🤖 Category

cs.LG

20650 पेपर

💬 NLP

They Infer What You Meant: Models Represent Communicative Intent More Reliably Than They Act On It

यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) अपने हिडन स्टेट्स (hidden states) के भीतर उपयोगकर्ता के संप्रेषणात्मक इरादे (communicative intent) को मजबूती से एनकोड करते हैं, जो अक्सर एक रीडआउट लैग (readout lag) के कारण उस पर कार्य करने में विफल रहते हैं जिसे सतही-स्तर के प्रॉम्प्ट्स पर निर्भर रहने के बजाय एक विशिष्ट कॉज़ल दिशा (causal direction) के साथ मॉडल को स्टीयर करके हल किया जा सकता है।

Alex Kwon2026-07-07
🤖 machine learning

Implicit Bias of SGD in Multivariate ReLU Networks: Effective Width Collapse

यह शोध पत्र प्रदर्शित करता है कि मल्टीवेरिएट रिग्रेशन के लिए वाइड टू-लेयर ReLU नेटवर्क्स के नॉइज़ी स्टोकेस्टिक ग्रेडिएंट डिसेंट प्रशिक्षण से एक अद्वितीय, प्रभावी रूप से परिमित-चौड़ाई वाले प्रेडिक्टर की ओर एक इम्प्लिसिट बायस (अंतर्निहित पूर्वाग्रह) उत्पन्न होता है, जहाँ न्यूरॉन्स प्रशिक्षण डेटा की कॉम्बिनेटोरियल ज्योमेट्री द्वारा निर्धारित दिशाओं की एक सीमित संख्या के साथ संरेखित होते हैं, जबकि नेटवर्क ओवरपैरामीट्राइजेशन अनंत होता है।

Shuang Liang, Tom Jacobs, Guido Montúfar2026-07-07
🤖 AI

RADIO1D: Elastic Representations for Condensed Vision Modeling

यह शोध पत्र RADIO1D को प्रस्तुत करता है, जो एक नवीन दृष्टिकोण है जो फिक्स्ड 2D पैच-आधारित फीचर्स पर निर्भरता को चुनौती देता है, और नॉलेज डिस्टिलेशन एवं ऑटोएनकोडिंग के माध्यम से छवियों को कॉम्पैक्ट, परिवर्तनीय-लंबाई वाले 1D टोकन अनुक्रमों में संकुचित करता है, जिससे लचीले सटीकता-दक्षता ट्रेड-ऑफ और विजन-लैंग्वेज मॉडल्स में श्रेष्ठ प्रदर्शन सक्षम होता है।

Greg Heinrich, Mike Ranzinger, Collin McCarthy, Natan Bagrov, Eugene Khvedchenya, Bryan Catanzaro, Jan Kautz, Andrew Tao (…)2026-07-07
📊 statistics

Reflected Schrödinger Bridge Matching

यह शोधपत्र एक आंशिक रूप से सिमुलेशन-मुक्त ढांचे को प्रस्तुत करता है जो फ्लो मैचिंग-प्रेरित विधियों का उपयोग करके रिफ्लेक्टिंग डायनेमिक्स के साथ श्रोडिंगर ब्रिजेस के कुशल प्रशिक्षण को सक्षम बनाता है, जो उच्च-आयामी इमेज डेटासेट्स पर जनरेटिव प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए नगण्य कम्प्यूटेशनल ओवरहेड प्राप्त करता है।

Marcus Häggbom, Viktor Nilsson, Pierre Nyquist, Joakim andén2026-07-07
🤖 machine learning

ThreatVisionAI: A Hybrid CNN-ViT Framework for Image-Based Malware Classification

ThreatVisionAI एक हाइब्रिड फ्रेमवर्क है जो रॉ-इमेज CNNs, वेवलेट-आधारित CNNs और विजन ट्रांसफॉर्मर्स को संयोजित करता है ताकि पूरक स्थानिक (spatial), आवृत्ति-डोमेन (frequency-domain) और वैश्विक संबंधपरक (global relational) विशेषताओं को प्रभावी ढंग से कैप्चर करके स्टेट-ऑफ-द-आर्ट मालवेयर फैमिली क्लासिफिकेशन सटीकता प्राप्त की जा सके।

