🤖 Category

cs.LG

26959 पेपर

🤖 machine learning

HH-SAE: Discovering and Steering Hierarchical Knowledge of Complex Manifolds

यह शोध पत्र हाइब्रिड हिरार्किकल SAE (HH-SAE) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो मैनिफोल्ड्स को प्रासंगिक (contextual), परमाणु (atomic), और संयोजी (compository) स्तरों में विभाजित करके उच्च-आयामी डोमेन में फीचर डेंसिटी संघर्षों को हल करता है, जिससे पर्यावरणीय प्रॉक्सी के बजाय यांत्रिक नवाचार को प्राथमिकता देकर श्रेष्ठ ज़ीरो-शॉट धोखाधड़ी का पता लगाने और उच्च-परिशुद्धता ज्ञान-निर्देशित संश्लेषण को सक्षम बनाया जा सके।

Honghan Wu, Tianyan Wang, Jiacong Mi, Zhoyang Jiang, Yunsoo Kim2026-05-12
🤖 machine learning

EnergyLens: Interpretable Closed-Form Energy Models for Multimodal LLM Inference Serving

एनर्जीलेंस (EnergyLens) एक व्याख्या योग्य, बारह-पैरामीटर वाले क्लोज्ड-फॉर्म एनर्जी मॉडल को पेश करता है जिसे सिम्बोलिक रिग्रेशन के माध्यम से व्युत्पन्न किया गया है, जो न्यूनतम प्रोफाइलिंग डेटा के साथ विविध मल्टीमॉडल एलएलएम (LLM) और हार्डवेयर पर इन्फरेंस ऊर्जा की सटीक भविष्यवाणी करता है, और कॉन्फ़िगरेशन चयन तथा एक्सट्रपलेशन में मौजूदा ब्लैक-बॉक्स और विश्लेषणात्मक बेसलाइनों से बेहतर प्रदर्शन करता है।

Vittorio Palladino, Gianluca Palermo, Michael E. Papka, Zhiling Lan2026-05-12
📊 statistics

Affine Tracing: A New Paradigm for Probabilistic Linear Solvers

यह शोध पत्र गैर-स्थिर (non-stationary) एफाइन PIMs के ढांचे के तहत बेयसियन संभाव्य रैखिक सॉल्वर और संभाव्य पुनरावृत्ति विधियों को एकीकृत करता है, पोस्टीरियर कोवेरिएंस गणना के साथ ऐसे सॉल्वर को स्वचालित रूप से उत्पन्न करने के लिए "एफाइन ट्रेसिंग" पेश करता है, और गॉसियन प्रक्रिया सन्निकटन के लिए एक संभाव्य मल्टीग्रिड सॉल्वर के माध्यम से इसकी प्रभावशीलता का प्रदर्शन करता है।

Disha Hegde, Marvin Pförtner, Jon Cockayne2026-05-12
📊 statistics

Amortizing Causal Sensitivity Analysis via Prior Data-Fitted Networks

यह शोध पत्र प्रायर-डेटा फिटेड नेटवर्क्स का उपयोग करके कॉज़ल सेंसिटिविटी एनालिसिस के लिए एक एमोर्टाइज्ड, इन-कॉन्टेक्स्ट लर्निंग दृष्टिकोण प्रस्तुत करता है, जो एक नवीन लैग्रेंजियन स्केलरलाइजेशन ट्रेनिंग रणनीति के माध्यम से सेंसिटिविटी बाउंड्स उत्पन्न करके पारंपरिक प्रति-इंस्टेंस विधियों की कम्प्यूटेशनल अक्षमता को दूर करता है, जिससे विविध डेटासेट और क्वेरीज़ में ऑर्डर्स-ऑफ-मैग्निट्यूड तेज़ टेस्ट-टाइम परफॉरमेंस प्राप्त होती है।

Emil Javurek, Dennis Frauen, Marie Brockschmidt, Jonas Schweisthal, Stefan Feuerriegel2026-05-12
🤖 machine learning

Fairness vs Performance: Characterizing the Pareto Frontier of Algorithmic Decision Systems

यह शोध पत्र यह प्रदर्शित करके एल्गोरिद्मिक निर्णय प्रणालियों के पारेटो फ्रंटियर (Pareto frontier) को अभिलक्षित करता है कि उपयोगिता और समूह निष्पक्षता के बीच इष्टतम संतुलन सफलता की संभावनाओं पर नियत, समूह-विशिष्ट थ्रेशोल्ड नियमों के माध्यम से प्राप्त किया जाता है, जो कि विभिन्न निष्पक्षता मेट्रिक्स, उपयोगिता फलनों और एल्गोरिद्मिक प्रसंस्करण चरणों में समान रूप से लागू होता है।

