🤖 Category

cs.LG

25436 पेपर

🤖 machine learning

Are We Making Progress in Multimodal Domain Generalization? A Comprehensive Benchmark Study

यह शोधपत्र MMDG-Bench प्रस्तुत करता है, जो विविध कार्यों और सेटिंग्स में मूल्यांकन को मानकीकृत करने वाला एक व्यापक बेंचमार्क है ताकि यह प्रकट किया जा सके कि वर्तमान मल्टीमॉडल डोमेन जनरलाइजेशन (Multimodal Domain Generalization) विधियाँ बेसलाइन्स की तुलना में केवल मामूली सुधार प्रदान करती हैं, उनमें निरंतर श्रेष्ठता का अभाव है, और वे इनपुट करप्शन (input corruptions) तथा लुप्त मोडैलिटीज (missing modalities) जैसी वास्तविक दुनिया की चुनौतियों के साथ महत्वपूर्ण रूप से संघर्ष करती हैं।

Hao Dong, Hongzhao Li, Shupan Li, Muhammad Haris Khan, Eleni Chatzi, Olga Fink2026-05-08
🤖 machine learning

Superintelligent Retrieval Agent: The Next Frontier of Information Retrieval

यह शोध पत्र SIRA को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) रिट्रीवल एजेंट है जो LLM संज्ञानात्मक क्षमता और कॉर्पस सांख्यिकी का लाभ उठाकर बहु-चरणीय अन्वेषणात्मक खोज को एक एकल, अत्यधिक प्रभावी लेक्सिकल रिट्रीवल एक्शन में संकुचित करता है, जो विविध बेंचमार्क में डेंस रिट्रीवर्स और अत्याधुनिक बहु-चरणीय एजेंटिक बेसलाइन दोनों से काफी बेहतर प्रदर्शन करता है।

Zeyu Yang, Qi Ma, Jason Chen, Anshumali Shrivastava2026-05-08
💬 NLP

When No Benchmark Exists: Validating Comparative LLM Safety Scoring Without Ground-Truth Labels

यह शोध पत्र ग्राउंड-ट्रुथ बेंचमार्क की अनुपस्थिति में नियंत्रित कंट्रास्ट और स्थिरता मेट्रिक्स पर आधारित एक इंस्ट्रुमेंटल-वैलिडिटी चेन स्थापित करके तुलनात्मक एलएलएम (LLM) सुरक्षा स्कोर को मान्य करने के लिए एक ढांचे का परिचय देता है, जो 'सिंपल ऑडिट' (SimpleAudit) टूल के माध्यम से यह प्रदर्शित करता है कि सुरक्षा रैंकिंग संदर्भ-निर्भर होती है और उन्हें एक एकल संकुचित स्कोर के बजाय उनकी विशिष्ट ऑडिट स्थितियों के साथ रिपोर्ट किया जाना चाहिए।

Sushant Gautam, Finn Schwall, Annika Willoch Olstad, Fernando Vallecillos Ruiz, Birk Torpmann-Hagen, Sunniva Maria Stord (…)2026-05-08
🔢 mathematics

Optimizer-Model Consistency: Full Finetuning with the Same Optimizer as Pretraining Forgets Less

यह लेख "ऑप्टिमाइज़र-मॉडल कंसिस्टेंसी" (Optimizer-Model Consistency) की अवधारणा को प्रस्तुत करता है और यह प्रदर्शित करता है कि प्री-ट्रेनिंग और फुल फाइन-ट्यूनिंग दोनों के लिए एक ही ऑप्टिमाइज़र का उपयोग करने से अन्य ऑप्टिमाइज़र्स या LoRA की तुलना में कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) कम होती है और लर्निंग-फॉरगेटिंग ट्रेड-ऑफ में सुधार होता है, साथ ही यह भी दिखाता है कि Muon जैसे कुछ ऑप्टिमाइज़र्स रटंत विद्या (rote memorization) की प्रवृत्ति के कारण रीजनिंग कार्यों पर खराब प्रदर्शन कर सकते हैं।

Yuxing Liu, Jianyu Wang, Tong Zhang2026-05-08
💬 NLP

Verifier-Backed Hard Problem Generation for Mathematical Reasoning

यह शोध पत्र VHG को प्रस्तुत करता है, जो एक सत्यापनकर्ता-समर्थित ढांचा है जो वैध, चुनौतीपूर्ण और नवीन गणितीय समस्याओं को उत्पन्न करने के लिए सेटर (setter), सॉल्वर (solver) और एक स्वतंत्र सत्यापनकर्ता (independent verifier) को शामिल करने वाले तीन-पक्षीय सेल्फ-प्ले तंत्र का उपयोग करता है, जो उन मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करता है जो अमान्यता या रिवॉर्ड हैकिंग (reward hacking) से ग्रस्त हैं।

