🤖 Category

cs.LG

20856 पेपर

🤖 machine learning

The Moving Target: A Longitudinal Audit of Trustworthiness Drift Across Twelve Checkpoints of Open-Source Chat LLMs

यह शोध पत्र चार ओपन-सोर्स एलएलएम (LLM) रिलीज़ लाइनों के एक अनुदैर्ध्य ऑडिट (longitudinal audit) के माध्यम से यह प्रदर्शित करता है कि विश्वसनीयता स्कोर (trustworthiness scores) क्रमिक चेकपॉइंट्स के दौरान महत्वपूर्ण रूप से विचलित होते हैं, और यह तर्क देता है कि ऐसे मेट्रिक्स को पुनर्मूल्यांकन के बिना आगे ले जाए जाने वाले स्थिर गुणों के बजाय, दिनांकित और चेकपॉइंट-विशिष्ट आर्टिफ़ैक्ट्स के रूप में माना जाना चाहिए।

Zhichao Fan, Yanhang Li, Zexin Zhuang, Xian Sun, Yingshuo Wang2026-07-07
🤖 machine learning

Scaling Weisfeiler-Leman Expressiveness Analysis to Massive Graphs with GPUs

यह शोध पत्र एक रैंडमाइज्ड रिफाइनमेंट एल्गोरिदम और एक शुद्धता-संरक्षण बैचिंग स्कीम को पेश करते हुए विशाल ग्राफों के लिए वीज़फाइलर-लेमैन स्थिर कलरिंग की गणना करने हेतु एक GPU-त्वरित दृष्टिकोण प्रस्तुत करता है, जो दो क्रमों (orders of magnitude) तक की गति वृद्धि प्राप्त करता है और 30 बिलियन से अधिक किनारों वाले वेब-स्केल ग्राफों के विश्लेषण को सक्षम बनाता है जो पहले अव्यवहार्य थे।

Filippo Biondi, Mirco Tribastone, Max Tschaikowski2026-07-07
⚡ electrical engineering

Evaluating Time Series Foundation Models for Electricity Price Forecasting: Contamination Risk, Distributional Shifts, and Covariate Dependence

यह शोध पत्र बिजली की कीमतों के पूर्वानुमान के लिए टाइम सीरीज़ फाउंडेशन मॉडल्स का मूल्यांकन करने हेतु एक संदूषण-न्यूनतम (contamination-mitigated) बेंचमार्किंग फ्रेमवर्क प्रस्तुत करता है, जो यह प्रकट करता है कि हालांकि ये मॉडल प्रतिस्पर्धी हैं और कोवेरिएट सपोर्ट से लाभान्वित होते हैं, वे लगातार डोमेन-विशिष्ट विधियों से बेहतर प्रदर्शन नहीं करते हैं, जिससे यह सुझाव मिलता है कि दोनों दृष्टिकोणों का संयोजन सबसे आशाजनक परिणाम देता है।

Zhenghua Pan, Ahmed Aziz Ezzat2026-07-07
💬 NLP

GRAFT: Grafted Reference Audio for Fine-grained Pronunciation in Zero-shot Text-to-Speech

GRAFT एक ज़ीरो-शॉट टेक्स्ट-टू-स्पीच सिस्टम है जो दुर्लभ और कठिन शब्दों के उच्चारण की सटीकता को महत्वपूर्ण रूप से सुधारने के लिए ग्राफ़्टेड रेफरेंस ऑडियो के साथ प्रति-शब्द कंडिशनिंग मैकेनिज्म का उपयोग करता है, जबकि प्राकृतिकता और वक्ता की समानता को बनाए रखता है।

Antonis Asonitis, Francesco Verdini, Aref Farhadipour, Vijeta Avijeet, Pierre-Edouard Honnet, Marzieh Razavi, Juan Pablo (…)2026-07-07
🤖 AI

Federated Learning for Object Detection: Enabling Collaborative Drone Learning Without Centralizing Data

यह शोध पत्र प्रदर्शित करता है कि फेडरेटेड लर्निंग (Federated Learning) वितरित ड्रोन बेड़े को स्थानीय डेटा पर उच्च-प्रदर्शन वाले, गोपनीयता-संरक्षित ऑब्जेक्ट डिटेक्शन मॉडल को सहयोगात्मक रूप से प्रशिक्षित करने में सक्षम बनाता है, जो डेटा केंद्रीकरण की आवश्यकता के बिना, एकल-ड्रोन दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करते हुए केंद्रीकृत प्रशिक्षण के करीब प्रदर्शन प्राप्त करता है।

Daniel M. Jimenez-Gutierrez, Enrique Zuazua, Georgios Kellaris, Joaquin del Rio, Oleksii Sliusarenko, Xabi Uribe-Etxebar (…)2026-07-07
🤖 AI