Mieke Wilms, Christoph Heitz2026-05-12
🔬 condensed matter

Exact Fixed-Point Constraints in Neural-ODEs with Provable Universality

यह शोध पत्र एक ऐसी तकनीक प्रस्तुत करता है जो न्यूरल-ODEs को सटीक फिक्स्ड-पॉइंट बाधाओं को कड़ाई से लागू करते हुए मनमाने वेग क्षेत्रों (velocity fields) का अनुमान लगाने में सक्षम बनाती है, जिससे भौतिक मॉडलिंग के अनुप्रयोगों के लिए मॉडल की सार्वभौमिकता और अभिव्यंजक शक्ति सुरक्षित रहती है।

Feliciano Giuseppe Pacifico, Duccio Fanelli, Lorenzo Buffoni, Lorenzo Chicchi, Diego Febbe, Raffaele Marino2026-05-12
🤖 machine learning

MulTaBench: Benchmarking Multimodal Tabular Learning with Text and Image

यह शोधपत्र MulTaBench प्रस्तुत करता है, जो 40 इमेज-टेबुलर और टेक्स्ट-टेबुलर डेटासेट्स का एक व्यापक बेंचमार्क है जिसे यह प्रदर्शित करने के लिए डिज़ाइन किया गया है कि अनस्ट्रक्चर्ड मोडैलिटी एम्बेडिंग्स का टास्क-विशिष्ट ट्यूनिंग फ्रोजन एम्बेडिंग्स की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे नवीन मल्टीमॉडल टेबुलर फाउंडेशन मॉडल्स विकसित करने के लिए एक आधार स्थापित होता है।

Alan Arazi, Eilam Shapira, Shoham Grunblat, Mor Ventura, Elad Hoffer, Gioia Blayer, David Holzmüller, Lennart Purucker (…)2026-05-12
⚡ electrical engineering

Hierarchical End-to-End Taylor Bounds for Complete Neural Network Verification

यह शोध पत्र \textsc{HiTaB} को प्रस्तुत करता है, जो एक नवीन सत्यापन ढांचा (verification framework) है जो पहुंच विश्लेषण (reachability analysis) और सुरक्षा प्रमाणन (safety certification) के लिए अधिक सटीक, पदानुक्रमित एंड-टू-एंड टेलर बाउंड्स (hierarchical end-to-end Taylor bounds) प्रदान करने के लिए न्यूरल नेटवर्क वक्रता (neural network curvature) की लिप्सचिट्ज़ निरंतरता (Lipschitz continuity) का व्यवस्थित रूप से लाभ उठाता है।

Taha Entesari, Mahyar Fazlyab2026-05-12
🤖 AI

Hierarchical Causal Abduction: A Foundation Framework for Explainable Model Predictive Control

यह शोधपत्र पदानुक्रमित कारण एब्डक्शन (Hierarchical Causal Abduction - HCA) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो भौतिकी-प्रेरित तर्क, KKT अनुकूलन साक्ष्य और टेम्पोरल कॉज़ल डिस्कवरी को एकीकृत करता है ताकि नॉनलीन मॉडल प्रेडिक्टिव कंट्रोल (MPC) कार्यों के लिए सटीक, मानव-व्याख्यात्मक स्पष्टीकरण उत्पन्न किए जा सकें, जो विविध सुरक्षा-महत्वपूर्ण अनुप्रयोगों में LIME जैसे मौजूदा तरीकों की तुलना में काफी बेहतर प्रदर्शन करता है।

Ramesh Arvind Naagarajan, Zühal Wagner, Stefan Streif2026-05-12
🔬 condensed matter

Composing diffusion priors with explicit physical context via generative Gibbs sampling

यह शोध पत्र GG-PA प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा (training-free framework) है जो एसिम्प्टोटिक रूप से सटीक सैंपलिंग प्राप्त करने और वैज्ञानिक प्रणालियों में संदर्भ-प्रेरित वितरण बदलावों (context-induced distribution shifts) को बिना पुन: प्रशिक्षण के पुनः प्राप्त करने के लिए एक जनरेटिव गिब्स सैंपलर के माध्यम से पूर्व-प्रशिक्षित डिफ्यूजन प्रायर्स (pretrained diffusion priors) को स्पष्ट भौतिक संदर्भ के साथ जोड़ता है।

Weizhou Wang, Jonathan Weare, Aaron R. Dinner2026-05-12