Allyson Taylor, Prashanth BusiReddyGari2026-07-07
📊 statistics

Sequential Correlations Change In-Context Learning: Effective Context Length and Architectural Mismatch

यह शोधपत्र इन-कॉन्टेक्स्ट लर्निंग थ्योरी को अनुक्रमिक रूप से सह-संबंधित डेटा (sequentially correlated data) तक विस्तारित करता है, जो यह प्रकट करता है कि ऐसे सहसंबंध प्रभावी कॉन्टेक्स्ट लंबाई को कम कर देते हैं जब क्वेरी स्वतंत्र होती हैं, लेकिन टेस्ट एरर में सुधार करते हैं जब क्वेरी भी सह-संबंधित होती हैं, जिससे लीनियर और सॉफ्टमैक्स अटेंशन आर्किटेक्चर के बीच इष्टतम चयन प्रभावित होता है।

Mary Letey, Yue M. Lu, Cengiz Pehlevan, Jacob Zavatone-Veth2026-07-07
🤖 AI

Self-Improving Diffusion Classifiers with Minority Preference Optimization

यह शोध पत्र MiPO को प्रस्तुत करता है, जो एक ऐसी विधि है जो अतिरिक्त इमेज डेटा या बाहरी रिवॉर्ड मॉडल की आवश्यकता के बिना, अल्पसंख्यकीय डेटा वितरण के प्रति धारणा में सुधार करने के लिए अल्पसंख्यक प्राथमिकता अनुकूलन (minority preference optimization) के साथ पूर्व-प्रशिक्षित मॉडलों को फाइन-ट्यून करके डिफ्यूजन मॉडल्स के अल्पसंख्यक क्षेत्रों में ज़ीरो-शॉट वर्गीकरण प्रदर्शन को बढ़ाता है।

Hyunsoo Kim, Jungmyung Wi, Soobin Um, Donghyun Kim, Suhyun Kim2026-07-07
💬 NLP

Punching Above Their Weight: Classification-Head Fine-Tuning of Tiny Language Models (TLMs) for Verifiable Multiple-Choice Tasks

यह शोध पत्र प्रदर्शित करता है कि एक डिस्क्रिमिनेटिव क्लासिफिकेशन हेड के साथ छोटे भाषा मॉडलों (3B पैरामीटर्स से कम) को फाइन-ट्यून करना लेबल जनरेशन दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करता है, जो मल्टी-चॉइस बेंचमार्क पर अत्याधुनिक परिणाम प्राप्त करता है और बहुत बड़े ज़ीरो-शॉट मॉडलों का मुकाबला करता है।

Bhavesh Sood, Jaromir Savelka2026-07-07
📊 statistics

Stable Global Weighting of Flow Mixtures using Simplex Exponential Moving Average

यह शोध पत्र AMF-VI-sEMA प्रस्तुत करता है, जो एक दो-चरणीय ढांचा है जो विविध विशेषज्ञों को स्वतंत्र रूप से प्रशिक्षित करके और फिर विषम ज्यामिति (heterogeneous geometries) के बीच मजबूत पश्च वितरण सन्निकटन (posterior approximation) प्राप्त करने के लिए सिम्प्लेक्स एक्सपोनेंशियल मूविंग एवरेज के माध्यम से एक स्थिर, डेटा-अज्ञेय वैश्विक भारिंग तंत्र लागू करके नॉर्मलाइजिंग फ्लो मिश्रणों को बढ़ाता है, जिससे घटक पतन (component collapse) को रोका जा सके।

Benjamin Wiriyapong, Oktay Karakus, Can Eyupoglu, Kirill Sidorov2026-07-07
🤖 machine learning

Weave: Verified Netlist-to-Schematic Conversion via Layered Graph Layout

वीव (Weave) एक नियतात्मक (deterministic), क्लाइंट-साइड टूल है जो लेयर्ड ग्राफ लेआउट का उपयोग करके SPICE नेटलिस्ट को LTspice स्कीमैटिक्स में परिवर्तित करता है और एक कठोर राउंड-ट्रिप सत्यापन प्रक्रिया के माध्यम से 100% कनेक्टिविटी सटीकता की गारंटी देता है, जो मानक और बड़े पैमाने के सर्किट बेंचमार्क पर संभाव्य लर्निंग-आधारित दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करता है।

Senol Gulgonul2026-07-07