🤖 Category

cs.LG

24514 पेपर

🤖 machine learning

The Propagation Field: A Geometric Substrate Theory of Deep Learning

यह शोध पत्र एक "प्रोपैगेशन फील्ड" (प्रसार क्षेत्र) ढांचे का प्रस्ताव करता है जो न्यूरल नेटवर्क को केवल इनपुट-आउटपुट मैपिंग के बजाय उनके आंतरिक ज्यामितीय प्रक्षेप पथों और जैकोबियन संरचनाओं के माध्यम से पुनर्परिभाषित करता है, यह प्रदर्शित करते हुए कि इन फील्ड गुणों को स्पष्ट रूप से अनुकूलित करना केवल एंडपॉइंट लॉस (अंतिम बिंदु हानि) द्वारा प्राप्त की जा सकने वाली क्षमताओं से परे सामान्यीकरण, मजबूती और निरंतर सीखने के प्रदर्शन को बढ़ाता है।

Xingrui Gu2026-05-12
🤖 AI

Human-Inspired Memory Architecture for LLM Agents

यह शोध पत्र छह संज्ञानात्मक तंत्रों और एक सिंथेटिक अंशांकन पद्धति (synthetic calibration methodology) से युक्त एक जैविक रूप से आधारित मेमोरी आर्किटेक्चर प्रस्तुत करता है, जो बड़े पैमाने के इश्यू-ट्रैकिंग और पर्सनल-चैट बेंचमार्क में प्रतिधारण परिशुद्धता (retention precision) और भंडारण दक्षता में महत्वपूर्ण सुधार प्रदर्शित करता है।

Doga Kerestecioglu, Alexei Robsky, Clemens Vasters, Anshul Sharma, Yitzhak Kesselman2026-05-12
🤖 machine learning

Continuity Laws for Sequential Models

यह शोध पत्र अनुक्रमिक मॉडलों (sequential models) में टेम्पोरल कंटीन्यूटी (temporal continuity) की अवधारणा को औपचारिक रूप देता है और अनुभवजन्य रूप से मान्य करता है, यह प्रदर्शित करते हुए कि S4 जैसे मॉडल बेहतर प्रदर्शन के लिए टास्क कंटीन्यूटी (task continuity) के अनुरूप स्थिर निरंतर व्यवहार प्रदर्शित करते हैं, जबकि Mamba (S6) जैसे मॉडल विस्क्रीटाइजेशन (discretization) के प्रति अधिक संवेदनशील होते हैं, जो अंततः यह दर्शाता है कि निरंतरता का लाभ उठाना अधिक कुशल और प्रभावी टेम्पोरल सबसैंपलिंग (temporal subsampling) रणनीतियों को सक्षम बनाता है।

Annan Yu, Dongwei Lyu, N. Benjamin Erichson2026-05-12
📊 statistics

A Call to Lagrangian Action: Learning Population Mechanics from Temporal Snapshots

यह शोध पत्र वॉसरस्टीन लैग्रेंजियन मैकेनिक्स (WLM) प्रस्तुत करता है, जो एक नवीन ढांचा और एल्गोरिदम है जो एक डैम्प्ड एक्शन (damped action) को न्यूनतम करके टेम्पोरल स्नैपशॉट्स से सेकंड-ऑर्डर पॉपुलेशन डायनेमिक्स सीखता है, जिससे आवधिकता (periodicity), भंवर गतिशीलता (vortex dynamics) और झुंड व्यवहार (flocking) जैसे जटिल व्यवहारों को सटीक रूप से मॉडल करने के लिए ग्रेडिएंट फ्लो की सीमाओं को दूर किया जा सके।

Vincent Guan, Lazar Atanackovic, Kirill Neklyudov2026-05-12✓ Author reviewed ⓘ
🤖 AI

VeriContest: A Competitive-Programming Benchmark for Verifiable Code Generation

यह शोध पत्र VeriContest को प्रस्तुत करता है, जो Rust और Verus के साथ 946 प्रतिस्पर्धी प्रोग्रामिंग समस्याओं का एक व्यापक बेंचमार्क है जो प्राकृतिक भाषा विवरणों को विशेषज्ञ-सत्यापित औपचारिक विशिष्टताओं और मशीन-जांच योग्य प्रमाणों के साथ जोड़ता है, जो वर्तमान मॉडलों की कोडिंग क्षमताओं और उनकी सत्यापन योग्य कोड जनरेशन की क्षमता के बीच एक महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है।

Zichen Xie, Mrigank Pawagi, Yuxin Liu, Aaditi Rai, Lize Shao, John Berberian Jr., Sicong Che, Wenxi Wang2026-05-12
🤖 machine learning

Can Revealed Preferences Clarify LLM Alignment and Steering?

