🤖 Category

cs.LG

24235 पेपर

🤖 AI

ArcVQ-VAE: A Spherical Vector Quantization Framework with ArcCosine Additive Margin

यह शोध पत्र ArcVQ-VAE का प्रस्ताव करता है, जो एक नवीन वेक्टर क्वांटिज़ेशन फ्रेमवर्क है जो कोडबुक वेक्टर्स को बाधित करने और उनकी कोणीय पृथक्करणीयता (angular separability) में सुधार करने के लिए एक गोलाकार कोणीय-सीमा (spherical angular-margin) पूर्ववर्ती (prior) को पेश करके VQ-VAEs में डिस्क्रीट रिप्रेजेंटेशन लर्निंग को बढ़ाता है, जिसके परिणामस्वरूप बेहतर कोडबुक उपयोगिता और उत्कृष्ट इमेज रिकंस्ट्रक्शन एवं जनरेशन प्रदर्शन प्राप्त होता है।

Jaeyung Kim, YoungJoon Yoo2026-05-14
🤖 machine learning

HLS-Seek: QoR-Aware Code Generation for High-Level Synthesis via Proxy Comparative Reward Reinforcement Learning

HLS-Seek एक QoR-सचेत कोड जनरेशन फ्रेमवर्क है जो हाई-लेवल सिंथेसिस के लिए एक 7B-पैरामीटर वाले LLM को कुशलतापूर्वक प्रशिक्षित करने हेतु अनिश्चितता-सचेत मोंटे कार्लो ड्रॉपआउट स्विचिंग के साथ एक तुलनात्मक प्रॉक्सी रिवॉर्ड मॉडल का लाभ उठाता है, जिससे बेहतर लेटेंसी और रिसोर्स ऑप्टिमाइज़ेशन प्राप्त होता है और यह सिंटैक्स शुद्धता तथा पारेटो डोमिनेंस दोनों में फ्रंटियर मॉडल्स से काफी बेहतर प्रदर्शन करता है।

Qingyun Zou, Feng Yu, Hongshi Tan, Yao Chen, Bingsheng He, WengFai Wong2026-05-14
🤖 AI

RealICU: Do LLM Agents Understand Long-Context ICU Data? A Benchmark Beyond Behavior Imitation

यह शोध पत्र RealICU का परिचय देता है, जो एक पश्चदृष्टि-एनोटेटेड (hindsight-annotated) बेंचमार्क है जो चिकित्सक-समीक्षित ग्राउंड ट्रुथ का उपयोग करके लंबे-संदर्भ वाले ICU डेटा पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करता है, जिससे यह पता चलता है कि बेहतर मेमोरी आर्किटेक्चर के बावजूद वर्तमान मॉडल रिकॉल-सुरक्षा ट्रेडऑफ और एंकरिंग बायस (anchoring biases) के साथ संघर्ष करते हैं।

Chengzhi Shen (Cherise), Weixiang Shen (Cherise), Tobias Susetzky (Cherise), Chen (Cherise), Chen (Cherise), Jun Li, Y (…)2026-05-14
🤖 machine learning

Mixed neural posterior estimation for simulators with discrete and continuous parameters

यह शोध पत्र एक संयुक्त अनुमान नेटवर्क (joint inference network) पेश करके न्यूरल पोस्टीरियर एस्टीमेशन (Neural Posterior Estimation) का विस्तार करता है जो निरंतर (continuous) और असतत (discrete) दोनों आयामों वाले मिश्रित पैरामीटर स्पेस को संभालने के लिए पोस्टीरियर को एक असतत पैरामीटर्स के लिए ऑटोरेग्रेसिव क्लासिफायर और निरंतर पैरामीटर्स के लिए एक जनरेटिव मॉडल में विभाजित करता है, साथ ही अंशांकन (calibration) के लिए एक नैदानिक उपकरण भी प्रदान करता है।

Jan Boelts, Cornelius Schröder, Jonas Beck, Jakob H. Macke, Michael Deistler, Daniel Gedon2026-05-14
🤖 machine learning

Dynamical Predictive Modelling of Cardiovascular Disease Progression Post-Myocardial Infarction via ECG-Trained Artificial Intelligence Model

यह शोध पत्र एक ऐसे फाउंडेशन मॉडल का प्रस्ताव करता है जो डेटा-दुर्लभ नैदानिक सेटिंग्स में पोस्ट-मायोकार्डियल इन्फार्क्शन परिणामों के पूर्वानुमान में महत्वपूर्ण सुधार करने के लिए अनलेबल ECG पर सेल्फ-सुपरवाइज्ड कॉन्ट्रास्टिव लर्निंग को सुपरवाइज्ड मल्टीटास्क फाइन-ट्यूनिंग के साथ जोड़ता है।

Riccardo Cavarra, Lupo Lovatelli, Shaheim Ogbomo-Harmitt, Shahid Aziz, Adelaide De Vecchi, Andrew King, Oleg Aslanidi2026-05-14
🤖 AI

