🤖 Category

cs.LG

24235 पेपर

📊 statistics

Towards a holistic understanding of Selection Bias for Causal Effect Identification

यह शोध पत्र संभाव्यता वर्गों (probability classes) पर कमजोर धारणाओं का लाभ उठाकर प्रोपेंसिटी और चयन संभावनाओं को अभिलक्षणित करते हुए, चयन पूर्वाग्रह (selection bias) के तहत औसत उपचार प्रभाव (Average Treatment Effect - ATE) की पहचान करने के लिए आवश्यक और पर्याप्त स्थितियाँ स्थापित करता है, जिससे मौजूदा ग्राफिकल मानदंडों को कारण प्रभाव की पहचान की अधिक व्यापक समझ के लिए कड़ाई से कमजोर स्थितियों के साथ विस्तारित किया गया है।

Yiwen Qiu, Filip Kovacevic, Shimeng Huang, Peter Spirtes, Francesco Locatello2026-05-14
📊 statistics

Rescaled Asynchronous SGD: Optimal Distributed Optimization under Data and System Heterogeneity

यह शोध पत्र रीस्केल्ड ASGD (Rescaled ASGD) प्रस्तुत करता है, जो एक ऐसी विधि है जो डेटा और सिस्टम की विषमता के कारण मानक एसिंक्रोनस SGD (asynchronous SGD) में होने वाले पूर्वाग्रह को सुधारने के लिए श्रमिकों के विशिष्ट स्टेपसाइज़ (stepsizes) को उनके गणना समय के अनुसार रीस्केल करती है, जिससे बिना किसी अतिरिक्त मेमोरी या सिंक्रोनाइज़ेशन चरणों की आवश्यकता के वैश्विक उद्देश्य तक इष्टतम अभिसरण (optimal convergence) प्राप्त किया जा सके।

Ammar Mahran, Artavazd Maranjyan, Peter Richtárik2026-05-14
🤖 machine learning

Q-Flow: Stable and Expressive Reinforcement Learning with Flow-Based Policy

Q-Flow एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो टर्मिनल मानों को मध्यवर्ती अवस्थाओं तक प्रसारित करने के लिए नियत प्रवाह गतिकी (deterministic flow dynamics) का लाभ उठाकर स्थिर और अभिव्यंजक नीति अनुकूलन प्राप्त करता है, जिससे संख्यात्मक सॉल्वर के माध्यम से अस्थिर बैकप्रोपैगेशन की आवश्यकता समाप्त हो जाती है और यह ऑफलाइन एवं ऑनलाइन सेटिंग्स में अत्याधुनिक बेसलाइनों से बेहतर प्रदर्शन करता है।

JaeHyeok Doo, Byeongguk Jeon, Seonghyeon Ye, Kimin Lee, Minjoon Seo2026-05-14
🤖 machine learning

A Unified Three-Stage Machine Learning Framework for Diabetes Detection, Subtype Discrimination, and Cognitive-Metabolic Hypothesis Testing

यह शोध पत्र एक पुनरुत्पादक तीन-चरणीय मशीन लर्निंग फ्रेमवर्क प्रस्तुत करता है जो मधुमेह का पता लगाने के लिए एंसेम्बल क्लासिफायर का बेंचमार्किंग करता है, नैदानिक रूप से प्रशंसनीय उपप्रकारों की पहचान करने के लिए अनसुपरवाइज्ड क्लस्टरिंग लागू करता है, और ग्लाइसेमिक नियंत्रण एवं संज्ञानात्मक कार्य के बीच एक सकारात्मक जुड़ाव को सांख्यिकीय रूप से मान्य करता है।

Vishal Pandey, Ruzina Haque Laskar, Rishav Tewari2026-05-14
💬 NLP

OSDN: Improving Delta Rule with Provable Online Preconditioning in Linear Attention

यह शोध पत्र ऑनलाइन स्केल्ड डेल्टानेट (OSDN) को प्रस्तुत करता है, जो एक लीनियर अटेंशन मॉडल है जो फीचर-वाइज स्केलिंग के लिए एक ऑनलाइन-अपडेटेड डायगोनल प्रीकंडीशनर को शामिल करके डेल्टा रूल को उन्नत करता है, जिससे यह हार्डवेयर-कुशल पैरेललिज्म बनाए रखते हुए प्रमाणित सुपर-जियोमेट्रिक कन्वर्जेंस प्राप्त करता है और इन-कॉन्टेक्स्ट एसोसिएटिव रिकॉल में महत्वपूर्ण सुधार करता है।