Post-Generation Curation of Synthetic Images via Homogeneous-Heterogeneous Splitting

यह शोध पत्र एक जनरेटर-अज्ञेय पोस्ट-जनरेशन क्यूरेशन पद्धति प्रस्तुत करता है जो वास्तविक वर्गों को कैनोनिकल और गैर-अतिरेक उपसमूहों में विभाजित करके सिंथेटिक छवियों की उपयोगिता में सुधार करती है ताकि एक विविध, उच्च-निष्ठा वाले उपसमूह का चयन किया जा सके जो आधुनिक जनरेटर्स के संरचनात्मक पूर्वाग्रह का मुकाबला करता है, जिससे 40% तक कम नमूनों के साथ वास्तविक डेटा के तुलनीय प्रदर्शन प्राप्त होता है।

Disheng Liu, Tuo Liang, Chaoda Song, Yu Yin2026-07-07
📊 statistics

Benign Overfitting Does Not Occur in Diffusion Models

यह शोध पत्र यह प्रदर्शित करता है कि, मानक डीप लर्निंग मॉडल्स के विपरीत जहाँ ओवरफिटिंग सौम्य (benign) हो सकती है, डिफ्यूजन मॉडल्स मौलिक रूप से ओवरफिटिंग करते हुए अच्छा सामान्यीकरण (generalization) प्राप्त नहीं कर सकते क्योंकि स्कोर मैचिंग में टार्गेट-कोवेरिएंस अलाइनमेंट का अभाव होता है, जिसके परिणामस्वरूप डबल डिसेंट के बजाय एक क्लासिकल यू-आकार का जनरलाइजेशन कर्व प्राप्त होता है।

Tyler Farghly, Benjamin Dupuis, Alain Durmus, Umut Simsekli2026-07-07
🤖 AI

ASK in the Dark: Uncertainty-Gated LLM Assistance under Partial Observability

यह शोध पत्र ASK+ प्रस्तुत करता है, जो एक ऐसा ढांचा है जो अप्रभावी नग्न प्रॉम्प्ट्स (bare prompts) को प्रक्षेपवक्र-जागरूक संदर्भ (trajectory-aware context) और चेन-ऑफ-थॉट रीजनिंग से बदलकर आंशिक रूप से दृश्य वातावरण (partially observable environments) में सुदृढीकरण सीखने (reinforcement learning) वाले एजेंटों को बेहतर बनाता है, जिससे छोटे भाषा मॉडलों को अर्थपूर्ण, अनिश्चितता-गेटेड मार्गदर्शन प्रदान करने में सक्षम बनाया जा सके जो वैनिला दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करता है और बड़े मॉडलों की आवश्यकता के बिना कुशलतापूर्वक स्केल होता है।

Juarez Monteiro, Nathan Gavenski, Guilherme Lima, Francisco Galuppo, Odinaldo Rodrigues, Adriano Veloso2026-07-07
🤖 machine learning

Provable Pruning for Efficient 3D Gaussian Splatting via Coresets

यह शोधपत्र संवेदनशीलता-आधारित सैंपलिंग (sensitivity-based sampling) के माध्यम से रिज़ॉल्यूशन-निर्भर वेटेड कोरेसेट्स (resolution-dependent weighted coresets) का निर्माण करके 3D गॉसियन स्प्लेटिंग दृश्यों को कंप्रेस करने के लिए पहला सैद्धांतिक रूप से आधारित तरीका प्रस्तुत करता है, जो रेंडरिंग उद्देश्यों को प्रमाणित रूप से सुरक्षित रखता है और न्यूनतम या बिना किसी पोस्ट-प्रूनिंग फाइन-ट्यूनिंग के अत्याधुनिक प्रदर्शन प्राप्त करता है।

Waseem Mousa, Alaa Maalouf2026-07-07
💬 NLP

Safe Inference-Time Alignment via Lagrangian Reward Augmentation

यह शोध पत्र लैग्रेंजियन रिवॉर्ड ऑग्मेंटेशन (LARA) का प्रस्ताव करता है, जो एक सामान्य इन्फरेंस-टाइम अलाइनमेंट फ्रेमवर्क है जो सुरक्षा बाधाओं को लागू करने के लिए एक ड्यूल वेरिएबल के माध्यम से संवर्धित रिवॉर्ड सिग्नल को गतिशील रूप से कैलिब्रेट करता है ताकि बिना रिट्रेनिंग के हेल्पफुलनेस-हारmlessness ट्रेडऑफ में सुधार किया जा सके और फाइनट्यूनिंग-आधारित विधियों के प्रदर्शन के करीब पहुँचा जा सके।

Yaswanth Chittepu, Ativ Joshi, Sohini Chintala, Scott Niekum2026-07-07