📊 सांख्यिकी

Spectral Lens: Activation and Gradient Spectra as Diagnostics of LLM Optimization

यह शोध पत्र "स्पेक्ट्रल लेंस" (Spectral Lens) को प्रस्तुत करता है, जो एक नैदानिक प्रोटोकॉल है जो एक्टिवेशन कोवेरियेंस (activation covariance) और ग्रेडिएंट स्पेक्ट्रा (gradient spectra) का उपयोग करके यह प्रकट करता है कि बैच आकार (batch size) कैसे प्रतिनिधित्व ज्यामिति (representation geometry) को प्रभावित करता है, टोकन दक्षता (token efficiency) की भविष्यवाणी करता है, और बड़े भाषा मॉडलों में आर्किटेक्चरल एवं निष्पादन-पक्ष (execution-side) अनुकूलन लाभों के बीच अंतर करता है।

Andy Zeyi Liu, Elliot Paquette, John Sous2026-05-08
🤖 मशीन लर्निंग

Temporal Functional Circuits: From Spline Plots to Faithful Explanations in KAN Forecasting

यह योगदान टेम्पोरल फंक्शनल सर्किट्स (Temporal Functional Circuits) को प्रस्तुत करता है, जो गेटेड रेसिडुअल कोल्मोगोरोव-अर्नोव नेटवर्क (KANs) पर आधारित एक ढांचा है जो स्पष्ट एज फंक्शन्स (edge functions) को टाइम सीरीज़ फोरकास्टिंग के लिए विश्वसनीय, समय-आधारित स्पष्टीकरणों में परिवर्तित करता है, जिससे प्रतिस्पर्धी प्रदर्शन प्राप्त होता है और सीखे गए स्प्लाइन आकारों (spline shapes) के भविष्य कहनेवाला मूल्य का प्रदर्शन होता है।

Naveen Mysore2026-05-08
🤖 मशीन लर्निंग

Saliency-Aware Regularized Quantization Calibration for Large Language Models

यह शोध पत्र सैलिएंसी-अवेयर रेगुलराइज्ड क्वांटाइजेशन कैलिब्रेशन (SARQC) का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो कैलिब्रेशन ऑब्जेक्टिव में एक सैलिएंसी-अवेयर रेगुलराइजेशन टर्म पेश करके लार्ज लैंग्वेज मॉडल्स के लिए पोस्ट-ट्रेनिंग क्वांटाइजेशन को बेहतर बनाता है, जिससे बिना किसी इन्फरेंस ओवरहेड के जनरलाइजेशन जोखिमों को कम किया जाता है और डाउनस्ट्रीम प्रदर्शन में सुधार किया जाता है।

Yanlong Zhao, Xiaoyuan Cheng, Huihang Liu, Baihua He, Xinyu Zhang, Harrison Bo Hua Zhu, Wenlong Chen, Li Zeng, Zhuo Sun2026-05-08
🤖 मशीन लर्निंग

Irminsul: MLA-Native Position-Independent Caching for Agentic LLM Serving

इर्मिन्सुल (Irminsul) एजेंटिक एलएलएम (Agentic LLMs) के लिए एक नेटिव पोजीशन-इंडिपेंडेंट कैशिंग सिस्टम पेश करता है जो कंटेंट-एड्रेस्ड की-वैल्यू कैशिंग को सक्षम करने के लिए मल्टी-हेड लेटेंट अटेंशन (Multi-Head Latent Attention) की आर्किटेक्चरल संरचना का लाभ उठाता है, जिससे पारंपरिक प्रीफिक्स-मैचिंग दृष्टिकोणों में निहित कैश इनवैलिडेशन समस्याओं को दूर करते हुए 83% तक प्रॉम्प्ट टोकन रिकवरी और 63% प्रीफिल ऊर्जा बचत प्राप्त होती है।

Bole Ma, Jan Eitzinger, Harald Köstler2026-05-08
🔢 गणित

Convex-Geometric Error Bounds for Positive-Weight Kernel Quadrature

यह शोध पत्र यह स्थापित करता है कि पॉजिटिव-वेट कर्नेल क्वाड्रचर (positive-weight kernel quadrature), कर्नेल मीन एम्बेडिंग्स (kernel mean embeddings) को अनुमानित करने के लिए रैंडम कॉनवेक्स हल (random convex hulls) की ज्यामिति का लाभ उठाकर मोंटे कार्लो-बीटिंग कन्वर्जेंस रेट्स (Monte Carlo-beating convergence rates) प्राप्त कर सकता है, जो स्थिर, सिम्प्लेक्स-कंस्ट्रेंड रीवेटिंग (simplex-constrained reweighting) के लिए सैद्धांतिक त्रुटि सीमाएं और एक रचनात्मक फ्रैंक-वोल्के एल्गोरिदम (Frank-Wolfe algorithm) दोनों प्रदान करता है।

