🤖 Category

cs.LG

27674 पेपर

🔬 सामग्री विज्ञान

Polarizable atomic multipoles for learning long-range electrostatics

यह शोध पत्र एक अर्ध-स्थानीय (semi-local) ढांचे को प्रस्तुत करता है जो ध्रुवीकरणीय परमाणु बहुध्रुवों (polarizable atomic multipoles) को गैर-स्व-सुसंगत रैखिक प्रतिक्रिया (non-self-consistent linear response) के साथ एकीकृत करता है ताकि मशीन लर्निंग अंतर-परमाणु विभव (interatomic potentials) विविध आयनिक और ध्रुवीय प्रणालियों में लंबी दूरी के इलेक्ट्रोस्टैटिक्स का सटीक रूप से मॉडल कर सकें और बोर्न प्रभावी आवेशों (Born effective charges) एवं इन्फ्रारेड स्पेक्ट्रा जैसे ध्रुवीकरण-संवेदनशील अवलोकनों की भविष्यवाणी कर सकें।

Dongjin Kim, Daniel S. King, Yoonjae Park, Roya Savoj, Sebastien Hamel, Xiaoyu Wang, Bingqing Cheng2026-05-08
🤖 मशीन लर्निंग

Full-Spectrum Graph Neural Network: Expressive and Scalable

यह शोध पत्र फुल-स्पेक्ट्रम GNN (FSpecGNN) का प्रस्ताव करता है, जो एक स्केलेबल सेकंड-ऑर्डर स्पेक्ट्रल ग्राफ न्यूरल नेटवर्क है जो सिग्नल्स को नोड-पेयर डोमेन में उठाता है और क्लासिकल GNNs की एक्सप्रेसिविटी सीमाओं को पार करने के लिए बाइवेरिएट स्पेक्ट्रल फ़िल्टरिंग का उपयोग करता है, जिससे नोड-पेयर सिग्नल्स का यूनिवर्सल एप्रोक्सिमेशन और हेटरोफिलिक ग्राफ्स पर मजबूत प्रदर्शन प्राप्त होता है।

Xiaohan Wang, Deyu Bo, Longlong Li, Kelin Xia2026-05-08
📊 सांख्यिकी

Optimal Confidence Band for Kernel Gradient Flow Estimator

यह शोध पत्र सोर्स स्थितियों के तहत निरंतर और असतत कर्नेल ग्रेडिएंट प्रवाह (kernel gradient flows) के सुप्रीमकम-नॉर्म सामान्यीकरण त्रुटि (supremum-norm generalization error) के लिए मिनिमैक्स-इष्टतम अभिसरण दरों (minimax-optimal convergence rates) को स्थापित करता है और उन इष्टतम दरों के अत्यंत निकट चौड़ाई वाले समवर्ती विश्वास बैंड (simultaneous confidence bands) का निर्माण करता है।

Yuqian Cheng, Zhuo Chen, Qian Lin2026-05-08
🤖 मशीन लर्निंग

A Measure-Theoretic Finite-Sample Theory for Adaptive-Data Fitted Q-Iteration

यह शोध पत्र एक एकीकृत माप-सिद्धांतिक ढांचे (measure-theoretic framework) को स्थापित करके ह्यूरिस्टिक डीप रीइन्फोर्समेंट लर्निंग और सैद्धांतिक आधारों के बीच के अंतर को पाटता है, जो सामान्य मापने योग्य स्थानों (general measurable spaces) पर एडेप्टिव-डेटा फिटेड Q-इटरेशन के लिए परिमित-नमूना प्रदर्शन सीमाएं (finite-sample performance bounds) और संचयी ऑनलाइन रिग्रेट गारंटी प्रदान करता है।

Manuel Haussmann, Mustafa Mert Çelikok, Melih Kandemir2026-05-08
🤖 मशीन लर्निंग

Revealing Modular Gradient Noise Imbalance in LLMs: Calibrating Adam via Signal-to-Noise Ratio

यह शोध पत्र MoLS को प्रस्तुत करता है, जो बड़े भाषा मॉडलों (large language models) में ग्रेडिएंट शोर असंतुलन (gradient noise imbalance) को संबोधित करने के लिए मॉड्यूल-स्तरीय सिग्नल-टू-नॉइज़ अनुपात (module-level signal-to-noise ratios) का अनुमान लगाकर एडम ऑप्टिमाइज़र (Adam optimizer) को स्वचालित रूप से कैलिब्रेट करने की एक विधि है, जिससे बिना किसी मैनुअल ट्यूनिंग के अभिसरण गति (convergence speed) और सामान्यीकरण (generalization) में सुधार होता है।

