cs.LG पेपर | Gist.Science

When Benchmarks Lie: Evaluating Malicious Prompt Classifiers Under True Distribution Shift

यह शोध पत्र प्रकट करता है कि मानक क्रॉस-वैलिडेशन (cross-validation), एक कठोर लीव-वन-डेटासेट-आउट (Leave-One-Dataset-Out) मूल्यांकन की तुलना में मैलिशियस प्रॉम्प्ट क्लासिफायर के सामान्यीकरण (generalization) को 8–16.5 AUC अंकों से काफी अधिक बढ़ाकर दिखाता है, जो मॉडल फीचर्स में व्यापक डेटासेट-निर्भर शॉर्टकट्स को उजागर करता है जिन्हें वर्तमान डोमेन-जनरलाइजेशन तकनीकें कम करने में विफल रहती हैं।

Max Fomin2026-07-21

📈 economics

Dynamic Decision-Making under Model Misspecification: A Stochastic Stability Approach

यह शोध पत्र एक टू-आर्म्ड गॉसियन बैंडिट (two-armed Gaussian bandit) के भीतर पोस्टीरियर इवोल्यूशन (posterior evolution) को विशिष्ट श्रेणियों में वर्गीकृत करके और सीमित विश्वासों (limiting beliefs) तथा एसिम्प्टोटिक रिग्रेट (asymptotic regret) को स्पष्ट करने के लिए सामान्य परिमित मॉडल वर्गों (general finite model classes) हेतु एक एकीकृत स्टोकेस्टिक स्थिरता ढांचे (unified stochastic stability framework) को स्थापित करके, मॉडल मिसस्पेसिफिकेशन (model misspecification) के तहत थॉम्पसन सैंपलिंग (Thompson Sampling) के प्रदर्शन का विश्लेषण करता है।

Xinyu Dai, Daniel Chen, Yian Qian2026-07-21

🤖 machine learning

Audio-Visual Continual Test-Time Adaptation without Forgetting

यह शोध पत्र AVReCAP का प्रस्ताव करता है, जो ऑडियो-विजुअल निरंतर टेस्ट-टाइम अनुकूलन (continual test-time adaptation) के लिए एक नवीन विधि है, जो केवल टेस्ट डेटा का उपयोग करके एक बफर से इष्टतम मोडैलिटी फ्यूजन लेयर मापदंडों को गतिशील रूप से पुनर्प्राप्त और अनुकूलित करके कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को कम करता है, जिससे स्रोत डेटा तक पहुंच के बिना गैर-स्थिर डोमेन में प्रदर्शन में महत्वपूर्ण सुधार होता है।

Sarthak Kumar Maharana, Akshay Mehra, Bhavya Ramakrishna, Yunhui Guo, Guan-Ming Su2026-07-21

⚛️ quantum physics

Exploiting Low-Rank Objective Structure in Discrete Quadratic Optimization

यह शोध पत्र एक नियत (deterministic) और यादृच्छिक (randomized) एल्गोरिद्मिक ढांचे को प्रस्तुत करता है जो डिस्क्रीट क्वाड्रेटिक ऑप्टिमाइज़ेशन समस्याओं की लो-रैंक संरचना का लाभ उठाकर उच्च-गुणवत्ता वाले समाधान कुशलतापूर्वक खोजने के लिए, प्रमाणित सन्निकटन गारंटी (approximation guarantees) और विशाल समानांतरता (massive parallelizability) का उपयोग करता है, जिससे $10^6$ से अधिक आयामों तक स्केलेबिलिटी सक्षम होती है।

Ria Stevens, Fangshuo Liao, Barbara Su, Thanasis Hadjidimoulas, Jianqiang Li, Anastasios Kyrillidis2026-07-21

🤖 machine learning

Rethinking Efficiency in Neural Combinatorial Optimization: Batched Preference Optimization with Mamba

यह शोध पत्र ECO को प्रस्तुत करता है, जो एक कुशल न्यूरल कॉम्बिनेटरियल ऑप्टिमाइज़ेशन फ्रेमवर्क है जो TSP और CVRP कार्यों पर बेहतर प्रदर्शन और हार्डवेयर उपयोगिता प्राप्त करने के लिए प्रशिक्षण के दौरान लोकल सर्च द्वारा निर्देशित एक डिकपल्ड, बैच्ड डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन पाइपलाइन के साथ एक मेमोरी-कुशल मंबा बैकबोन को जोड़ता है।

Zhenxing Xu, Zeyuan Ma, Weidong Bao, Yan Zheng, Chongshuang Hu, Ji Wang, Zhiguang Cao2026-07-21

