🤖 Category

cs.LG

24235 पेपर

🤖 machine learning

Margin-calibrated Classifier Guidance for Property-driven Synthesis Planning

यह शोध पत्र सीक्वेंस कंप्लीशन रैंकिंग (SCR) को प्रस्तुत करता है, जो एक मार्जिन-कैलिब्रेटेड क्लासिफायर गाइडेंस विधि है जो प्रीट्रेन्ड ऑटोरेग्रेसिव मॉडल्स को विशिष्ट रिएक्शन कंस्ट्रेंट्स और प्रॉपर्टी टारगेट्स को प्रभावी ढंग से पूरा करने में सक्षम बनाकर मल्टी-स्टेप केमिकल सिंथेसिस प्लानिंग को महत्वपूर्ण रूप से बढ़ाती है, जिससे सॉल्व रेट्स में भारी सुधार होता है और टेम्पलेट-आधारित एवं टेम्पलेट-फ्री अप्रोच के बीच के डाइवर्सिटी गैप को कम किया जाता है।

Najwa Laabid, Vikas Garg2026-05-14
📊 statistics

Amortized Neural Clustering of Time Series based on Statistical Features

यह शोध पत्र एक एल्गोरिदम-अज्ञेय (algorithm-agnostic) ढांचे को प्रस्तुत करता है जो टाइम सीरीज़ क्लस्टरिंग के लिए डेटा-संचालित एफिनिटी संरचनाओं को सीखने हेतु सांख्यिकीय विशेषताओं पर एमोर्टाइज्ड न्यूरल इन्फरेंस (amortized neural inference) का उपयोग करता है, जिससे पारंपरिक ह्यूरिस्टिक्स या स्पष्ट संरचनात्मक धारणाओं पर निर्भर किए बिना सटीक विभाजन और क्लस्टर संख्या का स्वचालित निर्धारण सक्षम होता है।

Ángel López-Oriona, Ying Sun2026-05-14
🤖 machine learning

Collaborating in Multi-Armed Bandits with Strategic Agents

यह शोध पत्र \texttt{CAOS} तंत्र को प्रस्तुत करता है, जो मल्टी-आर्म्ड बैंडिट समस्याओं में निरंतर रणनीतिक एजेंटों को केवल सूचना साझा करने के माध्यम से सहयोगात्मक अन्वेषण बनाए रखने और निकट-इष्टतम रिग्रेट गारंटी प्राप्त करने में सक्षम बनाता है, जो बिना किसी मौद्रिक हस्तांतरण के फ्री-राइडिंग को प्रभावी ढंग से कम करता है।

Idan Barnea, Ofir Schlisselberg, Yishay Mansour2026-05-14
📊 statistics

Generative Modeling of Approximately Periodic Time Series by a Posterior-Weighted Gaussian Process

यह शोध पत्र एक पोस्टीरियर-वेटेड गॉसियन प्रोसेस पर आधारित एक नवीन स्टोकेस्टिक जनरेटिव मॉडल प्रस्तावित करता है जो निरंतर अंतराल-वार संरचनाओं को अवधि और आयाम जैसे परिवर्तनशील अंतराल-वार गतिकी से अलग करके लगभग आवधिक समय श्रृंखलाओं को प्रभावी ढंग से कैप्चर करता है।

Elias Reich, Saverio Messineo, Stefan Huber2026-05-14
📊 statistics

Kernel-based guarantees for nonlinear parametric models in Bayesian optimization

यह शोधपत्र एक कर्नेल-आधारित ढांचे को प्रस्तुत करता है जो अनुकूल रूप से एकत्र किए गए डेटा पर प्रशिक्षित गैररेखीय पैरामीट्रिक मॉडलों के लिए सैद्धांतिक विश्वास सीमाएं और अभिसरण गारंटी स्थापित करता है, जिससे व्यावहारिक बेयसियन अनुकूलन विधियों और गाऊसी प्रक्रियाओं या रैखिक सन्निकटन तक सीमित मौजूदा सैद्धांतिक विश्लेषणों के बीच के अंतर को पाटा जा सके।

Rafael Oliveira2026-05-14
🤖 machine learning

A3_3B2_2: Adaptive Asymmetric Adapter for Alleviating Branch Bias in Vision-Language Image Classification with Few-Shot Learning

