🤖 Category

cs.LG

25245 पेपर

🤖 machine learning

Quantizing With Randomized Hadamard Transforms: Efficient Heuristic Now Proven

यह शोध पत्र यह सिद्ध करता है कि दो या तीन रैंडमाइज्ड हेडामार्ड ट्रांसफॉर्म्स (RHTs) को संयोजित करना ग्रेडिएंट कम्प्रेशन और वेक्टर क्वांटाइजेशन के लिए क्रमशः यूनिफॉर्म रैंडम रोटेशन्स (URRs) के प्रदर्शन को सैद्धांतिक रूप से मेल खाने के लिए पर्याप्त है, जो गॉसियन कन्वर्जेंस और कोवेरिएंस डिके बाउंड्स स्थापित करके किया गया है, साथ ही यह उपयोग किए जाने वाले ट्रांसफॉर्म्स की संख्या को गतिशील रूप से अनुकूलित करने के लिए एक लीनियर-टाइम रनटाइम चेक भी प्रस्तावित करता है।

Ran Ben-Basat, William Kuszmaul, Michael Mitzenmacher, Amit Portnoy, Shay Vargaftik2026-05-08
🤖 machine learning

Multi-agent decision making: A Blackwell's informativeness approach

यह शोध पत्र मल्टी-एलएलएम (multi-LLM) निर्णय लेने की प्रक्रिया का विश्लेषण करने के लिए एक सिद्धांत-आधारित ब्लैकवेल सूचनात्मकता (Blackwell informativeness) ढांचे को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि बेयसियन पूल्ड पोस्टीरियर मैक्सिमाइजेशन (Bayesian pooled posterior maximization) एक सूचना-सैद्धांतिक ऊपरी सीमा है और एक व्यावहारिक प्रोडक्ट-ऑफ-पोस्टीरियर्स (product-of-posteriors) अनुमानक प्रस्तावित करता है जो प्रश्नोत्तर (QA) बेंचमार्क पर मौजूदा वोटिंग और डिबेट विधियों से बेहतर प्रदर्शन करता है।

Zheng Zhang, Cuong C. Nguyen, Kevin Wells, Gustavo Carneiro2026-05-08
🤖 machine learning

Does Synthetic Data Help? Empirical Evidence from Deep Learning Time Series Forecasters

यह शोध पत्र एक बड़े पैमाने पर अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रकट करता है कि टाइम सीरीज़ फोरकास्टिंग (समय श्रृंखला पूर्वानुमान) के लिए सिंथेटिक डेटा ऑग्मेंटेशन के परिणाम आर्किटेक्चर-निर्भर होते हैं, जो चैनल-मिक्सिंग मॉडल्स को महत्वपूर्ण रूप से लाभान्वित करते हैं जबकि चैनल-इंडिपेंडेंट मॉडल्स को खराब करते हैं, और इष्टतम लाभ केवल विशिष्ट स्थितियों जैसे क्रमिक एनीलिंग (gradual annealing) और सीजनल-ट्रेंड जनरेटर्स के उपयोग के तहत ही देखे जाते हैं।

Hugo Cazaux, Eyjólfur Ingi Ásgeirsson, Hlynur Stefánsson2026-05-08
🤖 machine learning

Requests of a Feather Must Flock Together: Batch Size vs. Prefix Homogeneity in LLM Inference

यह शोध पत्र फेदर (Feather) को प्रस्तुत करता है, जो एक सुदृढीकरण लर्निंग-आधारित (reinforcement learning-based) प्रीफिक्स-अवेयर शेड्यूलर है जो एक हल्के चंक्ड हैश ट्री (Chunked Hash Tree) का उपयोग करके बैच आकार और प्रीफिक्स होमोजेनिटी के बीच के संतुलन को अनुकूलित करता है, जिससे मौजूदा अत्याधुनिक शेड्यूलर्स की तुलना में KV कैश एक्सेस ओवरहेड को कम करके LLM इन्फरेंस थ्रूपुट में 2–10× की वृद्धि प्राप्त होती है।

Saksham Rathi, Preeti, Mythili Vutukuru2026-05-08
🤖 machine learning

TFM-Retouche: A Lightweight Input-Space Adapter for Tabular Foundation Models

यह शोध पत्र TFM-Retouche को प्रस्तुत करता है, जो एक आर्किटेक्चर-अज्ञेय (architecture-agnostic), हल्का इनपुट-स्पेस रेसिडुअल एडेप्टर है जो एक आइडेंटिटी गार्ड के साथ कुशल एंड-टू-एंड प्रशिक्षण के माध्यम से फ्रोजन टैबुलर फाउंडेशन मॉडल्स के ज़ीरो-शॉट प्रदर्शन और कैलिब्रेशन को बढ़ाता है, जिससे कम्प्यूटेशनल लागत और प्रेडिक्टिव क्वालिटी के बीच एक बेहतर संतुलन बनाए रखते हुए TabArena-Lite पर अत्याधुनिक परिणाम प्राप्त होते हैं।

