🤖 Category

cs.LG

24528 पेपर

🤖 machine learning

ProcVLM: Learning Procedure-Grounded Progress Rewards for Robotic Manipulation

यह शोध पत्र ProcVLM को प्रस्तुत करता है, जो एक विज़न-लैंग्वेज मॉडल है जो शेष परमाणु क्रियाओं (atomic actions) और दृश्य परिवर्तनों के बारे में तर्क करके प्रक्रिया-आधारित प्रगति पुरस्कार (procedure-grounded progress rewards) सीखता है, जिसे लंबी अवधि के रोबोटिक हेरफेर (long-horizon robotic manipulation) के लिए सघन, विभेदक फीडबैक प्रदान करने हेतु एक विशाल 60M-फ्रेम डेटासेट (ProcCorpus-60M) पर प्रशिक्षित किया गया है।

Youhe Feng, Hansen Shi, Haoyang Li, Xinlei Guo, Yang Wang, Chengyang Zhang, Jinkai Zhang, Xiaohan Zhang, Jie Tang, Jing (…)2026-05-12
📊 statistics

Measuring and Decomposing Mode Separation via the Canonical Diffusion

यह शोध पत्र उच्च-आयामी वितरणों में मोड पृथक्करण (mode separation) को मापने और विघटित करने के लिए एक नवीन ढांचे को प्रस्तुत करता है, जो नमूना डेटा और स्कोर फंक्शन से बाधा-संवेदनशील मेट्रिक्स (SSA) और मेटास्टेबिलिटी-क्रमबद्ध प्रोजेक्शन (DA) निकालने के लिए एक कैनोनिकल रिवर्सिबल डिफ्यूजन प्रक्रिया का लाभ उठाता है, जिससे एंट्रॉपी और PCA जैसे पारंपरिक उपकरणों की सीमाओं को दूर किया जा सके।

Shaul Tolkovsky, Ori Meidler, Or Zuk2026-05-12
🤖 AI

Not All Turns Matter: Credit Assignment for Multi-Turn Jailbreaking

यह शोध पत्र TRACE का प्रस्ताव करता है, जो सुधारात्मक ट्रैजेक्टरी-स्तरीय पर्यवेक्षण की सीमाओं को दूर करने के लिए एक टर्न-अवेयर क्रेडिट असाइनमेंट फ्रेमवर्क है, जो टर्न-स्तरीय योगदान का अनुमान लगाकर और लक्षित दंड (targeted penalties) निर्धारित करके, हमले की सफलता दर में उल्लेखनीय सुधार करता है और अधिक प्रभावी मल्टी-टर्न डिफेंस अलाइनमेंट को सक्षम बनाता है।

Zhida He, Xiaoyu Wen, Han Qi, Ziyuan Zhou, Peng Yu, Xingcheng Xu, Dongrui Liu, Xia Hu, Chaochao Lu, Qiaosheng Zhang2026-05-12
🤖 machine learning

PRIM: Meta-Learned Bayesian Root Cause Analysis

यह शोध पत्र PRIM को प्रस्तुत करता है, जो एक मेटा-लर्नड (meta-learned) बेयसियन ढांचा है जो जटिल प्रणालियों में तेज़, ज़ीरो-शॉट रूट कॉज़ एनालिसिस (root cause analysis) को सक्षम करने के लिए कारण मॉडलों (causal models) के एक सिंथेटिक प्रायोर (synthetic prior) और एक मॉडल-एवरेज्ड कॉज़ल एस्टीमेशन (Model-Averaged Causal Estimation) ट्रांसफार्मर का लाभ उठाता है, जिससे परीक्षण के समय स्पष्ट मॉडल फिटिंग की आवश्यकता के बिना वितरण संबंधी बदलावों (distributional shifts) और कारण संरचनाओं (causal structures) की अंतर्निहित पहचान की जा सकती है।

Christopher Lohse, Anish Dhir, Amadou Ba, Bradley Eck, Marco Ruffini, Jonas Wahl2026-05-12
📊 statistics

cuRegOT: A GPU-Accelerated Solver for Entropic-Regularized Optimal Transport

यह शोधपत्र cuRegOT को प्रस्तुत करता है, जो एंट्रोपिक-रेगुलराइज्ड ऑप्टिमल ट्रांसपोर्ट के लिए एक उच्च-प्रदर्शन वाला GPU-त्वरित सॉल्वर है, जो नवीन एल्गोरिद्मिक और आर्किटेक्चरल अनुकूलनों के माध्यम से मौजूदा विधियों की सीमाओं को दूर करता है, और विविध बेंचमार्क में महत्वपूर्ण गति वृद्धि तथा कठोर अभिसरण गारंटी प्राप्त करता है।

