cs.LG पेपर | Gist.Science

Steering Neural Network Training through Interpretable Constraints Based on Partial Dependence

यह शोध पत्र एक स्पष्टीकरण-निर्देशित शिक्षण दृष्टिकोण प्रस्तुत करता है जो मॉडल व्यवहार को डोमेन ज्ञान के साथ संरेखित करने के लिए आंशिक निर्भरता बाधाओं का उपयोग करके न्यूरल नेटवर्क प्रशिक्षण को निर्देशित करता है, जो अनियंत्रित मॉडलों की तुलना में प्रतिगमन कार्यों पर बेहतर प्रदर्शन, डेटा दक्षता और व्याख्यात्मकता प्रदर्शित करता है।

Yann Claes, Pierre Geurts, Vân Anh Huynh-Thu2026-07-10

🤖 machine learning

BiSCo-LLM: Lookup-Free Binary Spherical Coding for Extreme Low-Bit Large Language Model Compression

BiSCo-LLM एक लुकअप-मुक्त बाइनरी स्फेरिक कोडिंग फ्रेमवर्क पेश करता है जो पुनर्निर्माण निष्ठा (reconstruction fidelity) को बनाए रखते हुए स्पष्ट कोडबुक को समाप्त करने के लिए बाइनराइज्ड हाइपरस्फेरिक मैपिंग, रेसिडुअल एनकोडिंग और कैटेगरी-वाइज डिस्टिलेशन को संयोजित करके अत्यधिक लो-बिट लार्ज लैंग्वेज मॉडल संपीड़न प्राप्त करता है।

Yuantian Shao, Peisong Wang, Zhilei Liu, Chuangyi Li, Yuanteng Chen, Pengcheng Xie, Yiwu Yao, Zhihui Wei, Jian Cheng2026-07-10

🤖 machine learning

Multi-Modal, Multi-Environment Machine Teaching for Robust Reward Learning

यह शोध पत्र एक पदानुक्रमित मशीन टीचिंग एल्गोरिदम प्रस्तावित करता है जो विविध वातावरणों का चयन करता है और कम लागत वाले फीडबैक मोडैलिटीज़ को क्वेरी करता है ताकि ऐसे रिवॉर्ड फंक्शन्स सीखे जा सकें जो कई परिचालन संदर्भों में मजबूती से सामान्यीकृत (generalize) हो सकें, और जो मौजूदा सिंगल-एनवायरनमेंट दृष्टिकोणों से बेहतर प्रदर्शन करते हैं।

Ali Larian, Qian Lin, Chang Zong Wu, Daniel S. Brown2026-07-10

🤖 machine learning

EdgeRefine: Privacy-Utility Balance for Graphs via Jaccard Sampling under Edge Differential Privacy

EdgeRefine एक स्थानीय विभेदक गोपनीयता (local differential privacy) ढांचा है जो ग्राफ संरचना को संरक्षित करने और एज-स्तरीय विभेदक गोपनीयता को संतुष्ट करने के लिए जैकार्ड समानता-आधारित एज रैंकिंग (Jaccard similarity-based edge ranking) और अनुकूली नमूनाकरण (adaptive sampling) का उपयोग करके ग्राफ लर्निंग में गोपनीयता-उपयोगिता संतुलन को अनुकूलित करता है, जिससे यह नोड और ग्राफ वर्गीकरण कार्यों में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।

Wenxiu Ding, Muzhi Liu, Zheng Yan, Mingjun Wang, Yifan Zhao, Qiao Liu2026-07-10

🤖 machine learning

A Practical Investigation of Training-free Relaxed Speculative Decoding

यह शोधपत्र प्रशिक्षण-मुक्त रिलैक्स्ड स्पेक्युलेटिव डिकोडिंग (training-free relaxed speculative decoding) के लिए एक व्यावहारिक जांच और एकीकृत ढांचा प्रदान करता है, जो यह प्रकट करता है कि हालांकि ऐसी विधियां गति वृद्धि या क्षमता लाभ प्रदान कर सकती हैं, वे अक्सर महत्वपूर्ण क्षमता मूल्यांकन की मांग करती हैं और हल्के समर्पित ड्राफ्टर्स के बजाय उच्च गुणवत्ता वाले लैंग्वेज मॉडल ड्राफ्टर्स पर निर्भर करती हैं।

Guoxuan Xia, Luka Ribar, Paul Balanca2026-07-10

🤖 machine learning

MPFlow: Learning Budgeted Max-Flow Optimization on the Lightning Network with Deep Graph Reinforcement Learning