Duong Nguyen, Mohammed Jawhar, Nicolas Chesneau2026-05-08
🤖 machine learning

When Brain Networks Travel: Learning Beyond Site

यह शोध पत्र CORE का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो साइट-विशिष्ट कन्फाउंडर्स (confounders) को अलग करके, एक पुनरुत्पादक मचान (reproducible scaffold) पर क्षणिक पाथवे डायनेमिक्स को मॉडल करके, और अनदेखी साइटों पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए एक प्रायोर-गाइडेड एडेप्टिव गेटिंग मैकेनिज्म का उपयोग करके fMRI-आधारित मस्तिष्क नेटवर्क विश्लेषण में क्रॉस-साइट सामान्यीकरण को बढ़ाता है।

Yingxu Wang, Kunyu Zhang, Yanwu Yang, Thomas Wolfers, Yujie Wu, Siyang Gao, Nan Yin2026-05-08
📊 statistics

Correcting heterogeneous diagnostic bias when developing clinical prediction models using causal hidden Markov models

यह शोध पत्र नैदानिक भविष्यवाण मॉडल में विषम नैदानिक पूर्वाग्रह को सुधारने के लिए एक कॉज़ल हिडन मार्कोव मॉडल ढांचे का प्रस्ताव करता है, जो काउंटरफैक्चुअल निदान संभावनाओं का अनुमान लगाकर किया जाता है, जिससे सिमुलेशन और क्रोनिक किडनी रोग के केस स्टडी में प्रदर्शित होने के अनुसार, अंशांकन (कैलिब्रेशन) में महत्वपूर्ण सुधार होता है और कम निदान किए गए समूहों में व्यवस्थित त्रुटियों को कम किया जाता है।

Jose Benitez-Aurioles, Ricardo Silva, Brian McMillan, Matthew Sperrin2026-05-08
🤖 machine learning

Geometry-Aware Simplicial Message Passing

यह शोध पत्र ज्यामितीय ज्यामितीय सिम्पलीशियल वेइसफेलर-लेहमन टेस्ट (GSWL) को ज्यामिति-जागरूक सिम्पलीशियल मैसेज-पासिंग नेटवर्क की अभिव्यंजक शक्ति को अभिलक्षणिक बनाने, उनकी सैद्धांतिक सीमाओं को स्थापित करने और विशुद्ध रूप से संयोजन संबंधी मॉडलों की तुलना में ज्यामितिक संरचनाओं को अलग करने की उनकी श्रेष्ठ क्षमता को प्रदर्शित करने के लिए प्रस्तुत करता है।

Elena Xinyi Wang, Bastian Rieck2026-05-08
🤖 machine learning

Causal Reinforcement Learning for Complex Card Games: A Magic The Gathering Benchmark

यह शोधपत्र MTG-Causal-RL प्रस्तुत करता है, जो मैजिक: द गैदरिंग (Magic: The Gathering) पर आधारित एक नया जिमनीम (Gymnasium) बेंचमार्क है जो बड़े मास्क किए गए एक्शन स्पेस वाले जटिल, आंशिक रूप से दृश्यमान वातावरणों में कॉज़ल क्रेडिट असाइनमेंट (causal credit assignment), स्ट्रक्चरल ट्रांसफर (structural transfer) और पॉलिसी ऑडिटेबिलिटी (policy auditability) के कठोर मूल्यांकन को सक्षम करने के लिए एक हस्त-निर्दिष्ट स्ट्रक्चरल कॉज़ल मॉडल को एकीकृत करता है।

Cristiano da Costa Cunha, Ajmal Mian, Tim French, Wei Liu2026-05-08
🤖 machine learning

Normalized Architectures are Natively 4-Bit

यह शोध पत्र प्रदर्शित करता है कि nGPT, एक ऐसा आर्किटेक्चर जो भार (weights) और हिडन स्टेट्स को एक यूनिट हाइपरस्फीयर तक सीमित करता है, रचनात्मक सिग्नल संचय (constructive signal accumulation) के माध्यम से सिग्नल-टू-नॉइज़ अनुपात को स्वाभाविक रूप से बढ़ाकर, जटिल प्रिसिजन-संरक्षण हस्तक्षेपों की आवश्यकता को समाप्त करते हुए, स्थिर और कुशल एंड-टू-एंड 4-बिट प्रशिक्षण को सक्षम बनाता है।

Maxim Fishman, Brian Chmiel, Ron Banner, Daniel Soudry, Boris Ginsburg2026-05-08