यह शोध पत्र A3_3B2_2 का प्रस्ताव करता है, जो एक अनुकूली असममित एडेप्टर (adaptive asymmetric adapter) है जो अनिश्चितता-जागरूक डैम्पिंग (uncertainty-aware dampening) और लोड-बैलेंस्ड मिक्स्चर-ऑफ-एक्सपर्ट्स (load-balanced mixture-of-experts) का उपयोग करके इमेज-ब्रांच अनुकूलन को गतिशील रूप से नियंत्रित करता है, जिससे विजन-लैंग्वेज फ्यू-शॉट लर्निंग में ब्रांच बायस (branch bias) को संबोधित किया जाता है, और इस प्रकार 11 डेटासेट्स पर मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।

Yiyun Zhou, Zhonghua Jiang, Wenkang Han, Kunxi Li, Mingjing Xu, Chang Yao, Jingyuan Chen2026-05-14
🤖 machine learning

Continual Fine-Tuning of Large Language Models via Program Memory

यह शोध पत्र ProCL को प्रस्तुत करता है, जो एक निरंतर फाइन-ट्यूनिंग (continual fine-tuning) ढांचा है जो लो-रैंक एडेप्टेशन (LoRA) एडेप्टर्स को संरचित, गतिशील रूप से पुनर्प्राप्त प्रोग्राम मेमोरी स्लॉट्स में व्यवस्थित करके लार्ज लैंग्वेज मॉडल्स को उन्नत करता है ताकि तेजी से अनुकूलन और ज्ञान प्रतिधारण के बीच प्रभावी ढंग से संतुलन बनाया जा सके, जिससे बिना किसी अतिरिक्त इन्फरेंस लागत के कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को कम किया जा सके।

Hung Le, Svetha Venkatesh2026-05-14
🤖 machine learning

Stable Attention Response for Reliable Precipitation Nowcasting

यह शोध पत्र HARECast प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो एक समूह-वार नियमितीकरण उद्देश्य (group-wise regularization objective) के माध्यम से क्रॉस-सैंपल अटेंशन-रिस्पॉन्स एनर्जी अस्थिरता की पहचान और शमन करके वर्षा के वर्तमान पूर्वानुमान (precipitation nowcasting) की विश्वसनीयता में सुधार करता है, जिससे SEVIR और MeteoNet बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Penghui Wen, Zexin Hu, Sen Zhang, Patrick Filippi, Xiaogang Zhu, Allen Benter, Thomas Bishop, Zhiyong Wang, Kun Hu2026-05-14
📊 statistics

LLMs as Implicit Imputers: Uncertainty Should Scale with Missing Information

यह शोध पत्र तर्क देता है कि एक अंतर्निहित इम्प्यूटर (imputer) के रूप में कार्य करने वाले लार्ज लैंग्वेज मॉडल्स को लुप्त सूचना के साथ अनिश्चितता का पैमाना प्रदर्शित करना चाहिए, यह पाते हुए कि जबकि सैंपलिंग-आधारित आत्मविश्वास संदर्भ क्षरण (context degradation) को दर्शाने में विफल रहता है, रिस्पॉन्स एंट्रॉपी (response entropy) लुप्तता को प्रभावी ढंग से ट्रैक करती है और सटीकता का बेहतर पूर्वानुमान लगाती है।

Stef van Buuren2026-05-14
🤖 machine learning

N-vium: Mixture-of-Exits Transformer for Accelerated Exact Generation

यह शोध पत्र N-vium को प्रस्तुत करता है, जो एक मिश्रण-एग्जिट्स (mixture-of-exits) ट्रांसफार्मर है जो कई गहराइयों से भविष्यवाणियों को मिलाने के लिए टोकन-अनुकूली रूटिंग (token-adaptive routing) का उपयोग करने और ऊपरी परतों की गणना को स्थगित करने के माध्यम से मॉडल की गुणवत्ता से समझौता किए बिना मानक ट्रांसफार्मरों पर 57.9% तक वॉल-क्लॉक स्पीडअप प्राप्त करता है।

Aleksander Lorenc, Frédéric Berdoz, Joël Mathys, Roger Wattenhofer2026-05-14