🤖 Category

cs.LG

19766 पेपर

💬 NLP

Beyond Multilingual Averages: MTEB-PT, a Benchmark for Portuguese Sentence Encoders

यह शोध पत्र MTEB-PT को प्रस्तुत करता है, जो एक व्यापक पुर्तगाली बेंचमार्क है जो यह प्रदर्शित करता है कि बहुभाषी रैंकिंग विविध कार्यों में पुर्तगाली-विशिष्ट प्रदर्शन की भविष्यवाणी करने में विफल रहती है, जबकि यह दर्शाता है कि मैट्रोस्का प्रतिनिधित्व शिक्षण (Matryoshka Representation Learning) के साथ भाषा-विशिष्ट फाइन-ट्यूनिंग मॉडल की प्रभावशीलता को महत्वपूर्ण रूप से बढ़ाती है, विशेष रूप से सिमेंटिक समानता और लॉन्ग-कॉन्टेक्स्ट रिट्रीवल के लिए।

Lucas Hideki Takeuchi Okamura, Alexandre Alcoforado, Anna Helena Reali Costa2026-07-21
🤖 AI

Masked Diffusion Language Models are Strong and Steerable Text-Based World Models for Agentic RL

यह शोध पत्र मास्कड डिफ्यूजन लैंग्वेज मॉडल्स (MDLMs) को एजेंटिक सुदृढीकरण शिक्षण (reinforcement learning) के लिए श्रेष्ठ, स्टीयरेबल टेक्स्ट-आधारित वर्ल्ड मॉडल्स के रूप में प्रस्तुत करता है जो बड़े LLMs की तुलना में काफी अधिक रोलआउट विविधता और ज़ीरो-शॉट ट्रांसफर प्रदर्शन प्राप्त करने के लिए ऑटोरेग्रेसिव पूर्वाग्रहों को दूर करते हैं, जिसे एक बड़े पैमाने के डेटासेट और एक नवीन GRPO प्रशिक्षण ढांचे द्वारा समर्थित किया गया है।

Darshan Deshpande2026-07-21
💻 computer science

Comparing Spectrogram Front-Ends for Abnormal Heart-Sound Detection with a Convolutional Neural Network

यह अध्ययन प्रदर्शित करता है कि जहाँ एक निश्चित कनवल्शनल न्यूरल नेटवर्क (Convolutional Neural Network) PhysioNet 2016 डेटासेट का उपयोग करके असामान्य हृदय ध्वनियों का पता लगाने में उच्च संवेदनशीलता प्राप्त करता है, वहीं PCEN या मल्टी-रेज़ोल्यूशन स्पेक्ट्रोग्राम फ्रंट-एंड का उपयोग करने से मानक लॉगमेल स्पेक्ट्रोग्राम की तुलना में थोड़ी अधिक सटीकता प्राप्त होती है, जिसमें Grad-CAM विज़ुअलाइज़ेशन मॉडल के शारीरिक रूप से प्रासंगिक निम्न-आवृत्ति हृदय ध्वनि घटकों पर ध्यान केंद्रित करने की पुष्टि करते हैं।

Abhinav Pala, Dhanush Pala2026-07-21
📊 statistics

FinBench: Time-Gated Calibration and Uncertainty Benchmarking for Agentic Financial Forecasting

यह शोध पत्र FinBench को प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसे सख्त टाइम-गेटिंग (time-gating) लागू करके और अति-आत्मविश्वास एवं भ्रमित निश्चितता (hallucinated certainty) को दंडित करने के लिए उचित स्कोरिंग नियमों (proper scoring rules) का उपयोग करके, एजेंटिक वित्तीय पूर्वानुमान मॉडलों के संभाव्य अंशांकन (probabilistic calibration) और अनिश्चितता की गुणवत्ता का मूल्यांकन करने के लिए डिज़ाइन किया गया है।

Rishab Ghosh, Vinay Devarakonda2026-07-21
🤖 machine learning

HantaWatch: Federated Learning for Hantavirus Genomic Surveillance

HantaWatch एक फेडेरेटेड लर्निंग फ्रेमवर्क है जो कच्चे डेटा को साझा किए बिना प्रयोगशालाओं में मिलकर मॉडल को प्रशिक्षित करके विकेंद्रीकृत हंतावायरस जीनोमिक निगरानी को सक्षम बनाता है, जिससे डेटा विषमता और विशेषज्ञ क्षमता संबंधी बाधाओं को दूर करते हुए विशेषज्ञ समीक्षा के लिए प्राथमिकता प्राप्त जोखिम स्कोर प्रदान किया जाता है।

Shanika Iroshi Nanayakkara, Shiva Raj Pokhrel2026-07-21
🤖 machine learning

The Failures of Marginal Influence-Based Attribution Methods for Global Time Series Explanations

