🤖 Category

cs.LG

24650 पेपर

🤖 AI

Hierarchical Causal Abduction: A Foundation Framework for Explainable Model Predictive Control

यह शोधपत्र पदानुक्रमित कारण एब्डक्शन (Hierarchical Causal Abduction - HCA) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो भौतिकी-प्रेरित तर्क, KKT अनुकूलन साक्ष्य और टेम्पोरल कॉज़ल डिस्कवरी को एकीकृत करता है ताकि नॉनलीन मॉडल प्रेडिक्टिव कंट्रोल (MPC) कार्यों के लिए सटीक, मानव-व्याख्यात्मक स्पष्टीकरण उत्पन्न किए जा सकें, जो विविध सुरक्षा-महत्वपूर्ण अनुप्रयोगों में LIME जैसे मौजूदा तरीकों की तुलना में काफी बेहतर प्रदर्शन करता है।

Ramesh Arvind Naagarajan, Zühal Wagner, Stefan Streif2026-05-12
🔬 condensed matter

Composing diffusion priors with explicit physical context via generative Gibbs sampling

यह शोध पत्र GG-PA प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा (training-free framework) है जो एसिम्प्टोटिक रूप से सटीक सैंपलिंग प्राप्त करने और वैज्ञानिक प्रणालियों में संदर्भ-प्रेरित वितरण बदलावों (context-induced distribution shifts) को बिना पुन: प्रशिक्षण के पुनः प्राप्त करने के लिए एक जनरेटिव गिब्स सैंपलर के माध्यम से पूर्व-प्रशिक्षित डिफ्यूजन प्रायर्स (pretrained diffusion priors) को स्पष्ट भौतिक संदर्भ के साथ जोड़ता है।

Weizhou Wang, Jonathan Weare, Aaron R. Dinner2026-05-12
🤖 machine learning

A Single-Layer Model Can Do Language Modeling

यह शोध पत्र ग्राउंडेड प्रेडिक्शन नेटवर्क (GPN) को प्रस्तुत करता है, जो एक सिंगल-लेयर रिकरेंट आर्किटेक्चर है जो प्रत्येक चरण पर एक सिंगल स्टेट वेक्टर को पुनरावृत्त करके प्रतिस्पर्धी लैंग्वेज मॉडलिंग प्रदर्शन प्राप्त करता है, जो गहरे स्टैक्ड मॉडल्स के लिए एक जैविक रूप से प्रेरित विकल्प प्रदान करता है और साथ ही इसकी आंतरिक मेमोरी डायनेमिक्स के प्रत्यक्ष ज्यामितीय निरीक्षण को सक्षम बनाता है।

Zanmin Wang2026-05-12
📊 statistics

A Recursive Decomposition Framework for Causal Structure Learning in the Presence of Latent Variables

यह शोध पत्र DiCoLa को प्रस्तुत करता है, जो एक सैद्धांतिक रूप से सुदृढ़ और पूर्ण पुनरावर्ती अपघटन ढांचा (recursive decomposition framework) है जो लेटेंट वेरिएबल्स (latent variables) वाले परिवेश में डिवाइड-एंड-कॉन्कर कॉज़ल डिस्कवरी का विस्तार करता है, जो सिंथेटिक और वास्तविक दुनिया के परिदृश्यों में सटीकता बनाए रखते हुए कम्प्यूटेशनल दक्षता में महत्वपूर्ण सुधार करता है।

Zheng Li, Feng Xie, Shenglan Nie, Xichen Guo, Ruxin Wang, Hao Zhang2026-05-12
🤖 machine learning

Active Learning for Gaussian Process Regression Under Self-Induced Boltzmann Weights

यह शोध पत्र \texttt{AB-SID-iVAR} को प्रस्तुत करता है, जो एक गॉसियन प्रोसेस-आधारित सक्रिय शिक्षण विधि है जो विभाजन फलन (partition function) के अनुमान के बिना अगतिशील लक्ष्य (intractable target) को सन्निकटित करके स्व-प्रेरित बोल्ट्ज़मैन वितरणों के तहत अज्ञात फलनों को प्रभावी ढंग से सीखती है, जिससे शून्य के करीब पूर्वानुमान त्रुटि प्राप्त होती है और पोटेंशियल एनर्जी सरफेस मॉडलिंग और ड्रग डिस्कवरी जैसे अनुप्रयोगों में मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करती है।

