🤖 machine learning

Eliciting associations between clinical variables from LLMs via comparison questions across populations

यह शोध पत्र एक ऐसी विधि प्रस्तावित करता है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) से स्थिर, नैदानिक रूप से व्याख्या योग्य सहसंबंधों को प्राप्त करने के लिए संरचित रोगी तुलना ट्रिपलेट प्रश्नों और सांख्यिकीय मॉडलिंग का उपयोग करती है, जिससे मॉडल के आंतरिक भाग तक पहुँच बनाए बिना विभिन्न रोगी उप-जनसंख्याओं में अपरिवर्तनीय कारण पूर्वानुमान के माध्यम से रूढ़िवादी संभावित कारण कड़ियों की पहचान करना सक्षम होता है।

Fabian Kabus, Kian Kordtomeikel, Thomas Brox, Heinz Wiendl, Daiana Stolz, Harald Binder2026-05-08
🤖 machine learning

A Benchmark for Strategic Auditee Gaming Under Continuous Compliance Monitoring

यह शोधपत्र निरंतर अनुपालन निगरानी के तहत रणनीतिक ऑडिटी गेमिंग (auditee gaming) का विश्लेषण करने के लिए एक बेंचमार्क और औपचारिक रूपरेखा प्रस्तुत करता है, जो स्थिर ऑडिटिंग डिजाइनों की अंतर्निहित सीमाओं को प्रकट करता है और यह प्रदर्शित करता है कि कैसे अनुकूलन योग्य रणनीतियाँ कवरेज और सूक्ष्मता के अस्थायी अंतराल का लाभ उठा सकती हैं।

Florian A. D. Burnat, Brittany I. Davidson2026-05-08
💬 NLP

Is Escalation Worth It? A Decision-Theoretic Characterization of LLM Cascades

यह योगदान LLM कैस्केड्स के लागत-गुणवत्ता सीमा वक्रों (cost-quality frontier curves) को चित्रित करने के लिए एक निर्णय-सैद्धांतिक ढांचे को प्रस्तुत करता है और यह प्रदर्शित करता है कि मध्यवर्ती चरणों की कमी के बजाय, शुरुआती सस्ते मॉडल जनरेशन के लिए भुगतान करने से जुड़ी संरचनात्मक लागतें, सरल रूटिंग रणनीतियों की तुलना में मल्टी-स्टेज कैस्केड्स के प्रदर्शन लाभों को मौलिक रूप से सीमित करती हैं।

Dylan Bouchard2026-05-08
📊 statistics

Order-Agnostic Autoregressive Modelling with Missing Data

यह शोध पत्र मिसिंगनेस-अवेयर ऑर्डर-एग्नोस्टिक ऑटोरेग्रेसिव मॉडल्स (MO-ARM) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो सामान्य मिसिंगनेस मैकेनिज्म के तहत सुदृढ़ इम्प्यूटेशन (imputation) को सक्षम करने और सक्रिय सूचना प्राप्ति को सुगम बनाने के लिए मिसिंग डेटा के दृष्टिकोण से ऑर्डर-एग्नोस्टिक ऑटोरेग्रेसिव मॉडल्स की पुनर्व्याख्या करता है, और वास्तविक दुनिया के बेंचमार्क पर मौजूदा बेसलाइन्स से लगातार बेहतर प्रदर्शन करता है।

Ignacio Peis, Pablo M. Olmos, Jes Frellsen2026-05-08
🤖 machine learning

Flow Matching with Arbitrary Auxiliary Paths

यह शोध पत्र AuxPath-FM प्रस्तुत करता है, जो एक सामान्यीकृत फ्लो मैचिंग फ्रेमवर्क है जो संभाव्यता पथ (probability path) में एक मनमाने वितरण से एक सहायक चर (auxiliary variable) को सम्मिलित करता है, जिससे सैद्धांतिक निरंतरता बनाए रखते हुए विविध ज्यामितीय गुणों और लेबल-निर्देशित जनरेशन जैसे विशिष्ट कार्यों को सक्षम बनाया जा सके।