यह शोध पत्र उच्च-जोखिम वाले चिकित्सा डोमेन में लार्ज लैंग्वेज मॉडल्स के निर्णय लेने की प्रक्रिया का मूल्यांकन और उसे निर्देशित करने के लिए 'रिवीलड प्रेफरेंसेस' (प्रकट वरीयताओं) का उपयोग करने वाला एक अनुभवजन्य पाइपलाइन प्रस्तुत करता है, जिसमें यह पाया गया है कि हालांकि मॉडल आंतरिक सुसंगतता प्रदर्शित करते हैं, फिर भी वे उपयोगकर्ता द्वारा निर्दिष्ट उद्देश्यों को सटीक रूप से व्यक्त करने या विश्वसनीय रूप से अपनाने में संघर्ष करते हैं।

Khurram Yamin, Jingjing Tang, Eric Horvitz, Bryan Wilder2026-05-12
🤖 AI

MC-RFM: Geometry-Aware Few-Shot Adaptation via Mixed-Curvature Riemannian Flow Matching

यह शोध पत्र MC-RFM का प्रस्ताव करता है, जो एक पैरामीटर-कुशल फ्यू-शॉट एडेप्टेशन फ्रेमवर्क है जो पदानुक्रमित अर्थविज्ञान (hierarchical semantics) और स्थानीय दृश्य विविधताओं (local visual variations) दोनों को बेहतर ढंग से कैप्चर करने के लिए एक मिश्रित-वक्रता रीमानियन मैनिफोल्ड (mixed-curvature Riemannian manifold) पर फीचर अपडेट को मॉडल करता है, जिससे विविध विजन बेंचमार्क और बैकबोन पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Salim Khazem, Ibrahim Mohamed Serouis, Zakaria Ezzahed2026-05-12
🤖 machine learning

Beyond Static Bias: Adaptive Multi-Fidelity Bandits with Improving Proxies

यह शोध पत्र मल्टी-फिडेलिटी मल्टी-आर्म्ड बैंडिट्स के लिए थ्रेशोल्ड-बेस्ड एडेप्टिव कंटीन्यूएशन कंपैनियन (TACC) एल्गोरिदम प्रस्तुत करता है, जो एलएलएम (LLM) जैसे सुधारते प्रॉक्सी स्रोतों का लाभ उठाकर यह गतिशील रूप से निर्णय लेता है कि कब कम लागत वाले सैंपलिंग को जारी रखना है बनाम उच्च-फिडेलिटी मूल्यांकन तक बढ़ना है, जिससे वह इंस्टेंस-डिपेंडेंट रिग्रेट बाउंड्स प्राप्त करता है जो लॉगरिदमिक उच्च-फिडेलिटी पुष्टियों को सीमित लो-फिडेलिटी निरंतरता से प्रतिस्थापित करते हैं।

Muyun Lu, Haoyang Hong, Huazheng Wang, Ying Lin2026-05-12
🔢 mathematics

Structure-Preserving Reconstruction of Convex Lipschitz Functionals on Hilbert Spaces from Finite Samples

यह शोध पत्र यह प्रदर्शित करता है कि एक पृथकरणीय हिल्बर्ट स्पेस (separable Hilbert space) पर किसी भी उत्तल लिप्सचिट्ज़ फलन (convex Lipschitz functional) को एक स्पष्ट रूप से निर्मित, परिमित रूप से गणनीय और उत्तलता-संरक्षण करने वाले सूत्र द्वारा, जिसे ReLU-MLP के रूप में कार्यान्वित किया जा सकता है, अनिश्चित सटीकता तक समान रूप से अनुमानित किया जा सकता है, जिससे 'कॉन्वेक्स न्यूरल फंक्शनल्स' नामक एक नए आर्किटेक्चर वर्ग के माध्यम से ऐसे फलनों को सीखने के लिए एक सिद्धांतगत आधार स्थापित होता है।

Anastasis Kratsios2026-05-12
🤖 machine learning

Finer is Better (with the Right Scaling)

यह शोध पत्र उस विरोधाभास को सुलझाता है जहाँ क्वांटाइजेशन ब्लॉक आकारों का छोटा होना लार्ज लैंग्वेज मॉडल के प्रदर्शन को कम कर देता है, यह प्रदर्शित करते हुए कि यह समस्या भारी-पूंछ वाले वितरणों (heavy-tailed distributions) के FP4 प्रारूपों के साथ खराब तालमेल बिठाने से उत्पन्न होती है, और यह भी दिखाता है कि 4-over-6 स्केलिंग और अंडरफ्लो रोकथाम जैसे लक्षित एल्गोरिद्मिक हस्तक्षेप मानक हार्डवेयर-अनुपालन प्रारूपों को सूक्ष्मता (finer granularity) के साथ इष्टतम गुणवत्ता प्राप्त करने की अनुमति देते हैं।

Clemens Schaefer, Gil Tabak2026-05-12