🤖 Category

cs.LG

27461 पेपर

🤖 machine learning

Does Your Neural Network Extrapolate? Feature Engineering as Identifiability Bias for OOD Generalization

यह शोध पत्र तर्क देता है कि न्यूरल नेटवर्क में आउट-ऑफ-डिस्ट्रीब्यूशन जनरलाइजेशन (out-of-distribution generalization), फीचर इंजीनियरिंग और संरचनात्मक प्रतिबद्धताओं (structural commitments) के माध्यम से उत्पन्न "आइडेंटिफिएबिलिटी बायस" (identifiability bias) पर निर्भर करता है, जो केवल इन-डिस्ट्रीब्यूशन डेटा से डेटा-जनरेटिंग प्रक्रियाओं की नॉन-आइडेंटिफिएबिलिटी (non-identifiability) को हल करते हैं, जिससे तब सफल एक्सट्रपलेशन (extrapolation) सक्षम होता है जब चुने गए निरूपण (representations) अंतर्निहित कारण संरचना (underlying causal structure) को सही ढंग से कैप्चर करते हैं।

Leonel Aguilar, Jan Nagler, Christoph Hoelscher, Nino Antulov-Fantulin2026-05-11
🤖 AI

LiteGUI: Distilling Compact GUI Agents with Reinforcement Learning

यह शोध पत्र LiteGUI का प्रस्ताव करता है, जो एक नवीन SFT-मुक्त प्रशिक्षण प्रतिमान है जो गाइडेड ऑन-पॉलिसी डिस्टिलेशन और एक मल्टी-सॉल्यूशन ड्यूल-लेवल GRPO फ्रेमवर्क को जोड़ता है ताकि हल्के, ऑन-डिवाइस GUI एजेंटों के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जा सके, जिससे 2B/3B स्केल के मॉडल बहुत बड़े मॉडलों के बराबर अत्याधुनिक परिणाम प्राप्त करने में सक्षम हो सकें।

Yubin Wu, Zicheng Cai, Liping Ning, Hua Wang, Zhi Chen, Yaohua Tang, Hao Chen2026-05-11
🤖 machine learning

Tessellations of Semi-Discrete Flow Matching

यह शोध पत्र यह प्रदर्शित करते हुए कि इसके टर्मिनल असाइनमेंट क्षेत्र खुले और सरल रूप से जुड़े (simply connected) हैं, सेमी-डिस्क्रीट फ्लो मैचिंग की अंतर्निहित ज्यामिति का विश्लेषण करता है, जो कि ऑप्टिमल ट्रांसपोर्ट के उत्तल लैगर सेल (convex Laguerre cells) से मौलिक रूप से भिन्न हैं क्योंकि वे संभावित रूप से गैर-उत्तलता (non-convexity), वक्रीय सीमाओं और विशिष्ट आसन्नता पैटर्न (adjacency patterns) को प्रदर्शित कर सकते हैं।

Emile Pierret, Johannes Hertrich, Samuel Hurault, Julie Delon2026-05-11
🤖 machine learning

Why Self-Inconsistency Arises in GNN Explanations and How to Exploit It

यह शोधपत्र ग्राफ न्यूरल नेटवर्क स्पष्टीकरणों में आत्म-असंगति के कारणों की जांच करता है, एज संवेदनशीलता (edge sensitivity) को समझाने के लिए एक लेटेंट सिग्नल असाइनमेंट परिकल्पना प्रस्तावित करता है और एक प्रशिक्षण-मुक्त सेल्फ-डीनॉइजिंग रणनीति पेश करता है जो न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ स्पष्टीकरणों को प्रभावी ढंग से कैलिब्रेट करती है।

Wenxin Tai, Yaqian Liu, Ting Zhong, Fan Zhou2026-05-11
🔢 mathematics

SGD for Variational Inference: Tackling Unbounded Variance via Preconditioning and Dynamic Batching

यह शोध पत्र ELBO समाधानों के अस्तित्व को सिद्ध करके और ब्लम-ग्लाडिशेव (Blum-Gladyshev) स्थिति के तहत डायनेमिक बैचिंग और प्रीकंडीशनिंग के साथ मिनीबैट प्रोजेक्टेड SGD के लिए अभिसरण गारंटी स्थापित करके, स्टोकेस्टिक ऑप्टिमाइज़ेशन थ्योरी और ब्लैक-बॉक्स वेरिएशनल इन्फरेंस (BBVI) के बीच के अंतर को पाटता है, जो BBVI ग्रेडिएंट्स में अंतर्निहित अनबाउंडेड वेरिएंस को ध्यान में रखता है।