Yuhang Lai, Jiazhan Feng, Yee Whye Teh, Ning Miao2026-05-08
🤖 AI

MalPurifier: Enhancing Android Malware Detection with Adversarial Purification against Evasion Attacks

MalPurifier एक नवीन, हल्का और मॉडल-अज्ञेय (model-agnostic) प्रतिकूल शुद्धिकरण ढांचा है जो विविध विचलनों को एकीकृत करके, सुरक्षात्मक शोर (protective noise) पेश करके, और व्यापक स्पेक्ट्रम के इवेजन हमलों के विरुद्ध मजबूती से बचाव करने के लिए एक दोहरे-उद्देश्य वाले डीनॉइजिंग ऑटोएनकोडर (Denoising AutoEncoder) का उपयोग करके उच्च सटीकता बनाए रखते हुए एंड्रॉइड मैलवेयर डिटेक्शन को महत्वपूर्ण रूप से बढ़ाता है।

Yuyang Zhou, Guang Cheng, Zongyao Chen, Shui Yu2026-05-07
💬 NLP

Do Sentence Transformers Learn Quasi-Geospatial Concepts from General Text?

यह अध्ययन दर्शाता है कि सामान्य प्रश्न-उत्तर डेटा पर फाइन-ट्यून किए गए सेंटेंस-ट्रांसफॉर्मर मॉडल रूट प्रकार और कठिनाई स्तर जैसे अर्ध-भू-स्थानिक (quasi-geospatial) अवधारणाओं को समझने के लिए ज़ीरो-शॉट क्षमताओं से युक्त होते हैं, जो हाइकिंग ट्रेल अनुशंसा प्रणालियों के लिए उनकी संभावित उपयोगिता को इंगित करता है।

Ilya Ilyankou, Aldo Lipani, Stefano Cavazzi, Xiaowei Gao, James Haworth2026-05-07
🤖 machine learning

Aggressive or Imperceptible, or Both: Network Pruning Assisted Hybrid Byzantines in Federated Learning

यह शोध पत्र फेडरेटेड लर्निंग के लिए एक हाइब्रिड स्पार्स बायज़ेंटाइन हमले को प्रस्तुत करता है जो स्टेट-ऑफ-द-आर्ट डिफेंस को प्रभावी ढंग से बायपास करने के लिए सांख्यिकीय आउटलेयर डिटेक्शन पर निर्भर रहने के बजाय न्यूरल नेटवर्क आर्किटेक्चर का लाभ उठाते हुए संवेदनशीलता-आधारित पैरामीटर हेरफेर (sensitivity-based parameter manipulation) को धीमी-संचय विषाक्तता (slow-accumulating poisoning) के साथ जोड़ता है।

Emre Ozfatura, Kerem Ozfatura, Baturalp Buyukates, Mert Coskuner, Alptekin Kupcu, Deniz Gunduz2026-05-07
🤖 machine learning

An Unconditional Representation of the Conditional Score in Infinite-Dimensional Linear Inverse Problems

यह योगदान UCoS को प्रस्तुत करता है, जो एक अनंत-आयामी ढांचा (framework) है जो एक अनकंडीशनल स्कोर फंक्शन (unconditional score function) को सीखने के माध्यम से लीनियर इनवर्स प्रॉब्लम्स के लिए कुशल, डिस्क्रीटाइजेशन-इनवेरिएंट सैंपलिंग को सक्षम बनाता है जिसे सटीक रूप से कंडीशनल स्कोर फंक्शन में परिवर्तित किया जा सकता है, जिससे इन्फरेंस के दौरान खर्चीले फॉरवर्ड मॉडल इवैल्यूएशन की आवश्यकता समाप्त हो जाती है।

Fabian Schneider, Duc-Lam Duong, Matti Lassas, Maarten V. de Hoop, Tapio Helin2026-05-07
⚛️ quantum physics

Bayesian Parameter Shift Rule in Variational Quantum Eigensolvers

यह शोध पत्र वेरिएशनल क्वांटम आइजनसॉल्वर्स (Variational Quantum Eigensolvers) में लचीले, अनिश्चितता-जागरूक ग्रेडिएंट अनुमान को सक्षम करने के लिए गॉसियन प्रोसेस का उपयोग करते हुए पैरामीटर शिफ्ट नियम के एक बेयसियन संस्करण (Bayesian variant) को प्रस्तुत करता है, जो एक प्रस्तावित ग्रेडिएंट कॉन्फिडेंट रीजन (GradCoRe) के साथ मिलकर, स्टोकेस्टिक ग्रेडिएंट डिसेंट को महत्वपूर्ण रूप से त्वरित करता है और अत्याधुनिक अनुकूलन विधियों (state-of-the-art optimization methods) से बेहतर प्रदर्शन करता है।

Samuele Pedrielli, Christopher J. Anders, Lena Funcke, Karl Jansen, Kim A. Nicoli, Shinichi Nakajima2026-05-07