🤖 Category

cs.LG

25573 पेपर

💬 NLP

Self-Induced Outcome Potential: Turn-Level Credit Assignment for Agents without Verifiers

यह शोधपत्र सेल्फ-इंड्यूस्ड आउटकम पोटेंशियल (SIOP) का प्रस्ताव करता है, जो एक नवीन फ्रेमवर्क है जो अंतिम उत्तरों को सिमेंटिक आउटकम मोड्स में क्लस्टर करके और उन मध्यवर्ती चरणों को पुरस्कृत करके लंबी अवधि के एलएलएम (LLM) एजेंटों के लिए टर्न-लेवल क्रेडिट असाइनमेंट को सक्षम बनाता है जो विश्वसनीय भविष्य की अवस्थाओं के लिए समर्थन बढ़ाते हैं, जिसमें बाहरी सत्यापनकर्ताओं या गोल्ड-आंसर पर्यवेक्षण की आवश्यकता नहीं होती है।

Senkang Hu, Yong Dai, Xudong Han, Zhengru Fang, Yuzhi Zhao, Sam Tak Wu Kwong, Yuguang Fang2026-05-07
🤖 machine learning

Federated Learning for Early Prediction of EV Charging Demand

यह लेख फेडरेटेड लर्निंग के लिए एक ऐसे ढांचे का प्रस्ताव करता है जो न्यूनतम सत्र डेटा के साथ इलेक्ट्रिक वाहन चार्जिंग मांग का सटीक, गोपनीयता-अनुपालन प्रारंभिक पूर्वानुमान सक्षम करता है, और डेटा को चार्जिंग स्टेशनों पर स्थानीय रखते हुए भी केंद्रीकृत मॉडलों के तुलनीय प्रदर्शन प्राप्त करता है।

Vasilis Perifanis, Foteini Nikolaidou, Nikolaos Pavlidis, Panagiotis Thomakos, Andreas Sendros2026-05-07
📊 statistics

Adaptivity Under Realizability Constraints: Comparing In-Context and Agentic Learning

यह शोध पत्र प्रदर्शित करता है कि जबकि अनुकूलनशीलता (adaptivity) कभी भी सन्निकटन प्रदर्शन (approximation performance) में बाधा नहीं डालती है, अनुकूल (एजेंटिक) लर्निंग बनाम निश्चित-क्वेरी (इन-कॉन्टेक्स्ट) लर्निंग का विशिष्ट लाभ चार अलग-अलग परिदृश्यों में भिन्न होता है, जो इस बात पर निर्भर करता है कि संचालन निर्बाध हैं या ReLU न्यूरल नेटवर्क यथार्थवादिता द्वारा बाधित हैं।

Anastasis Kratsios, A. Martina Neuman, Philipp Petersen2026-05-07
🤖 machine learning

Agentic Vulnerability Reasoning on Windows COM Binaries

यह योगदान SLYP को पेश करता है, जो एक एंड-टू-एंड एजेंट पाइपलाइन है जो विंडोज COM बाइनरीज़ में रेस-कंडीशन कमजोरियों को स्वायत्त रूप से खोजता है और सत्यापित प्रूफ-ऑफ-कॉन्सेप्ट कोड उत्पन्न करता है, जिसने सफलतापूर्वक प्रोडक्शन सेवाओं में 28 पहले से अज्ञात कमजोरियों की पहचान की है और $140,000 के बाउंटी अर्जित किए हैं जबकि मौजूदा स्टैटिक एनालिसिस टूल्स और कोडिंग एजेंटों से काफी बेहतर प्रदर्शन किया है।

Hwiwon Lee, Jongseong Kim, Lingming Zhang2026-05-07
📊 statistics

Scalable inference of spatial regions and temporal signatures from time series

यह शोध पत्र न्यूनतम विवरण लंबाई (minimum description length) के सिद्धांत पर आधारित एक स्केलेबल, नॉनपैरामीट्रिक ढांचे का प्रस्ताव करता है जो क्षेत्रों की संख्या पर पूर्व-निर्धारित बाधाओं की आवश्यकता के बिना, टाइम सीरीज़ डेटा से स्थानिक रूप से निरंतर क्षेत्रों और प्रतिनिधि टेम्पोरल ड्राइवरों को संयुक्त रूप से निष्कर्ष निकालता है।

Jiayu Weng, Alec Kirkley2026-05-07
🤖 machine learning

Learned Neighbor Trust for Collaborative Deployment in Model-Agnostic Decentralized Learning