Yixuan Qiu2026-05-12
🤖 machine learning

Deterministic Decomposition of Stochastic Generative Dynamics

यह शोध पत्र एक "ब्रिज मैचिंग" (Bridge Matching) ढांचे को प्रस्तुत करता है जो स्टोकेस्टिक जनरेटिव प्रक्रियाओं के डिटरमिनिस्टिक वेलोसिटी फील्ड को विशिष्ट ट्रांसपोर्ट और ऑस्मोटिक घटकों में विघटित करता है, जिससे डिफ्यूजन-प्रेरित योगदान को स्वतंत्र रूप से समायोजित करके व्याख्यात्मक और नियंत्रणीय सैंपलिंग सक्षम होती है।

Xingyu Song, Yuan Mei, Naoya Takeishi2026-05-12
🤖 AI

Curvature-Aware Captioning:Leveraging Geodesic Attention for 3D Scene Understanding

यह शोध पत्र कर्वेचर-अवेयर कैप्शनिंग (Curvature-Aware Captioning) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो स्पार्स 3D पॉइंट क्लाउड कैप्शनिंग में स्थानीय ज्यामितीय सटीकता और वैश्विक अर्थ संबंधी पदानुक्रम के बीच संघर्ष को हल करने के लिए ओब्लिक (Oblique) और लोरेन्त्ज़ (Lorentz) स्पेस के भीतर गैर-यूक्लिडियन जियोडेसिक अटेंशन तंत्र का लाभ उठाता है, जिससे ScanRefer और Nr3D बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Ziyao He, Yingjie Liu, ZhangYangRui, Mingsong Chen, Xuan Tang, Xian Wei2026-05-12
🤖 machine learning

Compressed Video Aggregator: Content-driven Module for Efficient Micro-Video Recommendation

यह शोध पत्र कंप्रेस्ड वीडियो एग्रीगेटर (CVA) को प्रस्तुत करता है, जो एक हल्का माइक्रो-वीडियो अनुशंसा मॉड्यूल है जो फ्रोजन VFM एम्बेडिंग्स को एकत्रित करके और शीर्षक-निर्देशित की-फ्रेम चयन का उपयोग करके वीडियो सूचना को प्राथमिकता शिक्षण से अलग करता है ताकि प्रशिक्षण समय और मेमोरी में महत्वपूर्ण कमी लाते हुए अनुशंसा प्रदर्शन में सुधार किया जा सके।

Yang Xiao, Huiyuan Chen, Kaiyuan Deng, Chao Jiang, Zinan Ling, Ruimeng Ye, Xiaolong Ma, Bo Hui2026-05-12
🤖 machine learning

From pre-training to downstream performance: Does domain-specific pre-training make sense?

यह शोध पत्र चिकित्सा इमेजिंग मॉडलों के लिए प्री-ट्रेनिंग रणनीतियों का व्यवस्थित रूप से मूल्यांकन करता है, जिसमें यह पाया गया है कि केवल लक्ष्य मोडैलिटी (target modality) से निकटता से मेल खाने वाले डेटा पर प्री-ट्रेनिंग करने से ही डाउनस्ट्रीम प्रदर्शन में महत्वपूर्ण सुधार होता है, जबकि सेल्फ-सुपरवाइज्ड लर्निंग की प्रभावशीलता संदर्भ के अनुसार भिन्न होती है।

Felix Krones2026-05-12
🔬 physics

Inpainting physics: self-supervised learning for context-driven fluid simulation

यह शोध पत्र एक स्व-पर्यवेक्षित ढांचे (self-supervised framework) का प्रस्ताव करता है जो स्थिर कम्प्यूटेशनल फ्लूइड डायनेमिक्स इन्फरेंस को एक संदर्भ-संचालित इनपेंटिंग समस्या के रूप में पुनर्गठित करता है, जो पुन: प्रयोज्य प्रवाह पूर्ववृत्त (flow priors) को सक्षम बनाता है जो सीमा परिवर्तनों (boundary shifts) के तहत पारंपरिक पर्यवेक्षित मॉडलों से बेहतर प्रदर्शन करते हैं और स्थानीय ज्यामिति संपादन (local geometry editing) का समर्थन करते हैं।

Jonas Weidner, Yeray Martin-Ruisanchez, Daniel Rückert, Benedikt Wiestler, Julian Suk2026-05-12