Ziqing Wen, Zhouyang Liu, Jiahuan Wang, Ping Luo, Li Shen, Dongsheng Li, Tao Sun2026-05-08
🤖 मशीन लर्निंग

Reward Shaping and Action Masking for Compositional Tasks using Behavior Trees and LLMs

यह शोध पत्र मास्किंग रिवॉर्ड बिहेवियर ट्री (MRBT) को प्रस्तुत करता है, जो एक न्यूरोसिंबोलिक फ्रेमवर्क है जो विभिन्न वस्तुओं वाले कंपोजिशनल कार्यों के लिए बड़े भाषा मॉडल (LLMs) और SMT सॉल्वर का लाभ उठाकर स्वचालित रूप से सत्यापन योग्य, मॉड्यूलर और रिएक्टिव रिवॉर्ड शेपिंग और एक्शन मास्किंग फंक्शन उत्पन्न करता है, जिससे सुदृढीकरण शिक्षण (reinforcement learning) की दक्षता और सफलता दर में महत्वपूर्ण सुधार होता है।

Nicholas Potteiger, Ankita Samaddar, Taylor T. Johnson, Xenofon Koutsoukos2026-05-08
🤖 मशीन लर्निंग

Retrieval from Within: An Intrinsic Capability of Attention-Based Models

यह शोध पत्र INTRA को प्रस्तुत करता है, जो एक एकल अटेंशन-आधारित एनकोडर-डिकोडर मॉडल के भीतर रिट्रीवल (retrieval) और जनरेशन (generation) को एकीकृत करने वाला एक फ्रेमवर्क है, जो इसे अपने आंतरिक निरूपणों (internal representations) से पूर्व-एनकोड किए गए साक्ष्यों को सीधे रिट्रीव और पुन: उपयोग करने में सक्षम बनाकर पारंपरिक अलग-अलग रिट्रीवल-ऑगमेंटेड जनरेशन पाइपलाइनों से बेहतर प्रदर्शन करने में सक्षम बनाता है।

Elad Hoffer, Yochai Blau, Ron Banner, Daniel Soudry, Boris Ginsburg2026-05-08
📊 सांख्यिकी

Ratio-based Loss Functions

यह शोध पत्र प्रतिगमन कार्यों (regression tasks) के लिए अनुपात-आधारित हानि फलनों (loss functions) का एक व्यवस्थित सर्वेक्षण प्रदान करता है जो पूर्ण अंतरों के बजाय सापेक्ष त्रुटियों पर ध्यान केंद्रित करते हैं, और भविष्य के अनुसंधान तथा नए हानि फलनों के विकास के लिए एक आधार स्थापित करने हेतु उनके मौलिक गणितीय गुणों का विश्लेषण करता है।

Lena Helgerth, Andreas Christmann2026-05-08
🤖 मशीन लर्निंग

Do Neural Operators Forget Geometry? The Forgetting Hypothesis in Deep Operator Learning

यह शोध पत्र "जियोमेट्रिक फॉरगेटिंग हाइपोथीसिस" (Geometric Forgetting Hypothesis) प्रस्तुत करता है, जो यह प्रदर्शित करता है कि डीप न्यूरल ऑपरेटर्स अपनी मार्कोवियन संरचना के कारण डोमेन ज्योमेट्री को क्रमिक रूप से खो देते हैं, जिससे प्रदर्शन में गिरावट आती है, और ज्यामितीय निष्ठा (geometric fidelity) को बहाल करने तथा स्थिरता में सुधार करने के लिए एक हल्के मेमोरी इंजेक्शन तंत्र का प्रस्ताव करता है।

Yanming Xia, Angelica I. Aviles-Rivero2026-05-08
🤖 मशीन लर्निंग

QuadraSHAP: Stable and Scalable Shapley Values for Product Games via Gauss-Legendre Quadrature

यह शोधपत्र QuadraSHAP प्रस्तुत करता है, जो एक संख्यात्मक रूप से स्थिर और स्केलेबल विधि है जो घातांकीय गठबंधन योग (exponential coalition summation) को गॉस-लेजेंड्रे क्वाड्रचर (Gauss-Legendre quadrature) के माध्यम से हल किए जाने योग्य एक सटीक या लगभग सटीक एक-आयामी समाकल (one-dimensional integral) में परिवर्तित करके उत्पाद खेलों (product games) के लिए शापली मानों (Shapley values) की गणना करता है, जिससे न्यूनतम नोड्स के साथ उच्च परिशुद्धता और कुशल समानांतर प्रदर्शन प्राप्त होता है।

Majid Mohammadi, Grigory Reznikov, Pavel Sinitcyn, Krikamol Muandet, Siu Lun Chau2026-05-08