Learning Local Constraints for Reinforcement-Learned Content Generators

यह शोध पत्र एक हाइब्रिड कंटेंट जनरेशन विधि का प्रस्ताव करता है जो वेव फंक्शन कोलैप्स (Wave Function Collapse) द्वारा सीखे गए स्थानीय बाधाओं के साथ सुदृढीकरण-सीखने (reinforcement-learning) पर आधारित एक जनरेटर के एक्शन स्पेस को सीमित करता है, जिससे ऐसे गेम स्तर बनाना सक्षम होता है जो वैश्विक खेलने की योग्यता (playability) की आवश्यकताओं को एक साथ पूरा करते हैं और दृष्टिगत रूप से संतोषजनक स्थानीय पैटर्न बनाए रखते हैं।

Debosmita Bhaumik, Julian Togelius, Georgios N. Yannakakis, Ahmed Khalifa2026-05-14
⚡ electrical engineering

Reframing preprocessing selection as model-internal calibration in near-infrared spectroscopy: A large-scale benchmark of operator-adaptive PLS and Ridge models

यह शोध पत्र एक ऑपरेटर-अनुकूलन अंशांकन ढांचे (operator-adaptive calibration framework) को प्रस्तुत करता है जो नियर-इन्फ्रारेड स्पेक्ट्रोस्कोपी के लिए लीनियर रिग्रेशन मॉडल (PLS और Ridge) में सीधे स्पेक्ट्रल प्रीप्रोसेसिंग चयन को एकीकृत करता है, जो एक बड़े पैमाने के बेंचमार्क के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण पारंपरिक विधियों की तुलना में बेहतर या तुलनीय भविष्य कहनेवाला सटीकता प्राप्त करता है, जबकि कम्प्यूटेशनल लागत को काफी कम करता है, ऑडिटेबिलिटी सुनिश्चित करता है, और मॉडल की व्याख्यात्मकता को बनाए रखता है।

Gregory Beurier, Robin Reiter, Camille Noûs, Lauriane Rouan, Denis Cornet2026-05-14
📊 statistics

Deep Learning as Neural Low-Degree Filtering: A Spectral Theory of Hierarchical Feature Learning

यह शोधपत्र न्यूरल लो-डिग्री फ़िल्टरिंग (Neural LoFi) प्रस्तुत करता है, जो एक स्पेक्ट्रल फ्रेमवर्क है जो डीप न्यूरल नेटवर्क में पदानुक्रमित फीचर लर्निंग को लो-डिग्री सहसंबंधों (low-degree correlations) के चयन की एक पुनरावृत्ति प्रक्रिया के रूप में मॉडल करता है, जिससे यह समझाने के लिए एक सुलभ तंत्र प्रदान होता है कि गहराई कैसे नए फीचर्स का निर्माण करती है और लेज़ी रैंडम-फीचर बेसलाइन्स (lazy random-feature baselines) से बेहतर प्रदर्शन करती है।

Yatin Dandi, Matteo Vilucchio, Luca Arnaboldi, Hugo Tabanelli, Florent Krzakala2026-05-14
📊 statistics

Achieving ϵ−2\epsilon^{-2} Sample Complexity for Single-Loop Actor-Critic under Minimal Assumptions

यह शोध पत्र एक नवीन युग्मित लियापुनोव ड्रिफ्ट (coupled Lyapunov drift) ढांचे को पेश करके, न्यूनतम धारणाओं के तहत सिंगल-लूप, ऑफ-पॉलिसी एक्टर-क्रिटिक विधियों में ϵ\epsilon-इष्टतम नीति खोजने के लिए पहला O~(ϵ−2)\tilde{\mathcal{O}}(\epsilon^{-2}) सैंपल कॉम्प्लेक्सिटी गारंटी स्थापित करता है, जो युग्मित अपडेट और अनबाउंडेड इटरेट्स की चुनौतियों पर विजय प्राप्त करता है।

Ishaq Hamza, Zaiwei Chen2026-05-14
💬 NLP

Multi-Objective and Mixed-Reward Reinforcement Learning via Reward-Decorrelated Policy Optimization

यह शोध पत्र रिवॉर्ड-डिकोरिलेटेड पॉलिसी ऑप्टिमाइज़ेशन (RDPO) को प्रस्तुत करता है, जो एक नवीन विधि है जो मल्टी-रिवॉर्ड सुदृढीकरण शिक्षण (reinforcement learning) में एडवांटेज एस्टीमेशन को स्थिर करने के लिए मैग्नीट्यूड-अवेयर क्वांटाइल नॉर्मलाइजेशन और महालानोबिस व्हाइटनिंग का उपयोग करती है, जिससे तर्क (reasoning) या कोडिंग क्षमताओं से समझौता किए बिना इंस्ट्रक्शन फॉलोइंग, लेखन और मजबूती (robustness) पर मॉडल के प्रदर्शन में सुधार होता है।

Yang Bai, Kaiyuan Liu, Ziyuan Zhuang, Jiahong Zhou, Rongxiang Weng, Xin Chen, Jingang Wang, Xunliang Cai2026-05-14