यह शोध पत्र लर्नड नेबर ट्रस्ट (LNTrust) का प्रस्ताव करता है, जो विकेंद्रीकृत शिक्षण के लिए एक सर्वर-मुक्त और मॉडल-अज्ञेय (model-agnostic) प्रोटोकॉल है जहाँ नोड्स स्थानीय सत्यापन साक्ष्य से एक संक्षिप्त ट्रस्ट फंक्शन सीखते हैं ताकि प्रशिक्षण-समय डिस्टिलेशन को नियंत्रित किया जा सके और अनुमान (inference) के लिए विश्वसनीय पड़ोसियों का गतिशील रूप से चयन किया जा सके, जिससे विषम, संसाधन-सीमित वातावरण में तैनात सटीकता और संचार दक्षता में महत्वपूर्ण सुधार होता है।

Michael Lanier, Luise Ge, Sastry Kompella, Yevgeniy Vorobeychik2026-05-07
🤖 machine learning

Graph-SND: Sparse Aggregation for Behavioral Diversity in Multi-Agent Reinforcement Learning

यह शोध पत्र Graph-SND को प्रस्तुत करता है, जो एक स्केलेबल स्पार्स एग्रीगेशन विधि है जो मल्टी-एजेंट सुदृढीकरण शिक्षण में द्विघाती-लागत वाले सिस्टम न्यूरल डायवर्सिटी (SND) मीट्रिक का अनुमान लगाने के लिए मनमाने ग्राफ किनारों (edges) पर भारित औसत की गणना करती है, जिससे मीट्रिक के अर्थ संबंधी अर्थ को बदले बिना बड़े एजेंट समूहों के लिए कुशल व्यवहारिक विविधता मापन और नियंत्रण सक्षम होता है।

Shawn Ray2026-05-07
📊 statistics

Hypergraph Generation via Structured Stochastic Diffusion

यह शोध पत्र \HEDGE को प्रस्तुत करता है, जो एक जनरेटिव मॉडल है जो उच्च-गुणवत्ता वाले, क्रम-अपरिवर्तनीय (permutation-equivariant) हाइपरग्राफ जनरेशन प्राप्त करने के लिए हाइपरग्राफ-विशिष्ट टू-साइडेड हीट ऑपरेटर के साथ रिलैक्स्ड इंसिडेंस मैट्रिसेस पर स्ट्रक्चर्ड स्टोकेस्टिक डिफ्यूजन का उपयोग करता है, जबकि उच्च-क्रम की अंतःक्रियाओं और संरचनात्मक विषमता को निष्ठापूर्वक कैप्चर करता है।

Christopher Nemeth2026-05-07
🤖 machine learning

The Predictive-Causal Gap: An Impossibility Theorem and Large-Scale Neural Evidence

यह शोध पत्र एक संरचनात्मक "पूर्वानुमानित-कारण अंतराल" (predictive-causal gap) को एक असंभवता प्रमेय (impossibility theorem) के रूप में स्थापित करता है जो यह दर्शाता है कि न्यूरल नेटवर्क में पूर्वानुमान त्रुटि को न्यूनतम करना व्यवस्थित रूप से मॉडलों को लक्षित प्रणाली की कारण संरचना के बजाय पर्यावरणीय गतिकी को एनकोड करने के लिए प्रेरित करता है, जिससे आउट-ऑफ-डिस्ट्रीब्यूशन सामान्यीकरण में विनाशकारी विफलता होती है।

Kejun Liu2026-05-07
🤖 AI

Preference-Based Self-Distillation: Beyond KL Matching via Reward Regularization

यह शोध पत्र प्रेफरेंस-बेस्ड सेल्फ-डिस्टिलेशन (PBSD) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो शिक्षक और छात्र नमूनों के बीच प्रेफरेंस गैप्स को अनुकूलित करने के लिए पारंपरिक KL मैचिंग के स्थान पर एक रिवॉर्ड-रेगुलराइज्ड ऑब्जेक्टिव का उपयोग करता है, जिससे मौजूदा सेल्फ-डिस्टिलेशन विधियों की तुलना में अधिक स्थिर प्रशिक्षण और बेहतर रीजनिंग प्रदर्शन प्राप्त होता है।

Xin Yu, Liuchen Liao, Yiwen Zhang, Yingchen Yu, Lingzhou Xue, Qinzhen Guo2026-05-07