🤖 Category

cs.LG

24981 पेपर

🤖 machine learning

Leveraging Image Generators to Address Training Data Scarcity: The Gen4Regen Dataset for Forest Regeneration Mapping

यह शोध पत्र Gen4Regen डेटासेट और नैनो बनाना प्रो (Nano Banana Pro) विजन-लैंग्वेज मॉडल का लाभ उठाने वाले एक ढांचे को प्रस्तुत करता है जो सिंथेटिक, पिक्सेल-अलाइन्ड इमेज-मास्क जोड़े उत्पन्न करता है, यह प्रदर्शित करते हुए कि इन एआई-जनरेटेड नमूनों को सीमित वास्तविक दुनिया के डेटा के साथ संयोजित करने से दुर्लभ और कम प्रतिनिधित्व वाली वन पुनरुद्धार प्रजातियों के लिए सिमेंटिक सेगमेंटेशन प्रदर्शन में महत्वपूर्ण सुधार होता है।

Gabriel Jeanson, David-Alexandre Duclos, William Larrivée-Hardy, Noé Cochet, Matěj Boxan, Anthony Deschênes, François Po (…)2026-05-08
💬 NLP

Architecture Matters: Comparing RAG Systems under Knowledge Base Poisoning

यह शोध पत्र प्रदर्शित करता है कि RAG आर्किटेक्चर नॉलेज बेस पॉइजनिंग के विरुद्ध मजबूती को महत्वपूर्ण रूप से प्रभावित करता है, यह प्रकट करते हुए कि जबकि रिकर्सिव लैंग्वेज मॉडल्स जैसे उन्नत डिज़ाइन वैनिला पाइपलाइनों की तुलना में हमले की सफलता दर को नाटकीय रूप से कम कर देते हैं, प्राथमिक भेद्यता कंटेंट-रीज़निंग चरण में निहित है जहाँ प्रतिकूल फ्रेमिंग विश्वसनीयता मूल्यांकन को कमजोर करती है न कि रिट्रीवल ऑप्टिमाइज़ेशन में।

Samuel Korn2026-05-08
🤖 machine learning

Scaling Pretrained Representations Enables Label-Free Out-of-Distribution Detection Without Fine-Tuning

यह शोध पत्र यह प्रदर्शित करता है कि प्रीट्रेंड रिप्रेजेंटेशन्स (pretrained representations) को स्केल करना बिना फाइन-ट्यूनिंग के सटीक, लेबल-मुक्त आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन को सक्षम बनाता है, क्योंकि यह प्रकट करता है कि फ्रोजन मॉडल्स (frozen models) स्वाभाविक रूप से पर्याप्त ज्यामितीय संरचना (geometric structure) को एनकोड करते हैं, जिससे जैसे-जैसे रिप्रेजेंटेशन की गुणवत्ता में सुधार होता है, लोकल और ग्लोबल डिटेक्टर्स के बीच प्रदर्शन का अंतर समाप्त हो जाता है।

Brett Barkley, Preston Culbertson, David Fridovich-Keil2026-05-08
🤖 machine learning

Information-Preserving Domain Transfer with Unlabeled Data in Misspecified Simulation-Based Inference

यह शोध पत्र SPIN को प्रस्तुत करता है, जो एक सिमुलेशन-आधारित अनुमान ढांचा (सिमुलेशन-आधारित इन्फरेंस फ्रेमवर्क) है जो सूचना-संरक्षण डोमेन स्थानांतरण (इन्फॉर्मेशन-प्रिजर्विंग डोमेन ट्रांसफर) करने के लिए बिना लेबल वाले वास्तविक दुनिया के डेटा का लाभ उठाता है, जिससे वास्तविक दुनिया के पैरामीटर लेबल की आवश्यकता के बिना मॉडल मिसस्पेसिफिकेशन के तहत पोस्टीरियर इन्फरेंस सटीकता को बढ़ाता है।

Joon Jang, Eunho Jeong, Kyu Sung Choi, Hyeonjin Kim2026-05-08
🤖 machine learning

Structural Correspondence and Universal Approximation in Diagonal plus Low-Rank Neural Networks

यह शोध पत्र एक डायगोनल प्लस लो-रैंक (DLoR) संरचना को पेश करके विशुद्ध रूप से लो-रैंक न्यूरल नेटवर्क की सैद्धांतिक सीमाओं को हल करता है, जो न्यूनतम स्पार्स डायगोनल संवर्धन के माध्यम से सार्वभौमिक सन्निकटन क्षमताओं को बहाल करता है और यह प्रदर्शित करता है कि सामान्य अभिव्यंजकता के लिए सघन मैट्रिक्स अनिवार्य नहीं हैं।