Jixiang Qing, Henry Moss, Matthias Sachs2026-05-12
🤖 machine learning

BCJR-QAT: A Differentiable Relaxation of Trellis-Coded Weight Quantization

यह शोध पत्र BCJR-QAT प्रस्तुत करता है, जो ट्रेलीस-कोडेड वेट क्वांटाइजेशन (trellis-coded weight quantization) का एक डिफरेंशिएबल रिलैक्सेशन है, जो गैर-डिफरेंशिएबल विटेर्बी आर्गमैक्स (Viterbi argmax) को तापमान-नियंत्रित BCJR सम-प्रोडक्ट एल्गोरिदम से बदल देता है, जिससे एंड-टू-एंड क्वांटाइजेशन-अवेयर ट्रेनिंग सक्षम होती है जो LLMs पर स्टेट-ऑफ-द-आर्ट PTQ फ्रंटियर से अनुभवजन्य रूप से बेहतर प्रदर्शन करती है।

Venugopalan Iyengar2026-05-12
🤖 machine learning

Why Zeroth-Order Adaptation May Forget Less: A Randomized Shaping Theory

यह शोध पत्र एक रैंडमाइज्ड शेपिंग थ्योरी प्रस्तुत करता है जो यह प्रदर्शित करता है कि ज़ीरोथ-ऑर्डर एडेप्टेशन, अनिसोट्रोपिक घटकों को संकुचित करते हुए आइसोट्रोपिक रिटेंशन कर्वेचर को संरक्षित करके, फर्स्ट-ऑर्डर विधियों की तुलना में फॉरगेटिंग (विस्मृति) को कम कर सकता है, जिससे RISE एल्गोरिदम का जन्म होता है जो बेहतर स्टेबिलिटी-प्लास्टिसिटी ट्रेड-ऑफ के लिए सटीक ग्रेडिएंट्स पर इस कैलिब्रेटेड शेपिंग मैकेनिज्म को लागू करता है।

Yao Shu, Jian Mu, Zhongxiang Dai2026-05-12
📊 statistics

Natural Policy Gradient as Doubly Smoothed Policy Iteration: A Bellman-Operator Framework

यह शोध पत्र डबली स्मूथड पॉलिसी इटरेशन (DSPI) फ्रेमवर्क प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि नेचुरल पॉलिसी ग्रेडिएंट, पॉलिसी इटरेशन का एक सटीक स्मूथड और औसत रूप है, जिससे बिना किसी MDP संशोधनों या एडेप्टिव स्टेपसाइज़ की आवश्यकता के, अनरेगुलराइज्ड मामलों के लिए इसके डिस्ट्रीब्यूशन-फ्री ग्लोबल ज्योमेट्रिक कन्वर्जेंस और फाइनाइट टर्मिनेशन को सिद्ध किया जा सके।

Phalguni Nanda, Zaiwei Chen2026-05-12
🤖 machine learning

Compander-Aligned Query Geometry for Quantized Zeroth-Order Optimization

यह शोध पत्र CAQ-ZO को प्रस्तुत करता है, जो एक ज़ीरो-ऑर्डर ऑप्टिमाइज़ेशन विधि है जो एंडपॉइंट-राउंडिंग अवशेषों (endpoint-rounding residuals) को समाप्त करने और लो-बिट मॉडल्स पर फाइन-ट्यूनिंग प्रदर्शन को बेहतर बनाने के लिए ट्रांसफ़ॉर्मड लेटेंट स्पेस में परटर्बेशन्स (perturbations) करके क्वेरी ज्योमेट्री को नॉन-यूनिफॉर्म कम्पैंडिंग क्वांटाइज़र्स के साथ संरेखित करती है।

Yao Shu, Zilin Zhu2026-05-12
🤖 machine learning

Exact Unlearning from Proxies Induces Closeness Guarantees on Approximate Unlearning

यह शोध पत्र एक नवीन मशीन अनलर्निंग फ्रेमवर्क प्रस्तावित करता है जो पैरामीटर अपडेट से ध्यान हटाकर सटीक डेटा वितरण अनुमान (डेटा डिस्ट्रीब्यूशन इन्फरेंस) पर केंद्रित करता है, जो सैद्धांतिक रूप से गारंटी देता है और अनुभवजन्य रूप से प्रदर्शित करता है कि परिणामी मॉडल आदर्श पुन: प्रशिक्षित मॉडल के अत्यंत निकट है।

Virgile Dine, Teddy Furon2026-05-12