🤖 Category

cs.LG

24308 पेपर

💬 NLP

Toxicity Detection Should Measure Contextual Harm, Not Text-Intrinsic Badness

यह स्थिति पत्र (position paper) तर्क देता है कि विषाक्तता का पता लगाने की प्रक्रिया को विषाक्तता को अलग-थलग पाठ के एक अंतर्निहित गुण के रूप में मानने के बजाय इसे एक प्रासंगिक संचार संबंधी हानि (contextual communicative harm) के रूप में मापने की ओर स्थानांतरित होना चाहिए, जो यह बेहतर ढंग से पकड़ सके कि कैसे कथित मानदंड उल्लंघन और सामाजिक संदर्भ वास्तविक व्यवधान उत्पन्न करते हैं, जिसके लिए 'कॉन्टेक्स्टुअल स्ट्रेस फ्रेमवर्क' (CSF) और 'CSF-Eval' पेश किए गए हैं।

Sergei Berezin, Reza Farahbakhsh, Noel Crespi2026-05-13✓ Author reviewed ⓘ
💬 NLP

Reconstructing Sepsis Trajectories from Clinical Case Reports using LLMs: the Textual Time Series Corpus for Sepsis

यह शोध पत्र मेडिकल केस रिपोर्ट्स से क्लिनिकल निष्कर्षों को निकालने और उन्हें समयबद्ध करने के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग करने वाले एक पाइपलाइन को प्रस्तुत करता है, जिसके परिणामस्वरूप सेप्सिस-3 (Sepsis-3) के लिए एक ओपन-एक्सेस टेक्स्टुअल टाइम सीरीज़ कॉर्पस प्राप्त होता है जो चिकित्सक के एनोटेशन की तुलना में इवेंट रिकवरी और टेम्पोरल ऑर्डरिंग में उच्च सटीकता प्रदर्शित करता है।

Shahriar Noroozizadeh, Jeremy C. Weiss2026-05-13
🤖 machine learning

Fractal Graph Contrastive Learning

यह शोध पत्र FractalGCL का प्रस्ताव करता है, जो एक सिद्धांत-प्रेरित ग्राफ कंट्रास्टिव लर्निंग फ्रेमवर्क है जो विभिन्न बेंचमार्क पर बेहतर प्रदर्शन प्राप्त करने और कम्प्यूटेशनल ओवरहेड को महत्वपूर्ण रूप से कम करने के लिए रीनॉर्मलाइजेशन-आधारित ऑग्मेंटेशन और एक गॉसियन सरोगेट के साथ एक फ्रैक्टल-डायमेंशन-अवेयर लॉस का उपयोग करता है।

Nero Z. Li, Xuehao Zhai, Zhichao Shi, Boshen Shi, Xuhui Jiang2026-05-13
📊 statistics

Integral Imprecise Probability Metrics

यह शोध पत्र इंटीग्रल इम्प्रेसिस प्रोबेबिलिटी मेट्रिक (IIPM) प्रस्तुत करता है, जो एक चोक्वेट इंटीग्रल-आधारित ढांचा है जो शास्त्रीय मेट्रिक्स को इम्प्रेसिस प्रोबेबिलिटी मॉडल्स में सामान्यीकृत करता है, जिससे विविध अनिश्चितता निरूपणों की तुलना और 'मैक्सिमम मीन इम्प्रेसिशन' नामक एक नए माप के माध्यम से एपिस्टेमिक अनिश्चितता का परिमाणीकरण संभव होता है, जो चयनात्मक वर्गीकरण कार्यों में उत्कृष्ट प्रदर्शन प्रदर्शित करता है।

Siu Lun Chau, Michele Caprio, Krikamol Muandet2026-05-13
📊 statistics

Offline Constrained Reinforcement Learning under Partial Data Coverage

यह शोध पत्र PDOCRL का प्रस्ताव करता है, जो सामान्य फलन सन्निकटन (general function approximation) के साथ ऑफलाइन बाधित सुदृढीकरण शिक्षण (offline constrained reinforcement learning) के लिए एक ओरेकल-कुशल प्रिमल-ड्यूल एल्गोरिदम है, जो डेटा-जनरेटिंग वितरण के ज्ञान की आवश्यकता के बिना आंशिक डेटा कवरेज के तहत निकट-इष्टतम और निकट-व्यवहार्य प्रदर्शन प्राप्त करता है, जबकि एक मजबूत रियलाइज़ेबिलिटी स्थिति के माध्यम से स्प्यूरियस सैडल पॉइंट्स (spurious saddle points) की समस्या का समाधान करता है।