Hippolyte Labarrière, Cesare Molinari, Silvia Villa, Lorenzo Rosasco2026-05-11
🤖 machine learning

Probabilistic Object Detection with Conformal Prediction

यह शोध पत्र क्लास-वाइज कैलिब्रेशन और एक टू-स्टेप पाइपलाइन के साथ एक स्केल्ड, कोऑर्डिनेट-वाइज दृष्टिकोण पेश करके मल्टी-आउटपुट ऑब्जेक्ट डिटेक्शन पर कॉन्फॉर्मल प्रेडिक्शन लागू करने की चुनौतियों का समाधान करता है, जो कठोर कवरेज गारंटी बनाए रखते हुए स्वायत्त ड्राइविंग डेटासेट्स में प्रेडिक्शन इंटरवल शार्पनेस और IoU में महत्वपूर्ण सुधार करता है।

Christopher Ries, Moussa Kassem Sbeyti, Nicolas Bianco, Nadja Klein2026-05-11
🤖 machine learning

Disagreement-Regularized Importance Sampling for Adversarial Label Corruption

यह शोध पत्र डिसएग्रीमेंट-रेगुलराइज्ड इम्पोर्टेंस सैंपलिंग (DR-IS) को प्रस्तुत करता है, जो एक सुदृढ़ सब-सैंपलिंग विधि है जो प्रतिकूल लेबल भ्रष्टाचार (adversarial label corruption) को प्रभावी ढंग से कम करने के लिए एक एनसेंबल में लॉस रैंक-डिसएग्रीमेंट का लाभ उठाती है और EL2N जैसे मैग्नीट्यूड-आधारित दृष्टिकोणों से बेहतर प्रदर्शन करती है, जिसे कठोर परिमित-नमूना एकाग्रता सीमाओं (finite-sample concentration bounds) द्वारा समर्थित किया गया है जो स्वच्छ और भ्रष्ट उदाहरणों के बीच सख्त पृथक्करण की गारंटी देते हैं।

Csongor Horváth, Ida-Maria Sintorn, Prashant Singh2026-05-11
📊 statistics

Ensemble Distributionally Robust Bayesian Optimisation

यह शोध पत्र 'एन्सेम्बल डिस्ट्रीब्यूशनली रोबस्ट बेयसियन ऑप्टिमाइज़ेशन' के लिए एक गणनात्मक रूप से सुलभ एल्गोरिदम प्रस्तावित करता है जो वितरण संबंधी अनिश्चितता के तहत निरंतर संदर्भ (कंटीन्यूअस कॉन्टेक्स्ट) को संभालता है, जिससे बेहतर सैद्धांतिक उप-रैखिक रिग्रेट बाउंड्स प्राप्त होते हैं और मजबूत अनुभवजन्य प्रदर्शन प्रदर्शित होता है।

Tigran Ramazyan, Denis Derkach2026-05-11
💬 NLP

Your Language Model is Its Own Critic: Reinforcement Learning with Value Estimation from Actor's Internal States

यह शोध पत्र POISE प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) विधि है जो एक पॉलिसी मॉडल की आंतरिक अवस्थाओं पर प्रशिक्षित एक हल्के प्रोब (lightweight probe) का लाभ उठाकर नगण्य लागत पर वैल्यू बेसलाइन का अनुमान लगाता है, जिससे अलग क्रिटिक्स या कई रोलआउट्स के कम्प्यूटेशनल ओवरहेड के बिना स्थिर और कुशल पॉलिसी अनुकूलन प्राप्त होता है।

Yunho Choi, Jongwon Lim, Woojin Ahn, Minjae Oh, Jeonghoon Shim, Yohan Jo2026-05-11
📊 statistics

Revisiting Transformer Layer Parameterization Through Causal Energy Minimization

यह शोध पत्र कॉज़ल एनर्जी मिनिमाइजेशन (CEM) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो ट्रांसफॉर्मर परतों को सशर्त ऊर्जा फलनों (conditional energy functions) पर अनुकूलन चरणों के रूप में पुनर्व्याख्या करता है ताकि भाषा मॉडलिंग कार्यों में मानक बेसलाइन के अनुरूप बाधित, पैरामीटर-कुशल आर्किटेक्चर प्राप्त किए जा सकें।

Jin Xu, Camille Couturier, Victor Rühle, Saravan Rajmohan, James Hensman2026-05-11