🤖 Category

cs.LG

20386 पेपर

💬 NLP

Weak-to-Strong Generalization via Direct On-Policy Distillation

यह शोध पत्र डायरेक्ट ऑन-पॉलिसी डिस्टिलेशन (Direct-OPD) का प्रस्ताव करता है, जो एक ऐसी विधि है जो वेरिफिएबल रिवॉर्ड्स (RLVR) के साथ सुदृढीकरण सीखने (reinforcement learning) के दौरान एक छोटे मॉडल द्वारा सीखे गए पॉलिसी शिफ्ट्स को शिक्षक के प्री- और पोस्ट-RL पॉलिसियों के लॉग-अनुपात (log-ratio) को एक डेंस इम्प्लिसिट रिवॉर्ड के रूप में उपयोग करके एक मजबूत लक्ष्य मॉडल में स्थानांतरित करती है, जिससे बड़े मॉडल पर पूर्ण RL चलाने की उच्च कम्प्यूटेशनल लागत के बिना कुशल वीक-टू-स्ट्रोंग जनरलाइजेशन सक्षम होता है।

Shiyuan Feng, Huan-ang Gao, Haohan Chi, Hanlin Wu, Zhilong Zhang, Zheng Jiang, Bingxiang He, Wei-Ying Ma, Ya-Qin Zhang (…)2026-07-09
🧬 biology

Trajectory Inference of Human Aging from Cross-Sectional DNA Methylation Data

यह शोध पत्र एक दो-चरणीय कम्प्यूटेशनल पाइपलाइन प्रस्तुत करता है जो क्रॉस-सेक्शनल डीएनए मिथाइलेशन डेटा से निरंतर मानव एपिजेनेटिक उम्र बढ़ने के प्रक्षेप पथों (trajectories) को पुनर्गठित करने के लिए एक आयु-नियमित वेरिएशनल ऑटोएनकोडर और रेगुलराइज्ड अनबैलेंस्ड ऑप्टिमल ट्रांसपोर्ट को जोड़ता है, जो कठोर जैविक पूर्व धारणाओं (priors) पर निर्भर किए बिना जनसंख्या-स्तरीय गतिकी को सफलतापूर्वक मॉडल करता है और विशिष्ट जैविक उम्र बढ़ने के आर्केटाइप्स को उजागर करता है।

Chandan Gupta, Syed Haider, Pietro Liò2026-07-09
💻 computer science

AI for Cultural Heritage Textiles: Fine-Tuned Latent Diffusion for Novel Ulos Motif Synthesis

यह अध्ययन प्रदर्शित करता है कि उलोस (Ulos) रूपांकनों के एक क्यूरेटेड डेटासेट पर लेटेंट डिफ्यूजन मॉडल्स, विशेष रूप से प्रोटोजेन (Protogen) v3.4 को फाइन-ट्यून करना प्रभावी रूप से नवीन, सांस्कृतिक रूप से सुसंगत टेक्सटाइल डिज़ाइन उत्पन्न करता है, जो पारंपरिक अखंडता के साथ नवाचार को संतुलित करने के लिए इष्टतम गाइडेंस स्केल्स की पहचान करते हुए उत्कृष्ट दृश्य निष्ठा और विविधता प्राप्त करता है।

Humasak Tommy Argo Simanjuntak, Jesika Purba, Sitogab Girsang, Widya Manurung, Samuel Situmeang, Arlinta Barus, Daniel O (…)2026-07-09
🤖 machine learning

TriRoute: Unified Learned Routing for Joint Adaptive Attention, Experts, and KV-Cache Allocation

TriRoute एक एकीकृत सीखे हुए रूटिंग फ्रेमवर्क (unified learned routing framework) को पेश करता है जो एक एकल हल्के नियंत्रक (lightweight controller) के माध्यम से प्रत्येक टोकन के लिए अटेंशन रेजोल्यूशन (attention resolution), एक्सपर्ट सिलेक्शन (expert selection) और KV-कैश बिट-विड्थ (KV-cache bit-width) को संयुक्त रूप से अनुकूलित करता है, जिससे अलग-थलग कंडीशनल कंप्यूटेशन विधियों की तुलना में बेहतर पारेटो दक्षता (Pareto efficiency) और मजबूती प्राप्त होती है।

Andrii Balashov, Olena Ponomarova2026-07-09
🤖 machine learning

D2PO: Optimizing Diffusion Samplers via Dynamic Preference

यह शोध पत्र D2PO का प्रस्ताव करता है, जो एक नवीन ढांचा है जो डिफ्यूजन सैंपलिंग नीतियों को प्री-ट्रेन्ड स्कोर नेटवर्क्स से व्युत्पन्न एक ऊर्जा-आधारित मॉडल का उपयोग करके कार्य को एक गतिशील प्राथमिकता संरेखण समस्या के रूप में पुनर्गठित करके अनुकूलित करता है, जिससे पारंपरिक रिग्रेशन-आधारित विधियों की फिडेलिटी सीमाओं को दूर किया जा सके और कम-NFE बाधाओं के तहत बेहतर प्रत्यक्ष गुणवत्ता प्राप्त की जा सके।

Jinkyu Kim, Jinyoung Choi, Bohyung Han2026-07-09
🤖 machine learning

STAGformer: A Spatio-temporal Agent Graph Transformer for Micro Mobility Demand Forecasting

यह शोध पत्र STAGformer को प्रस्तुत करता है, जो एक स्पैटियो-टेम्पोरल एजेंट ग्राफ ट्रांसफॉर्मर है जो रैखिक जटिलता के साथ कुशल वैश्विक मॉडलिंग प्राप्त करने के लिए एक नवीन दो-चरणीय एजेंट अटेंशन तंत्र का उपयोग करता है, जो जटिल शहरी नेटवर्क में बाइक-शेयरिंग मांग के पूर्वानुमान में अत्याधुनिक बेसलाइनों से काफी बेहतर प्रदर्शन करता है।

Ye Zihao2026-07-09
⚡ electrical engineering

Format-Controlled Multi-Scale JPEG Compression Response Analysis for Image-Level Forgery Screening

यह शोध पत्र एक हल्का, CPU-आधारित इमेज-लेवल फोर्जरी स्क्रीनिंग पद्धति प्रस्तावित करता है जो संपीड़न आर्टिफैक्ट्स (compression artifacts) का पता लगाने के लिए मल्टी-स्केल एरर लेवल एनालिसिस और क्रॉस-क्वालिटी फीचर्स का उपयोग करता है, जिससे फॉर्मेट-नियंत्रित डेटासेट्स पर मजबूत प्रदर्शन (AUC 0.990) प्राप्त होता है और साथ ही फाइल-फॉर्मेट बायस से बचते हुए सब-सेकंड इन्फरेंस सुनिश्चित होता है।

Sujith K Mandala2026-07-09
🤖 machine learning

WHERE to Generate Matters: Budget-Aware Synthetic Augmentation for Label Skewed Federated Learning

यह शोध पत्र FedEAS का प्रस्ताव करता है, जो लेबल-झुकाव वाले फेडरेटेड लर्निंग के लिए एक बजट-जागरूक सिंथेटिक ऑग्मेंटेशन पॉलिसी है, जो पूर्ण क्लास बैलेंसिंग के अधिकांश सटीकता लाभों को प्राप्त करते हुए कम्प्यूटेशनल लागत को महत्वपूर्ण रूप से कम करने के लिए स्थानीय लेबल वितरण के आधार पर प्रति-क्लाइंट जनरेशन बजट को गतिशील रूप से आवंटित करता है।

Sangwoo Lee, Sunghwan Park, Jaewoo Lee2026-07-09
🤖 AI

AgentLens: Production-Assessed Trajectory Reviews for Coding Agent Evaluation

AgentLens कोडिंग एजेंटों के लिए एक प्रोडक्शन-असेसमेंट बेंचमार्क पेश करता है जो औपचारिक सत्यापन (formal verification) और LLM-जनरेटेड समीक्षाओं के संयोजन के माध्यम से संपूर्ण इंटरेक्शन ट्राजेक्टरी का मूल्यांकन करता है, जिससे सरल पास/फेल मेट्रिक्स से परे विस्तृत व्यवहार संबंधी निदान और रिग्रेशन डिटेक्शन सक्षम होता है।

Andrey Podivilov, Vadim Lomshakov, Sergey Savin, Matvei Startsev, Roman Pozharskiy, Maksim Parshin, Sergey Nikolenko2026-07-09
🤖 machine learning

When Certificates Fail: A Unified Safety Framework for Embedded Neural Interface Models

यह शोध पत्र यह तर्क देता है कि गणितीय सत्यापन और उपयोगकर्ता कल्याण के बीच एक महत्वपूर्ण विसंगति के कारण औपचारिक सुदृढ़ता प्रमाणपत्र (formal robustness certificates) एम्बेडेड न्यूरल इंटरफेस मॉडलों की परिचालन सुरक्षा सुनिश्चित करने के लिए अपर्याप्त हैं, और विविध ईईजी (EEG) डिकोडर आर्किटेक्चर में सत्यापन अंतराल, प्रॉक्सी-फिडेलिटी विचलन और गुप्त सूचना निष्कर्षण (latent information exfiltration) को संबोधित करने के लिए एक एकीकृत अनुभवजन्य ऑडिट ढांचे का प्रस्ताव करता है।

Jasmeet Singh Bindra2026-07-09