Seokmin Ko, Ambuj Tewari, Kihyuk Hong2026-05-13
📊 statistics

Approximating Simple ReLU Networks based on Spectral Decomposition of Fisher Information

यह शोध पत्र पहचान करता है कि रैंडम हिडन वेट्स वाले 2-लेयर ReLU नेटवर्क्स के लिए फिशर इंफॉर्मेशन मैट्रिक्स के प्रमुख आइजनस्पेस (eigenspaces), क्रम 2 तक के स्फेरिकल हार्मोनिक फंक्शन्स द्वारा स्पैन किए गए फंक्शन स्पेस के अनुरूप हैं, जो सामूहिक रूप से मैट्रिक्स के ट्रेस के 97% से अधिक की व्याख्या करते हैं।

Ka Long Keith Ho, Yoshinari Takeishi, Junichi Takeuchi2026-05-13
🤖 machine learning

Rotary Masked Autoencoders are Versatile Learners

यह शोध पत्र रोटरी मास्कड ऑटोएनकोडर्स (RoMAE) को प्रस्तुत करता है, जो एक बहुमुखी आर्किटेक्चर है जो विशेष आर्किटेक्चरल संशोधनों की आवश्यकता के बिना, अनियमित समय-श्रृंखला (irregular time-series) सहित विविध मोडालिटीज़ में प्रभावी प्रतिनिधित्व शिक्षण (representation learning) को सक्षम करने के लिए रोटरी पोजीशनल एम्बेडिंग्स का लाभ उठाता है।

Uros Zivanovic, Serafina Di Gioia, Andre Scaffidi, Martín de los Rios, Gabriella Contardo, Roberto Trotta2026-05-13
🤖 machine learning

Stationary MMD Points

यह शोध पत्र सैद्धांतिक रूप से प्रदर्शित करता है कि मैक्सिमम मीन डिसक्रीपेंसी (MMD) के स्टेशनरी पॉइंट्स संख्यात्मक एकीकरण त्रुटियों (numerical integration errors) को MMD की तुलना में अधिक तेज़ी से शून्य करते हैं, और यह सिद्ध करता है कि MMD ग्रेडिएंट फ्लो इन बिंदुओं की गणना करने के लिए एक व्यावहारिक विधि प्रदान करते हैं जिसमें एक नवीन गैर-अनंत (non-asymptotic) परिमित-कण त्रुटि सीमा (finite-particle error bound) निहित है।

Zonghao Chen, Toni Karvonen, Heishiro Kanagawa, François-Xavier Briol, Chris. J. Oates2026-05-13
🤖 machine learning

Trajectory First: A Curriculum for Discovering Diverse Policies

यह शोध पत्र "ट्रैजेक्टरी फर्स्ट" (Trajectory First) प्रस्तावित करता है, जो एक दो-चरणीय करिकुलम लर्निंग फ्रेमवर्क है जो विविध, उच्च-पुरस्कार वाले व्यवहार उत्पन्न करने के लिए एक स्प्लाइन-आधारित ट्रैजेक्टरी प्रायर (spline-based trajectory prior) का लाभ उठाता है और तत्पश्चात उन्हें रिएक्टिव पॉलिसियों में संकुचित (distill) करता है, जिससे रोबोटिक मैनिपुलेशन जैसे जटिल कार्यों के लिए मौजूदा कंस्ट्रेंड-डाइवर्सिटी सुदृढीकरण शिक्षण (constrained-diversity reinforcement learning) विधियों में पाई जाने वाली सीमित अन्वेषण और व्यवहार संबंधी विविधता की समस्याओं को दूर किया जा सके।

Cornelius V. Braun, Sayantan Auddy, Marc Toussaint2026-05-13
📊 statistics

Adversarial Causal Tuning for Realistic Time-series Generation

यह शोध पत्र एडवरसेरियल कॉज़ल ट्यूनिंग (ACT) प्रस्तुत करता है, जो एक ऐसी कार्यप्रणाली है जो यथार्थवादी टाइम-सीरीज़ डेटा उत्पन्न करने के लिए इष्टतम कॉज़ल मॉडल की पहचान करने हेतु एडवरसेरियल ट्रेनिंग और AutoML का लाभ उठाती है, जो अवलोकन संबंधी और हस्तक्षेप संबंधी दोनों वितरणों को सटीक रूप से प्रतिरूपित करती है, जिससे सुदृढ़ कॉज़ल रीजनिंग और डिजिटल ट्विन अनुप्रयोग सक्षम होते हैं।

Nikolaos Gkorgkolis, Nikolaos Kougioulis, MingXue Wang, Bora Caglayan, Andrea Tonon, Dario Simionato, Ioannis Tsamardino (…)2026-05-13