Chenyu Zhou, Hongpei Li, Yuerou Liu, Jianghao Lin, Dongdong Ge, Yinyu Ye2026-05-14
📊 statistics

Discovery of Hidden Miscalibration Regimes

यह शोध पत्र एक नैदानिक ढांचे (diagnostic framework) को प्रस्तुत करता है जो इनपुट स्पेस के एक कैलिब्रेशन-जागरूक प्रतिनिधित्व (calibration-aware representation) को सीखकर बड़े भाषा मॉडलों में छिपे हुए, इनपुट-निर्भर मिसकैलिब्रेशन शासन (miscalibration regimes) की खोज करता है, जिससे पारंपरिक वैश्विक विधियों की तुलना में अधिक प्रभावी स्थानीय आत्मविश्वास सुधार (local confidence corrections) सक्षम होते हैं।

Katarzyna Kobalczyk, Mihaela van der Schaar2026-05-14
💬 NLP

Effective Context in Transformers: An Analysis of Fragmentation and Tokenization

यह शोधपत्र एक परिमित-संदर्भ सूचना-सैद्धांतिक ढांचा स्थापित करता है जो यह प्रदर्शित करता है कि जबकि विखंडन (छोटे इकाइयों का उपयोग करना) अनुकूलतम लॉग-लॉस को बढ़ाकर आंतरिक रूप से भविष्यवाणी प्रदर्शन को खराब कर सकता है, लालची टोकनाइज़ेशन (बड़ी इकाइयों का उपयोग करना) प्रभावी रूप से मॉडल की उपयोगी संदर्भ विंडो को विस्तारित कर सकता है, जिससे बाइट/कैरेक्टर-स्तरीय और सबवर्ड-आधारित ट्रांसफॉर्मर मॉडलों के बीच प्रदर्शन के अंतर की व्याख्या होती है।

Amirmehdi Jafari Fesharaki, Mohammadamin Rami, Aslan Tchamkerten2026-05-14
🤖 machine learning

Path-independent Flow Matching for Multi-parameter Generative Dynamics

यह शोध पत्र पाथ-इंडिपेंडेंट फ्लो मैचिंग (PiFM) प्रस्तुत करता है, जो एक नवीन ढांचा है जो फ्लो मैचिंग को मल्टी-पैरामीटर डोमेन तक विस्तारित करता है, जिसमें ऐसे वेक्टर फील्ड्स सीखे जाते हैं जो वितरणों (distributions), अनुमानित वॉसरस्टीन बैरीसेंटर्स (Wasserstein barycenters) के बीच पथ-स्वतंत्र परिवहन (path-independent transport) सुनिश्चित करते हैं, और इंटरपोलेशन तथा आउट-ऑफ-डिस्ट्रीब्यूशन जनरेशन में मौजूदा विधियों से बेहतर प्रदर्शन करते हैं।

Francisco Téllez, AmirHossein Zamani, Philippe Martin, Shuang Ni, Guy Wolf, Eugene Belilovsky, Sina Sanjari, Yanlei Zhan (…)2026-05-14
🤖 machine learning

Reward-Weighted On-Policy Distillation with an Open Property-Equivalence Verifier for NL-to-SVA Generation

यह शोध पत्र रिवॉर्ड-वेटेड ऑन-पॉलिसी डिस्टिलेशन (RWOPD) को प्रस्तुत करता है, जो एक नवीन प्रशिक्षण विधि है जो टोकन-स्तरीय नकल के बजाय सिमेंटिक शुद्धता को प्राथमिकता देते हुए, सिस्टमवरिलॉग एसेर्शन (SystemVerilog Assertions) उत्पन्न करने में 7B स्टूडेंट मॉडल को निर्देशित करने के लिए एक औपचारिक प्रॉपर्टी-इक्विवेलेंस वेरिफायर का लाभ उठाती है, जिससे नया स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।

Qingyun Zou, Yingze Li, Tianen Liu, Bingsheng He, Weng-Fai Wong2026-05-14
🤖 machine learning

Limits of Personalizing Differential Privacy Budgets

यह शोध पत्र यह प्रदर्शित करता है कि माध्य अनुमान (mean estimation) के लिए, व्यक्तिगत विभेदक गोपनीयता (personalized differential privacy) का प्राथमिक लाभ पूर्ण वैयक्तिकरण के बजाय एक सरल थ्रेशोल्डिंग ऑपरेटर के माध्यम से एक इष्टतम प्रभावी बजट का चयन करने से आता है, क्योंकि उत्तरार्द्ध इस आधार रेखा की तुलना में केवल सीमित स्थिरांक-कारक सुधार प्रदान करता है।

Edwige Cyffers, Juba Ziani2026-05-14