Satoshi Hayakawa2026-05-08
💬 प्राकृतिक भाषा प्रसंस्करण

Decodable but Not Corrected by Fixed Residual-Stream Linear Steering: Evidence from Medical LLM Failure Regimes

यह शोध पत्र प्रदर्शित करता है कि यद्यपि मेडिकल LLMs में एक विशिष्ट "ओवरथिंकिंग" विफलता मोड (failure mode) को हिडन स्टेट्स (hidden states) से रैखिक रूप से डिकोड (linearly decodable) किया जा सकता है, फिर भी इसे कार्य-महत्वपूर्ण गणनाओं के साथ प्रतिनिधित्व संबंधी उलझाव (representational entanglement) के कारण फिक्स्ड लीनियर स्टीयरिंग (fixed linear steering) के माध्यम से सुधारा नहीं जा सकता है, हालांकि यही प्रोब (probe) चयनात्मक परहेज (selective abstention) को सक्षम करने के लिए विफलताओं का पता लगाने में प्रभावी बना रहता है।

Ming Liu2026-05-08
🤖 मशीन लर्निंग

Enabling Federated Inference via Unsupervised Consensus Embedding

यह शोध पत्र कंसेंसस एम्बेडिंग-आधारित फेडरेटेड इन्फरेंस (CE-FI) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो अनसुपरवाइज्ड कंसेंसस और केवल साझा अनलेबल डेटा पर प्रशिक्षित सहकारी आउटपुट परतों का उपयोग करके, कच्चे डेटा, मॉडल मापदंडों या एक सामान्य एनकोडर को साझा किए बिना, इन्फरेंस के दौरान विषम प्री-ट्रेंड मॉडलों को सहयोग करने में सक्षम बनाता है।

Yui Hashimoto, Takayuki Nishio, Yuichi Kitagawa, Takahito Tanimura2026-05-08
⚡ विद्युत इंजीनियरिंग

WARP: A Benchmark for Primal-Dual Warm-Starting of Interior-Point Solvers

यह शोध पत्र WARP प्रस्तुत करता है, जो एक बेंचमार्क और न्यूरल नेटवर्क फ्रेमवर्क है जो यह प्रदर्शित करता है कि AC ऑप्टिमल पावर फ्लो सॉल्वर में महत्वपूर्ण इटरेशन कटौती प्राप्त करने के लिए केवल प्राइमल वेरिएबल्स के बजाय पूर्ण प्राइमल-डुअल-बैरियर अवस्थाओं (primal-dual-barrier states) की भविष्यवाणी करना आवश्यक है, जो पिछले मूल्यांकन बेसलाइनों को सुधारता है जिन्होंने प्राइमल-ओनली वार्म-स्टार्टिंग की प्रभावकारिता को बढ़ाकर दिखाया था।

Dhruv Suri, Helgi Hilmarsson, Shourya Bose2026-05-08
🤖 मशीन लर्निंग

CRAFT: Forgetting-Aware Intervention-Based Adaptation for Continual Learning

CRAFT एक निरंतर सीखने वाला (continual learning) फ्रेमवर्क है जो बड़े भाषा मॉडलों (large language models) के लिए है, जो टास्क रूटिंग, KL-डाइवर्जेंस-आधारित फाइन-ट्यूनिंग और इंटरवेंशन मर्जिंग की एक एकीकृत तीन-चरणीय प्रक्रिया के माध्यम से हिडन रिप्रेजेंटेशन पर लो-रैंक इंटरवेंशन सीखकर कैटास्ट्रोफिक फॉरगेटिंग को कम करता है, जिससे यह कई बेंचमार्क पर मजबूत LoRA-आधारित दृष्टिकोणों से बेहतर प्रदर्शन करता है।

Md Anwar Hossen, Fatema Siddika, Juan Pablo Munoz, Tanya Roosta, Ali Jannesari2026-05-08
🤖 मशीन लर्निंग

CoMemNet: Contrastive Sampling with Memory Replay Network for Continual Traffic Prediction

CoMemNet एक ड्यूल-ब्रांच कंटीन्यूअल लर्निंग फ्रेमवर्क है जो विकसित होते ट्रैफिक पैटर्न को प्रभावी ढंग से कैप्चर करने और कैटास्ट्रोफिक फॉरगेटिंग को कम करने के लिए मोमेंटम-अपडेटेड टारगेट ब्रांच को डायनेमिक कॉन्ट्रास्टिव सैंपलर और एक लाइटवेट टेम्पोरल मेमोरी बफर के साथ जोड़ता है, जिससे बड़े पैमाने के वास्तविक दुनिया के डेटासेट्स पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Mei Wu, Wenchao Weng, Wenxin Su, Wenjie Tang, Wei Zhou2026-05-08