💬 NLP

GradAlign: Gradient-Aligned Data Selection for LLM Reinforcement Learning

यह शोधपत्र GradAlign को प्रस्तुत करता है, जो एक ग्रेडिएंट-अलाइन्ड डेटा चयन पद्धति है जो एक विश्वसनीय वैलिडेशन सेट का लाभ उठाकर उन प्रशिक्षण समस्याओं को प्राथमिकता देती है जिनके पॉलिसी ग्रेडिएंट्स संरेखित (aligned) हैं, जिससे एक अनुकूली पाठ्यक्रम (adaptive curriculum) स्थापित होता है जो चुनौतीपूर्ण डेटा व्यवस्थाओं में एलएलएम (LLM) सुदृढीकरण शिक्षण की स्थिरता और प्रदर्शन में महत्वपूर्ण सुधार करता है।

Ningyuan Yang, Weihua Du, Weiwei Sun, Sean Welleck, Yiming Yang2026-07-21

🤖 machine learning

Routing by Reaching: Composition of Pre-trained GFlowNets for Multi-Objective Generation

यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो बिना पुनरप्रशिक्षण के बहु-उद्देश्यीय पीढ़ी कार्यों को कुशलतापूर्वक संभालने के लिए इन्फरेंस के समय प्री-ट्रेंड GFlowNets को संयोजित करता है, जो लीनियर स्केलेराइजेशन के लिए सटीक रिकवरी और नॉन-लीनियर ऑपरेटर्स के लिए बाउंडेड एप्रोक्सिमेशन प्रदान करते हुए संयुक्त रूप से प्रशिक्षित बेसलाइन्स के समान प्रदर्शन प्राप्त करता है।

Seokwon Yoon, Youngbin Choi, Seunghyuk Cho, Seungbeom Lee, MoonJeong Park, Dongwoo Kim2026-07-21

🤖 machine learning

Rooted Absorbed Prefix Trajectory Balance with Submodular Replay for GFlowNet Training

यह शोध पत्र RapTB प्रस्तुत करता है, जो एक GFlowNet प्रशिक्षण उद्देश्य है जो अवशोषित प्रत्यय-आधारित बैकअप (absorbed suffix-based backups) के माध्यम से प्रारंभिक प्रीफिक्स के लिए क्रेडिट असाइनमेंट में सुधार करता है, और SubM, एक उप-मॉड्यूलर रिप्ले रणनीति जो वितरण विस्थापन (distribution shift) को कम करने के लिए है, जो सामूहिक रूप से मोड कोलैप्स को संबोधित करते हैं और अणु निर्माण (molecule generation) जैसे कार्यों में विविधता को बढ़ाते हैं।

Xi Wang, Wenbo Lu, Shengjie Wang2026-07-21

🤖 machine learning

Interpretable Factor Decomposition for Decision Intelligence in Large-Scale Financial Markets: Evidence from China's A-Share Market

यह शोध पत्र चीन के ए-शेयर बाजार पर लागू एक व्याख्यात्मक XGBoost पाइपलाइन प्रस्तुत करता है जो मुख्य रूप से व्यवहारिक संकेतों (behavioral signals) द्वारा संचालित महत्वपूर्ण भविष्य कहनेवाला अल्फा प्राप्त करता है, जबकि यह प्रदर्शित करता है कि कैसे SHAP एट्रिब्यूशन को एब्लेशन विश्लेषण (ablation analysis) के साथ संयोजित करना उन महत्वपूर्ण फीचर प्रतिस्थापन संरचनाओं (feature substitutability structures) को प्रकट करता है जो अकेले किसी भी विधि द्वारा अदृश्य रहती हैं।

Xiao Han, Yao Xiao, Zhen Zhang, Moxuan Zheng2026-07-21

🤖 machine learning

Tensor-Train Joint Modeling for Few-Step Discrete Diffusion

यह शोध पत्र एक टेंसर-ट्रैन जॉइंट मॉडलिंग (Tensor-Train Joint Modeling) ढांचे को प्रस्तुत करता है जो कंडीशनल क्लीन डिस्ट्रीब्यूशंस (conditional clean distributions) को लो-रैंक टेंसर के रूप में स्पष्ट रूप से प्रदर्शित करके वर्तमान डिस्क्रीट डिफ्यूजन मॉडल्स के व्यवस्थित पैरेललाइजेशन बायस (systematic parallelization bias) पर विजय प्राप्त करता है, जिससे लाइटवेट फाइन-ट्यूनिंग के माध्यम से अनुक्रमिक डेटा (sequential data) के लिए कुशल, उच्च-गुणवत्ता वाले कुछ-चरणों वाले जनरेशन (few-step generation) को सक्षम बनाया जा सके।

Byoungkwon Kim, Minhyuk Sung2026-07-21

← पिछला अगला →