🤖 Category

cs.LG

24514 पेपर

🤖 machine learning

GNN for Structural Displacement Prediction

यह शोध पत्र एक ग्राफ न्यूरल नेटवर्क (GNN) फ्रेमवर्क प्रस्तावित करता है जो संरचनात्मक प्रणालियों को ग्राफ के रूप में निरूपित करता है ताकि बाहरी लोडिंग के तहत संरचनात्मक विस्थापनों (displacements) की सटीक और कुशल भविष्यवाणी की जा सके, जो पारंपरिक न्यूरल नेटवर्क से बेहतर प्रदर्शन करता है और वास्तविक समय की संरचनात्मक स्वास्थ्य निगरानी के लिए गणनात्मक रूप से महंगी परिमित तत्व विधि (FEM) विश्लेषण के एक तेज़, डेटा-संचालित विकल्प के रूप में कार्य करता है।

Hung-Fu Chang, Tzu-Kang Lin, Yung-Li Cheng2026-05-12
🤖 machine learning

Revitalizing the Beginning: Avoiding Storage Dependency for Model Merging in Continual Learning

यह शोध पत्र ट्रजेक्टरी रेगुलराइज्ड मर्जिंग (TRM) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो एक संवर्धित ट्रजेक्टरी उप-स्थान (augmented trajectory subspace) के भीतर मॉडल मर्जिंग को एक अनुकूलन प्रक्रिया के रूप में पुनर्गठित करके निरंतर शिक्षण (continual learning) में भंडारण सीमाओं और अनुकूलन ठहराव (optimization stagnation) को संबोधित करता है ताकि अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।

Xi Wang, Cheng Deng2026-05-12
🤖 machine learning

FlashSVD v1.5: Making Low-Rank Transformers Inference Actually Fast

FlashSVD v1.5, जो चरण-विशिष्ट कर्नेल (phase-specific kernels), डेंस-KV डिकोड (dense-KV decode) और CUDA-ग्राफ रिप्ले (CUDA-graph replay) का उपयोग करने वाले एक एकीकृत रनटाइम को पेश करके SVD-संकुचित ट्रांसफॉर्मर्स में सैद्धांतिक FLOPs कमी और वास्तविक इन्फरेंस गति के बीच के अंतर को संबोधित करता है, 2.55x तक डिकोड स्पीडअप प्राप्त करता है, यह प्रदर्शित करते हुए कि व्यावहारिक लो-रैंक त्वरण के लिए केवल संपीड़न एल्गोरिदम के बजाय रनटाइम को-डिज़ाइन की आवश्यकता होती है।

Wenhao Wu, Zishan Shao, Kangning Cui, Jinhee Kim, Yixiao Wang, Hancheng Ye, Danyang Zhuo, Yiran Chen2026-05-12
🤖 machine learning

Reflective Prompted Policy Optimization: Trajectory-Grounded Revision and Salience Bias

यह शोध पत्र रिफ्लेक्टिव प्रॉम्प्टेड पॉलिसी ऑप्टिमाइज़ेशन (R2PO) को प्रस्तुत करता है, जो एक दो-चरणीय LLM फ्रेमवर्क है जो विफलताओं का निदान करने और संशोधनों को निर्देशित करने के लिए स्केलर रिवॉर्ड्स के बजाय विस्तृत ट्राजेक्टरी-स्तरीय साक्ष्य का लाभ उठाकर पॉलिसी सर्च को बढ़ाता है, जबकि विशेष रूप से तेज़, अधिक स्थिर और विविध वातावरणों में निकट-इष्टतम प्रदर्शन प्राप्त करने के लिए "सेलिएंस बायस" विफलता मोड को संबोधित करता है।

Rahaf Abu Hara, Vaibbhav Murarri, Claudio Zito2026-05-12
🤖 machine learning

RDKV: Rate-Distortion Bit Allocation for Joint Eviction and Quantization of the KV Cache

RDKV एक नवीन KV कैश संपीड़न (compression) विधि है जो एक रेट-डिस्टॉर्शन फ्रेमवर्क के माध्यम से टोकन इविक्शन (eviction) और क्वांटाइजेशन (quantization) को संयुक्त रूप से अनुकूलित करती है, जिससे लंबी-संदर्भ (long-context) वाली कार्यों पर उच्च सटीकता बनाए रखते हुए महत्वपूर्ण मेमोरी कमी और डिकोडिंग गति में वृद्धि प्राप्त होती है।

Junkai Zhang, Hang Guo, Luca Benini, Yawei Li2026-05-12
🤖 machine learning

When Attention Beats Fourier: Multi-Scale Transformers for PDE Solving on Irregular Domains

