🤖 Category

cs.LG

20950 पेपर

🤖 AI

Glycemic-Aware and Architecture-Agnostic Training Framework for Blood Glucose Forecasting in Type 1 Diabetes

यह शोध पत्र GLIMMER को प्रस्तुत करता है, जो एक हल्का और आर्किटेक्चर-अज्ञेय (architecture-agnostic) प्रशिक्षण ढांचा है जो संरचित प्रीप्रोसेसिंग, रीजन-अवेयर लॉस फंक्शन्स और जेनेटिक एल्गोरिदम अनुकूलन को संयोजित करके टाइप 1 डायबिटीज के लिए ब्लड ग्लूकोज पूर्वानुमान सटीकता और डिस्ग्लाइसीमिया भविष्यवाणी को महत्वपूर्ण रूप से बढ़ाता है, जबकि यह अत्याधुनिक मॉडलों के लाखों मापदंडों की तुलना में केवल 10K मापदंडों का उपयोग करता है।

Saman Khamesian, Asiful Arefeen, Maria Adela Grando, Bithika M. Thompson, Hassan Ghasemzadeh2026-07-02
📊 statistics

Deep learning with missing data

यह शोध पत्र पैटर्न एम्बेडेड न्यूरल नेटवर्क्स (PENN) को प्रस्तुत करता है, जो एक ऐसी विधि है जो मनमाने मिसिंगनेस मैकेनिज्म के तहत लुप्त सह-चरों (missing covariates) वाले बहुभिन्नरूपी गैर-पैरामीट्रिक प्रतिगमन (multivariate nonparametric regression) के लिए मिनिमैक्स-इष्टतम अभिसरण दरों (minimax-optimal convergence rates) को प्राप्त करने हेतु एक न्यूरल नेटवर्क आर्किटेक्चर में अवलोकन संकेतकों (observation indicators) को एकीकृत करती है, जबकि विभिन्न डेटासेट्स पर मानक न्यूरल नेटवर्क्स की तुलना में अनुभवजन्य रूप से बेहतर प्रदर्शन करती है।

Tianyi Ma, Tengyao Wang, Richard J. Samworth2026-07-02
🤖 machine learning

FusionFactory: Fusing LLM Capabilities with Multi-LLM Log Data

यह शोध पत्र FusionFactory को प्रस्तुत करता है, जो एक व्यवस्थित ढांचा और उसके साथ संलग्न LLMFusionBench बेंचमार्क है, जो क्वेरी, थॉट (विचार), और मॉडल स्तरों पर पूरक क्षमताओं को संलयित (fuse) करने के लिए मल्टी-LLM लॉग डेटा का लाभ उठाता है, जो वास्तविक दुनिया की सर्विंग बाधाओं को समायोजित करते हुए विविध कार्यों में व्यक्तिगत मॉडलों से लगातार बेहतर प्रदर्शन करता है।

Tao Feng, Haozhen Zhang, Zijie Lei, Pengrui Han, Mostofa Patwary, Mohammad Shoeybi, Bryan Catanzaro, Jiaxuan You2026-07-02
🧬 biology

Reward function compression facilitates goal-dependent reinforcement learning

यह शोध पत्र यह प्रस्तावित करता है और प्रयोगात्मक रूप से प्रमाणित करता है कि मनुष्य जटिल, अमूर्त लक्ष्यों को सरल, स्थिर पुरस्कार फलनों (रिवॉर्ड फंक्शन्स) में संकुचित करने के लिए प्रारंभ में वर्किंग मेमोरी पर निर्भर रहकर सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) की दक्षता बढ़ाते हैं, जो दीर्घकालिक स्मृति में स्थानांतरित हो जाते हैं, जिससे स्वचालित मूल्यांकन के लिए संज्ञानात्मक संसाधनों को मुक्त किया जा सके।

Gaia Molinaro, Anne G. E. Collins2026-07-02
🤖 machine learning

VoxGuard: Evaluating User and Attribute Privacy in Speech via Membership Inference Attacks

यह शोध पत्र VoxGuard प्रस्तुत करता है, जो वॉइस एनोनिमाइजेशन के मूल्यांकन में इक्वल एरर रेट (EER) की सीमाओं की आलोचना करता है और एक लो फॉल्स-पॉजिटिव रेट (FPR) दृष्टिकोण का प्रस्ताव करता है ताकि स्पीकर री-आइडेंटिफिकेशन और एट्रिब्यूट इन्फरेंस दोनों में महत्वपूर्ण गोपनीयता लीक को उजागर किया जा सके जिसे EER पकड़ने में विफल रहता है।

Efthymios Tsaprazlis, Thanathai Lertpetchpun, Tiantian Feng, