📊 statistics

CaSPECT: Discovering Causally Homogeneous Subgroups via Directed Spectral Clustering

यह शोध पत्र CaSPECT को प्रस्तुत करता है, जो एक कारण स्पेक्ट्रल क्लस्टरिंग (causal spectral clustering) ढांचा है जो एक सुदृढ़ रूप से उन्मुख निर्देशित अचक्रीय ग्राफ (directed acyclic graph) की टोपोलॉजी और किनारों के भार (edge weights) के आधार पर व्यक्तियों को एम्बेड करके कारण-रूप से सजातीय उपसमूहों (causally homogeneous subgroups) की पहचान करता है, जिससे पूर्व-निर्धारित प्रोपेंसिटी मॉडल के बिना सुसंगत उपचार प्रभाव अनुमान (treatment effect estimation) सक्षम होता है।

Arghya Pratihar, Shinjon Chakraborty, Swagatam Das2026-07-07
🤖 machine learning

Scalable Differentially Private Data Compression via Diffusion and Stochastic Codes

यह शोध पत्र DP-DiPP को प्रस्तुत करता है, जो एक स्केलेबल डिफरेंशियल प्राइवेट इमेज कंप्रेशन फ्रेमवर्क है जो उच्च-आयामी डेटा के लिए मजबूत गोपनीयता गारंटी और उपयोगिता बनाए रखते हुए काफी उच्च संपीड़न दर (10-30 गुना बेहतर) प्राप्त करने के लिए डिफ्यूजन मॉडल्स के साथ स्टोकेस्टिक कोड्स को जोड़ता है।

Gergely Flamich, Oykü Sıla Güner, Yanxiao Liu, Deniz Gündüz2026-07-07
🤖 AI

Amortising Bayesian Experimental Design for Sequential Information Gathering in LLMs

यह शोध पत्र एमोर्टाइज्ड सीक्वेंशियल इंफॉर्मेशन गैदरिंग (ASIG) को प्रस्तुत करता है, जो एक फाइन-ट्यूनिंग विधि है जो LLM नीतियों में बेयसियन एक्सपेरिमेंटल डिज़ाइन को एकीकृत करती है ताकि 20 प्रश्न (20 Questions) और मेडिकल डायग्नोसिस जैसे कार्यों में अनुक्रमिक सूचना एकत्र करने की दक्षता और सफलता दर में उल्लेखनीय सुधार किया जा सके और साथ ही इन्फरेंस लागत को भारी रूप से कम किया जा सके।

Jakob Hartmann, James Harvey, Jhonathan Navott, Erik Y. Wang, Luckeciano C. Melo, Flaviu Cipcigan, Cheng Zhang, Alessand (…)2026-07-07
🤖 AI

Best-of-Better-NN: Generating Pre-Aligned Responses with In-Context Learning

यह शोध पत्र बेस्ट-ऑफ-बेटर-NN (BoBN) को प्रस्तुत करता है, जो एक इन-कॉन्टेक्स्ट लर्निंग फ्रेमवर्क है जो उच्च-पुरस्कार वाले उदाहरणों को रिट्रीव और रीस्टाइल करके मॉडल के सैंपलिंग डिस्ट्रीब्यूशन को बेहतर प्रतिक्रियाओं की ओर स्थानांतरित करके इन्फरेंस-टाइम अलाइनमेंट में सुधार करता है, जिससे पारंपरिक बेस्ट-ऑफ-NN विधियों की तुलना में कम जनरेटेड उम्मीदवारों के साथ उत्कृष्ट प्रदर्शन प्राप्त होता है।

Eric Lei, Hsiang Hsu, Chun-Fu Chen2026-07-07
🤖 machine learning

WorldBagel: Uncovering the Power of Unified Multimodal Models for Vision-Language-Action-World Modeling

यह शोधपत्र WorldBagel को प्रस्तुत करता है, जो BAGEL आर्किटेक्चर पर निर्मित एक एकीकृत विजन-लैंग्वेज-एक्शन-वर्ल्ड मॉडलिंग फ्रेमवर्क है, जो यह प्रदर्शित करता है कि मल्टीमॉडल जनरेशन और वर्ल्ड मॉडलिंग को एकीकृत करने से विविध रोबोटिक मैनिपुलेशन कार्यों में कार्य-विशिष्ट विकल्पों की तुलना में बेहतर प्रदर्शन और अधिक संरचित एक्शन रिप्रजेंटेशन प्राप्त होता है।

Zelin Zhao, Min Shi, Bo Yuan, Haotian Xue, Jialuo Li, Lama Moukheiber, Humphrey Shi, Yongxin Chen2026-07-07
💬 NLP

