🤖 Category

cs.LG

24235 पेपर

💬 NLP

Phasor Memory Networks: Stable Backpropagation Through Time for Scalable Explicit Memory

यह शोध पत्र फेज़र मेमोरी नेटवर्क (PMNet) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो यूनिटरी फेज़र डायनेमिक्स और पदानुक्रमित सीखने योग्य एंकर्स के माध्यम से स्पष्ट मेमोरी सिस्टम में लंबे समय से चली आ रही ग्रेडिएंट अस्थिरता को हल करता है, जिससे एक संक्षिप्त 119M पैरामीटर वाला मॉडल लंबी दूरी की रिट्रीवल (long-range retrieval) में लगभग पूर्णता प्राप्त करने और काफी बड़े मॉडलों के प्रदर्शन के बराबर पहुँचने में सक्षम होता है।

Sungwoo Goo, Hwi-yeol Yun, Sangkeun Jung2026-05-14
🤖 machine learning

Teaching and Learning under Deductive Errors

यह शोध पत्र एक मशीन टीचिंग फ्रेमवर्क प्रस्तुत करता है जो शिक्षार्थियों की स्टोकेस्टिक डिडक्टिव त्रुटियों को ध्यान में रखता है, जो सैद्धांतिक PAC गारंटी प्रदान करता है, इष्टतम शिक्षण सेटों के लिए सटीक कम्प्यूटेशनल जटिलता सीमाएं स्थापित करता है, और बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) के साथ प्रयोगों के माध्यम से दृष्टिकोण को सत्यापित करता है।

Jan Arne Telle, Brigt Håvardstun, Jose Hernandez-Orallo2026-05-14
📊 statistics

Support-Conditioned Flow Matching Is Kernel Smoothing

यह शोधपत्र यह स्थापित करता है कि एक गॉसियन ऑप्टिमल-ट्रांसपोर्ट पाथ के तहत सपोर्ट-कंडीशन्ड फ्लो मैचिंग, गणितीय रूप से एक टाइम-वेरिंग नादरया-वाट्सन कर्नेल स्मूदर के समान है, जिससे क्रॉस-अटेंशन मैकेनिज्म के लिए एक सैद्धांतिक आधार प्राप्त होता है और उन विशिष्ट विफलता व्यवस्थाओं (फेल्योर रेजीम्स) की पहचान होती है जहाँ सीखा गया कंडीशनिंग जनरेशन में सुधार करता है।

Daniel Matsui Smola2026-05-14
🤖 machine learning

Taming the Long Tail: Rebalancing Adversarial Training via Adaptive Perturbation

यह शोध पत्र RobustLT का प्रस्ताव करता है, जो एक प्लग-एंड-प्ले फ्रेमवर्क है जो लॉन्ग-टेल डेटासेट में मॉडल की मजबूती (robustness) को बढ़ाने और क्लास इम्बैलेंस (class imbalance) को संबोधित करने के लिए एडवरसेरियल ट्रेनिंग के दौरान व्यवधानों (perturbations) को अनुकूल रूप से समायोजित करता है।

Lilin Zhang, Yimo Guo, Yue Li, Jiancheng Shi, Xianggen Liu2026-05-14
🤖 machine learning

The Diffusion Encoder

यह शोध पत्र डिफ्यूजन एनकोडर (Diffusion Encoder) प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो पारंपरिक VAE एनकोडर को एक डिफ्यूजन मॉडल से बदल देता है और विरोधाभासी अपडेट दिशाओं को हल करने तथा एनकोडर और डिकोडर के बीच विश्वसनीय सिंक्रोनाइज़ेशन प्राप्त करने के लिए एक्सपेक्टेशन-मैक्सिमाइजेशन (expectation-maximization) से प्रेरित एक वैकल्पिक प्रशिक्षण योजना का उपयोग करता है।

Akhil Premkumar, Sarah Lucioni2026-05-14
🤖 machine learning

When is Warmstarting Effective for Scaling Language Models?

