ण रूप से समान एडिटिंग डायरेक्शंस के निरंतर संयोजनों को अनुकूलित करके यथार्थवादी मतिभ्रम (hallucination) उत्पन्न करने वाले प्रॉम्प्ट्स तैयार करता है, जिससे ओपन-सोर्स और बड़े रीजनिंग मॉडल्स दोनों को प्रभावी ढंग से लक्षित करने के लिए मौजूदा डिस्क्रीट और कंटीन्यूअस विधियों की सीमाओं को दूर किया जा सके।

Buyun Liang, Jinqi Luo, Liangzu Peng, Kwan Ho Ryan Chan, Darshan Thaker, Kaleab A. Kinfu, Fengrui Tian, Hamed Hassani, R (…)2026-05-14
🤖 machine learning

AGOP as Explanation: From Feature Learning to Per-Sample Attribution in Image Classifiers

यह शोध पत्र AGOP-Weighted को प्रस्तुत करता है, जो एक नवीन पोस्ट-हॉक एट्रिब्यूशन विधि है जो ग्रेडिएंट शोर को दबाने और लगातार महत्वपूर्ण पिक्सेल को बढ़ाने के लिए एवरेज ग्रेडिएंट आउटर प्रोडक्ट (AGOP) का लाभ उठाती है, जो न्यूनतम अनुमान लागत के साथ सिंथेटिक और फोटोреаलिस्टिक बेंचमार्क दोनों पर इंटीग्रेटेड ग्रेडिएंट्स और ग्रेडकैम जैसी मौजूदा तकनीकों पर बेहतर प्रदर्शन प्रदर्शित करती है।

Raj Kiran Gupta Katakam2026-05-14