CaresAI at SMM4H-HeaRD 2026: Predicting TNM Staging

यह शोध पत्र SMM4H-HeaRD 2026 चुनौती के लिए CaresAI प्रणाली प्रस्तुत करता है, जो TNM स्टेजिंग की भविष्यवाणी करने के लिए TCGA पैथोलॉजी रिपोर्टों पर विभिन्न मशीन लर्निंग और डीप लर्निंग मॉडलों का उपयोग करता है, जो प्रशिक्षण के दौरान मजबूत प्रदर्शन प्राप्त करता है लेकिन परीक्षण सेटों पर मूल्यांकन के दौरान महत्वपूर्ण सामान्यीकरण चुनौतियों और वर्ग असंतुलन के प्रति संवेदनशीलता को प्रकट करता है।

Joseph Itopa Abubakar, Jorge Jarme, Favour Igwezeke, Mary Adewunmi2026-07-07
🤖 AI

Towards Diverse and Comprehensive Benchmarks for Mutual Information Estimation

यह शोध पत्र म्यूचुअल इंफॉर्मेशन अनुमानकों (mutual information estimators) का मूल्यांकन करने के लिए विविध सिंथेटिक और वास्तविक दुनिया के परीक्षणों के साथ एक व्यापक, कोपुला-सैद्धांतिक (copula-theoretic) बेंचमार्किंग ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि कोई भी एकल विधि सार्वभौमिक रूप से दूसरों से बेहतर प्रदर्शन नहीं करती है और गैर-पैरामीट्रिक, विभेदक (discriminative) तथा जनरेटिव श्रेणियों में विशिष्ट सीमाओं को उजागर करती है।

Alberto Foresti, Ivan Butakov, Alexander Tolmachev, Giulio Franzese, Alexey Frolov, Pietro Michiardi2026-07-07
💬 NLP

Reading Between the Dots: Decoding Hidden Computation across Filler Tokens

यह शोध पत्र प्रदर्शित करता है कि फ्रंटियर LLMs अपने हिडन स्टेट्स (hidden states) के भीतर कंटेंट-फ्री फिलर टोकन्स पर संरचित, सुपाठ्य बहु-चरणीय तर्क (multi-step reasoning) करते हैं, जो यह प्रकट करता है कि अनसुपरवाइज्ड डिकोडिंग के माध्यम से रेसिडुअल स्ट्रीम (residual stream) की निगरानी तब भी की जा सकती है जब सतह के टोकन्स कोई दृश्यमान चेन-ऑफ-थॉट (chain-of-thought) प्रदान नहीं करते हैं।

Kaley Brauer, Claudio Mayrink Verdun, Samuel Marks2026-07-07
🤖 machine learning

Mixture-of-Gaussians-Guided Schedule Design for Brownian Bridge Diffusion Models

यह शोध पत्र एक मिक्सचर-ऑफ-गॉसियन्स प्रायर के तहत ब्राउनियन ब्रिज डिफ्यूजन मॉडल शेड्यूल्स को डिजाइन करने के लिए एक सिद्धांतिक विश्लेषणात्मक ढांचा स्थापित करता है, जो विशिष्ट क्षरणों से स्वतंत्र सार्वभौमिक शेड्यूल्स के अस्तित्व को सिद्ध करते हुए, धारणात्मक गुणवत्ता और पुनर्निर्माण निष्ठा के बीच संतुलन बनाने वाले क्लोज्ड-फॉर्म ऑब्जेक्टिव्स व्युत्पन्न करता है।

Ron Levi, Michael Elad2026-07-07
💬 NLP

Aligning Language Models with Selective Prediction

यह शोध पत्र 'रिनफोर्समेंट लर्निंग फॉर सिलेक्शन रिवॉर्ड' (RLSR) का प्रस्ताव करता है, जो एक नवीन पोस्ट-ट्रेनिंग अलाइनमेंट फ्रेमवर्क है जो रिस्क-कवरेज कर्व के नीचे के क्षेत्र (AURC) को सीधे लक्षित करके बड़े भाषा मॉडलों को चयनात्मक भविष्यवाणी (selective prediction) के लिए अनुकूलित करता है, जिससे रिस्क-कवरेज ट्रेड-ऑफ में महत्वपूर्ण सुधार होता है और उच्च-जोखिम वाले निर्णय लेने की स्थितियों में विश्वसनीयता बढ़ती है।

Gaoxiang Luo, Yifan Wu, Sinian Zhang, Aryan Deshwal, Ju Sun2026-07-07