Ying Chen, Aoxi Li, Jihun Kim, Javad Lavaei2026-05-08
🤖 machine learning

Distributionally Robust Multi-Objective Optimization

यह शोध पत्र मल्टी-क्राइटेरिया लर्निंग में वितरण संबंधी बदलावों (distributional shifts) को संबोधित करने के लिए डिस्ट्रीब्यूशनली रोबस्ट मल्टी-ऑब्जेक्टिव ऑप्टिमाइज़ेशन (DR-MOO) प्रस्तुत करता है, जिसमें पारेटो-प्रकार के समाधान सिद्धांतों का प्रस्ताव दिया गया है और प्रमाणित अभिसरण गारंटी (convergence guarantees) एवं नॉनकॉन्वेक्स सेटिंग्स के लिए बेहतर सैंपल कॉम्प्लेक्सिटी वाले कुशल सिंगल-लूप और डबल-लूप मल्टी-ग्रेडिएंट डिसेंट एल्गोरिदम विकसित किए गए हैं।

Yufeng Yang, Fangning Zhuo, Ziyi Chen, Heng Huang, Yi Zhou2026-05-08
📊 statistics

Spectral Lens: Activation and Gradient Spectra as Diagnostics of LLM Optimization

यह शोध पत्र "स्पेक्ट्रल लेंस" (Spectral Lens) को प्रस्तुत करता है, जो एक नैदानिक प्रोटोकॉल है जो एक्टिवेशन कोवेरियेंस (activation covariance) और ग्रेडिएंट स्पेक्ट्रा (gradient spectra) का उपयोग करके यह प्रकट करता है कि बैच आकार (batch size) कैसे प्रतिनिधित्व ज्यामिति (representation geometry) को प्रभावित करता है, टोकन दक्षता (token efficiency) की भविष्यवाणी करता है, और बड़े भाषा मॉडलों में आर्किटेक्चरल एवं निष्पादन-पक्ष (execution-side) अनुकूलन लाभों के बीच अंतर करता है।

Andy Zeyi Liu, Elliot Paquette, John Sous2026-05-08
🤖 machine learning

Temporal Functional Circuits: From Spline Plots to Faithful Explanations in KAN Forecasting

यह योगदान टेम्पोरल फंक्शनल सर्किट्स (Temporal Functional Circuits) को प्रस्तुत करता है, जो गेटेड रेसिडुअल कोल्मोगोरोव-अर्नोव नेटवर्क (KANs) पर आधारित एक ढांचा है जो स्पष्ट एज फंक्शन्स (edge functions) को टाइम सीरीज़ फोरकास्टिंग के लिए विश्वसनीय, समय-आधारित स्पष्टीकरणों में परिवर्तित करता है, जिससे प्रतिस्पर्धी प्रदर्शन प्राप्त होता है और सीखे गए स्प्लाइन आकारों (spline shapes) के भविष्य कहनेवाला मूल्य का प्रदर्शन होता है।

Naveen Mysore2026-05-08
🤖 machine learning

Saliency-Aware Regularized Quantization Calibration for Large Language Models

यह शोध पत्र सैलिएंसी-अवेयर रेगुलराइज्ड क्वांटाइजेशन कैलिब्रेशन (SARQC) का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो कैलिब्रेशन ऑब्जेक्टिव में एक सैलिएंसी-अवेयर रेगुलराइजेशन टर्म पेश करके लार्ज लैंग्वेज मॉडल्स के लिए पोस्ट-ट्रेनिंग क्वांटाइजेशन को बेहतर बनाता है, जिससे बिना किसी इन्फरेंस ओवरहेड के जनरलाइजेशन जोखिमों को कम किया जाता है और डाउनस्ट्रीम प्रदर्शन में सुधार किया जाता है।

Yanlong Zhao, Xiaoyuan Cheng, Huihang Liu, Baihua He, Xinyu Zhang, Harrison Bo Hua Zhu, Wenlong Chen, Li Zeng, Zhuo Sun2026-05-08
🤖 machine learning

Irminsul: MLA-Native Position-Independent Caching for Agentic LLM Serving

इर्मिन्सुल (Irminsul) एजेंटिक एलएलएम (Agentic LLMs) के लिए एक नेटिव पोजीशन-इंडिपेंडेंट कैशिंग सिस्टम पेश करता है जो कंटेंट-एड्रेस्ड की-वैल्यू कैशिंग को सक्षम करने के लिए मल्टी-हेड लेटेंट अटेंशन (Multi-Head Latent Attention) की आर्किटेक्चरल संरचना का लाभ उठाता है, जिससे पारंपरिक प्रीफिक्स-मैचिंग दृष्टिकोणों में निहित कैश इनवैलिडेशन समस्याओं को दूर करते हुए 83% तक प्रॉम्प्ट टोकन रिकवरी और 63% प्रीफिल ऊर्जा बचत प्राप्त होती है।

Bole Ma, Jan Eitzinger, Harald Köstler2026-05-08