Xin Peng, Ang Gao2026-05-08
🤖 machine learning

Layer Collapse in Diffusion Language Models

यह शोध पत्र प्रकट करता है कि डिफ्यूजन लैंग्वेज मॉडल्स ओवरट्रेनिंग द्वारा संचालित एक अद्वितीय "लेयर कोलैप्स" घटना प्रदर्शित करते हैं, जहाँ शुरुआती परतें महत्वपूर्ण सुपर-आउटलियर्स और रेडंडेंट रिप्रेजेंटेशन्स विकसित करती हैं, जो ऑटोरेग्रेसिव मॉडल्स की तुलना में काफी बेहतर कम्प्रेशन और विशिष्ट स्पर्सिटी एलोकेशन रणनीतियों को सक्षम बनाती हैं।

Alexander Conzelmann, Albert Catalan-Tatjer, Shiwei Liu2026-05-08
📊 statistics

The Interplay of Data Structure and Imbalance in the Learning Dynamics of Diffusion Models

यह शोध पत्र एक उच्च-आयामी विश्लेषणात्मक ढांचे को विकसित करता है जो यह प्रकट करता है कि कैसे वर्ग भिन्नता (class variance) और नमूना असंतुलन (sampling imbalance) पदानुक्रमित रूप से डिफ्यूजन मॉडल की शिक्षण गतिशीलता (learning dynamics) को नियंत्रित करते हैं, जिससे अक्सर मॉडल उच्च-भिन्नता या बहुसंख्यक वर्गों को याद कर लेता है जबकि अल्पसंख्यक और निम्न-भिन्नता वाले वर्गों को सीखने में देरी करता है या सीखने में विफल रहता है।

Flavio Nicoletti, Chenxiao Ma, Enrico Ventura, Luca Saglietti, Stefano Sarao Mannelli2026-05-08
🤖 machine learning

eXplaining to Learn (eX2L): Regularization Using Contrastive Visual Explanation Pairs for Distribution Shifts

यह शोधपत्र eX2L का प्रस्ताव करता है, जो एक व्याख्यात्मक ढांचा (interpretable framework) है जो लेबल क्लासिफायर और कन्फाउंडर क्लासिफायर के Grad-CAM मैप्स के बीच समानता को दंडित करके वितरण बदलावों (distribution shifts) को कम करता है ताकि कन्फाउंडिंग फीचर्स को डिकोरिलेट किया जा सके, जिससे स्पूरियस मैनी-टू-मैनी हार्ड चैलेंज (Spurious Many-to-Many Hard Challenge) बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Paulo Mario P. Medina, Jose Marie Antonio Miñoza, Sebastian C. Ibañez2026-05-08
📊 statistics

A Unified Pair-GRPO Family: From Implicit to Explicit Preference Constraints for Stable and General RL Alignment

यह शोध पत्र Pair-GRPO परिवार को प्रस्तुत करता है, जो एक एकीकृत सैद्धांतिक ढांचा है जिसमें Soft-Pair-GRPO और Hard-Pair-GRPO वेरिएंट शामिल हैं जो मुख्यधारा के RLHF में अस्थिरता, उच्च विचरण और अस्पष्टता को हल करने के लिए बाइनरी पेयरवाइज़ वरीयताओं (binary pairwise preferences) और स्पष्ट बाधाओं का लाभ उठाते हैं, जिससे भाषा और निरंतर नियंत्रण (continuous control) दोनों कार्यों में बेहतर संरेखण गुणवत्ता और सामान्यीकरण प्राप्त होता है।

Hao Yu2026-05-08
🤖 machine learning

Independent Learning of Nash Equilibria in Partially Observable Markov Potential Games with Decoupled Dynamics

यह शोध पत्र डिकपल्ड डायनेमिक्स वाले पार्शियली ऑब्जर्वेबल मार्कोव पोटेंशियल गेम्स के लिए एक इंडिपेंडेंट लर्निंग एल्गोरिदम प्रस्तावित करता है जो फ़िल्टर स्टेबिलिटी का लाभ उठाकर समस्या को परिमित इतिहास विंडो और एक सरोगेट नियर-पोटेंशियल मार्कोव गेम के माध्यम से अनुमानित करके क्वासी-पॉलीनोमियल कॉम्प्लेक्सिटी के साथ अनुमानित नैश इक्विलिब्रियम अभिसरण प्राप्त करता है।

Philip Jordan, Maryam Kamgarpour2026-05-08