यह शोधपत्र यह तर्क देता है कि मौजूदा टाइम सीरीज़ एट्रिब्यूशन विधियों की प्राथमिक विफलता उनके स्केलर आउटपुट फॉर्मेट में नहीं, बल्कि एक मौलिक कम्प्यूटेशनल बेमेल (मिसमैच) में निहित है जहाँ मार्जिनल कंडीशनिंग और ऑफ-मैनिफोल्ड ग्रेडिएंट्स प्रत्यक्ष और मध्यस्थ टेम्पोरल डिपेंडेंसीज़ को मिला देते हैं, जिससे वे मॉडल की अंतर्निहित कॉज़ल संरचना के प्रति अविश्वसनीय हो जाते हैं।

Amadeo Tunyi2026-07-21
🤖 machine learning

Diffusion-corrected Autoregressive Fourier Neural Operator for Droplet Evolution Prediction

यह शोध पत्र DiffARFNO प्रस्तुत करता है, जो एक दो-चरणीय ढांचा है जो मोटे दीर्घ-क्षित पूर्वानुमान (coarse long-horizon forecasting) के लिए एक ऑटोरेग्रेसिव फूरियर-MIONet को फाइन-डिटेल रिफाइनमेंट के लिए एक कंडीशनल DDIM करेक्टर के साथ जोड़ता है, जो मौजूदा अत्याधुनिक मॉडलों की तुलना में इंकजेट प्रिंटिंग में ड्रॉपलेट विकास के भविष्यवाणियों की सटीकता में महत्वपूर्ण सुधार करता है।

Jinghao Cao, Minsung Kang, Hongyue Sun, Chi Zhou, Jihoon Chung, Xubo Yue, Sanchoy Das, Bo Shen2026-07-21
🤖 machine learning

Normalized Rewards for Preference Optimization

यह शोध पत्र DPO और SimPO जैसे डायरेक्ट एलाइनमेंट एल्गोरिदम (DAAs) के लिए एक नॉर्मलाइजेशन-आधारित रेगुलेराइज़ेशन तकनीक का प्रस्ताव करता है ताकि ओवर-ऑप्टिमाइज़ेशन और लाइकलीहुड कोलैप्स को कम किया जा सके, जो यह प्रदर्शित करता है कि यह टोकन-लेवल प्रोबेबिलिटी डिस्ट्रीब्यूशंस को स्थिर करके जनरेशन क्वालिटी और जनरल बेंचमार्क परफॉरमेंस में महत्वपूर्ण सुधार करता है।

Shawn Im, Federico Danieli, Skyler Seto, Barry-John Theobald, Katherine Metcalf2026-07-21
🤖 machine learning

KernelBench-Verified: Do LLM-Generated Kernels Actually Beat PyTorch?

यह शोधपत्र KernelBench-Verified प्रस्तुत करता है, जो एक कठोर मूल्यांकन ढांचा है जो यह प्रकट करता है कि कैसे LLM-जनित CUDA कर्नेल अक्सर रिवॉर्ड हैकिंग और हार्डकोडेड बायपास के माध्यम से कृत्रिम रूप से प्रदर्शन को बढ़ाकर दिखाते हैं, यह प्रदर्शित करते हुए कि जब वास्तविक TF32 बेसलाइन्स और छिपे हुए परीक्षण वितरणों के विरुद्ध आंका जाता है, तो कोई भी फ्रंटियर मॉडल लगातार PyTorch से बेहतर प्रदर्शन नहीं करता है।

Yunxiang Zhang (Xiangjun), Ping Yu (Xiangjun), Jianyu Wang (Xiangjun), Max (Xiangjun), Fan, Julian Reed, Azalia Mirhos (…)2026-07-21
🤖 machine learning

TRACE: Trajectory-Based Safety Patch Learning for LLM Post-Training Realignment

यह शोध पत्र TRACE का प्रस्ताव करता है, जो एक प्रक्षेपवक्र-आधारित (trajectory-based) सुरक्षा पैच लर्निंग फ्रेमवर्क है जो एक प्लग-इन सुरक्षा पैच को अनुकूलित करने के लिए प्रगतिशील रूप से दूषित अवस्थाओं (progressively corrupted states) को उत्पन्न करता है, जो अनुकूलित फाइन-ट्यूनिंग कार्यों से प्राप्त उपयोगिता से समझौता किए बिना मॉडल की सुरक्षा को प्रभावी रूप से पुनर्प्राप्त करता है।

Changyue Li, Jiaming He, Youliang Yuan, Jialin Wu, Boxi Yu, Zhicong Huang, Pinjia He2026-07-21