यह शोध पत्र मल्टी-स्केल अटेंशन ट्रांसफॉर्मर (MSAT) को प्रस्तुत करता है, जो एक ऐसा डीप लर्निंग आर्किटेक्चर है जो सीखे गए अटेंशन मैकेनिज्म का लाभ उठाकर अनियमित डोमेन पर आंशिक अंतर समीकरणों (पार्शियल डिफरेंशियल इक्वेशंस) को हल करने में फूरियर-आधारित न्यूरल ऑपरेटर्स और अन्य बेसलाइन्स से बेहतर प्रदर्शन करता है, साथ ही यह भी स्थापित करता है कि कब भौतिकी-सूचित नियमितीकरण (फिजिक्स-इन्फॉर्म्ड रेगुलराइजेशन) सामान्यीकरण में सुधार करता है या बाधा डालता है, इसके सैद्धांतिक और अनुभवजन्य सीमाओं को निर्धारित करता है।

Brandon Yee, Pairie Koh, Jack Rodriguez, Mihir Tekal2026-05-12
🤖 machine learning

SDG-MoE: Signed Debate Graph Mixture-of-Experts

यह शोध पत्र SDG-MoE को प्रस्तुत करता है, जो एक नवीन Mixture-of-Experts आर्किटेक्चर है जो एक हल्के, पुनरावृत्ति विचार (iterative deliberation) चरण को शामिल करके प्रदर्शन को बढ़ाता है जहाँ सक्रिय विशेषज्ञ समर्थन और आलोचना ग्राफ़ के माध्यम से हस्ताक्षरित संदेशों का आदान-प्रदान करते हैं, जिससे कंप्यूटेशनल दक्षता बनाए रखते हुए वैनिला MoE और ग्राफ संचार बेसलाइन की तुलना में बेहतर परप्लेक्सिटी परिणाम प्राप्त होते हैं।

Stepan Kulibaba, Kirill Labzin, Artem Dzhalilov, Roman Pakhomov, Oleg Svidchenko, Alexander Gansnikov, Aleksei Shpilman2026-05-12
⚡ electrical engineering

FQPDR: Federated Quantum Neural Network for Privacy-preserving Early Detection of Diabetic Retinopathy

यह शोध पत्र FQPDR का प्रस्ताव करता है, जो एक फेडरेटेड क्वांटम न्यूरल नेटवर्क फ्रेमवर्क है जो संवेदनशील रोगी डेटा साझा किए बिना सूक्ष्म माइक्रोएन्यूरिज्म की पहचान करके डायबिटिक रेटिनोपैथी का सुदृढ़, हल्का प्रारंभिक पता लगाने के लिए गोपनीयता-संरक्षित सहयोगात्मक शिक्षण का लाभ उठाता है।

Debashis De, Mahua Nandy Pal, Dipankar Hazra2026-05-12
⚡ electrical engineering

CAMAL: Improving Attention Alignment and Faithfulness with Segmentation Masks

यह शोध पत्र CAMAL को प्रस्तुत करता है, जो एक कुशल और स्केलेबल विधि है जो डीप लर्निंग और डीप रिइन्फोर्समेंट लर्निंग प्रतिमानों में विजन मॉडल्स के अटेंशन की स्थानिक सटीकता (अलाइनमेंट) और कारण संबंधी सार्थकता (फिथफुलनेस) दोनों में महत्वपूर्ण सुधार करने के लिए सेगमेंटेशन मास्क को एक सहायक रेगुलराइज़र के रूप में उपयोग करता है, जिससे इन्फरेंस लागत बढ़ाए बिना व्याख्यात्मकता (एक्सप्लेनेबिलिटी) में वृद्धि होती है।

Rajdeep Singh Hundal, Yan Xiao, Jin Song Dong, Manuel Rigger2026-05-12
🤖 machine learning

Interactive Critique-Revision Training for Reliable Structured LLM Generation

यह शोध पत्र DPA-GRPO का प्रस्ताव करता है, जो एक जनरेटर-वेरिफायर गेम के लिए एक डुअल पेयर्ड-एक्शन प्रशिक्षण विधि है जो संरचित LLM आउटपुट को अनुकूलित करने के लिए सुरक्षा आश्वासन मामलों (safety assurance cases) और काउंटरफैक्चुअल एक्शन समूहों का उपयोग करता है, जो TaxCalcBench TY24 बेंचमार्क पर बेहतर सटीकता, त्रुटि पहचान और कैलिब्रेटेड संशोधन व्यवहार प्रदर्शित करता है।

Fei Xu Yu, Zuyuan Zhang, Mahdi Imani, Nathaniel D. Bastian, Tian Lan2026-05-12