यह शोध पत्र MPFlow को प्रस्तुत करता है, जो एक डीप ग्राफ रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो बजट संबंधी बाधाओं के तहत रूटिंग क्षमता को अधिकतम करने के लिए चैनल ओपनिंग चुनने को सीखकर बिटकॉइन लाइटनिंग नेटवर्क में लिक्विडिटी प्लेसमेंट को अनुकूलित करता है, एक ऐसी विधि जिसे 30 नोड्स में 267 BTC से अधिक के प्रबंधन के लिए उत्पादन (प्रोडक्शन) में सफलतापूर्वक तैनात किया गया है।

Harrison Rush, Vincent Davis, Simone Antonelli, Vikash Singh, Jesse Shrader, Emanuele Rossi2026-07-10

🤖 machine learning

Latent Memory Palace: Reasoning for Control as Autoregressive Variational Inference

यह शोध पत्र लेटेंट मेमोरी पैलेस (LMP) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो नियंत्रण तर्क (control reasoning) को एक लेटेंट स्पेस के भीतर ऑटोरेग्रेसिव वेरिएशनल इन्फरेंस के रूप में मॉडल करता है, जिससे पुनरावृत्ति पुनर्प्राप्ति (iterative retrieval) और एक नवीन परिवर्तनीय-लंबाई वाले एक्शन टोकेनाइज़र के माध्यम से अनुकूलित टेस्ट-टाइम कंप्यूट आवंटन और बेहतर नीति प्रदर्शन सक्षम होता है।

Chuning Zhu, Eva Xu, Jose Barreiros, Krishnan Srinivasan, Paarth Shah, Abhishek Gupta2026-07-10

🤖 machine learning

Pose-to-Biomechanics: Bridging 3D Human Pose Estimation and Biomechanical Attribute Prediction

यह शोध पत्र BioModule को प्रस्तुत करता है, जो एक हल्का, एस्टिमेटर-अज्ञेय (estimator-agnostic) टेम्पोरल ट्रांसफार्मर है जो मानक कंकालों (skeletons) से भौतिक गति गुणों का पूर्वानुमान लगाकर 3D मानव मुद्रा अनुमान और बायोमैकेनिकल विश्लेषण के बीच के अंतर को पाटता है, जिसे एक नए संरेखित डेटासेट और सात अत्याधुनिक पोज़ एस्टिमेटर्स के व्यवस्थित मूल्यांकन के माध्यम से प्रमाणित किया गया है।

Ayda Eghbalian, Kevin Desai2026-07-10

🤖 machine learning

Super Weights in LLMs and the Failure of Selective Training

यह शोध पत्र यह प्रदर्शित करता है कि "सुपर वेट्स" (Super Weights) की अवधारणा सभी LLMs में सामान्य रूप से लागू नहीं होती है और इन व्यक्तिगत रूप से पहचाने गए महत्वपूर्ण मापदंडों को अलग से प्रशिक्षित करने का प्रयास प्रदर्शन की विनाशकारी विफलता का कारण बनता है, जो यह सिद्ध करता है कि प्रभावी फाइन-ट्यूनिंग विशिष्ट उच्च-महत्व वाले वेट्स को लक्षित करने के बजाय संरचित लेयर-व्यापी अपघटन (layer-wide decompositions) पर निर्भर करती है।

Shreyas Subramanian, Adewale Akinfaderin, Akarsha Sehwag2026-07-10

🤖 machine learning

ARDY: Autoregressive Diffusion with Hybrid Representation for Interactive Human Motion Generation

यह शोध पत्र ARDY को प्रस्तुत करता है, जो एक स्ट्रीमिंग जनरेशन फ्रेमवर्क है जो ऑनलाइन टेक्स्ट प्रॉम्प्ट्स पर सटीक नियंत्रण और लचीले लॉन्ग-होरिज़न काइनेमैटिक कंस्ट्रेंट्स के साथ रियल-टाइम, हाई-फिडेलिटी 3D ह्यूमन मोशन जनरेशन प्राप्त करने के लिए एक हाइब्रिड रिप्रेजेंटेशन और टू-स्टेज ऑटोरेग्रेसिव ट्रांसफॉर्मर डिनोइज़र का उपयोग करता है।

Kaifeng Zhao, Mathis Petrovich, Haotian Zhang, Tingwu Wang, Siyu Tang, Davis Rempe2026-07-10

← पिछला अगला →