यह शोध पत्र तर्क देता है कि विशिष्ट टोकन बजट के तहत एक सरल 2×2\times विकास कारक (growth factor) के साथ लार्ज लैंग्वेज मॉडल्स को वार्मस्टार्ट करना सबसे प्रभावी होता है, जो यह प्रदर्शित करता है कि प्रारंभिक प्रदर्शन को बनाए रखना अनावश्यक है और उस विकास की ऊपरी सीमा की पहचान करता है जिसके आगे शून्य से प्रशिक्षण (training from scratch) अधिक कुशल हो जाता है।

Neeratyoy Mallik, Maciej Janowski, Johannes Hog, Herilalaina Rakotoarison, Josif Grabocka, Frank Hutter, Aaron Klein2026-05-14
💰 quantitative finance

Vector-Quantized Discrete Latent Factors Meet Financial Priors: Dynamic Cross-Sectional Stock Ranking Prediction for Portfolio Construction

यह शोध पत्र PRISM-VQ प्रस्तुत करता है, जो एक गतिशील कारक ढांचा (dynamic factor framework) है जो व्याख्यात्मकता बनाए रखते हुए क्रॉस-सेक्शनल स्टॉक रिटर्न भविष्यवाणी और पोर्टफोलियो प्रदर्शन को बढ़ाने के लिए वेक्टर-क्वांटाइज्ड डिस्क्रीट लेटेंट फैक्टर्स (vector-quantized discrete latent factors) के साथ एक्सपर्ट प्रायर्स (expert priors) और एक स्ट्रक्चर-कंडीशन्ड मिक्सचर-ऑफ-एक्सपर्ट्स (structure-conditioned Mixture-of-Experts) को एकीकृत करता है।

Namhyoung Kim, Jae Wook Song2026-05-14
💬 NLP

Continual Learning with Multilingual Foundation Model

यह शोध पत्र एक पुनरुत्पादक, बहु-चरणीय ढांचे को प्रस्तुत करता है जो डेटा की कमी और क्रॉस-लिंग्विस्टिक भिन्नता जैसी चुनौतियों का समाधान करते हुए, अंग्रेजी, स्पेनिश और इतालवी सोशल मीडिया पर पुनः प्राप्त (reclaimed) LGBTQ+ अपशब्दों का प्रभावी ढंग से पता लगाने के लिए XLM-RoBERTa फाउंडेशन मॉडल और डेटा संवर्धन (data augmentation) के लिए GPT-4o-mini बैक-ट्रांसलेशन और भाषा-विशिष्ट थ्रेशोल्ड ऑप्टिमाइज़ेशन का लाभ उठाता है।

Barathi Ganesh HB, Michal Ptaszynski, Rene Melendez, Juuso Eronen2026-05-14
🤖 machine learning

DP-KFC: Data-Free Preconditioning for Privacy-Preserving Deep Learning

यह शोध पत्र DP-KFC का प्रस्ताव करता है, जो एक डेटा-मुक्त प्रीकंडीशनिंग विधि है जो डिफरेंशियल प्राइवेट ऑप्टिमाइज़ेशन में ज्यामितीय बेमेल (geometric mismatch) को दूर करने के लिए संरचित सिंथेटिक शोर और आवृत्ति सांख्यिकी का उपयोग करके KFAC प्रीकंडिशनर का निर्माण करती है, जिससे बिना किसी गोपनीयता बजट का उपभोग किए या सार्वजनिक डेटा की आवश्यकता के बिना उत्कृष्ट प्रदर्शन प्राप्त होता है।

Marc Molina Van den Bosch, Riccardo Taiello, Albert Sund Aillet, Andrea Protani, Miguel Angel Gonzalez Ballester, Luigi (…)2026-05-14
🤖 machine learning

Strategic PAC Learnability via Geometric Definability

यह शोध पत्र यह प्रदर्शित करता है कि जबकि रणनीतिक व्यवहार (strategic behavior) सरल परिकल्पना वर्गों (hypothesis classes) को भी अनलर्नेबल (unlearnable) बना सकता है, Rexp\mathbb{R}_{\mathtt{exp}} पर प्रथम-क्रम सूत्रों (first-order formulas) पर आधारित एक ज्यामितीय परिभाषितता धारणा (geometric definability assumption) लागू करने से प्रेरित रणनीतिक जटिलता को नियंत्रित रखकर PAC सीखने की क्षमता (PAC learnability) पुनः स्थापित होती है।

Yuval Filmus, Shay Moran, Elizaveta Nesterova, Nir Rosenfeld, Alexander Shlimovich2026-05-14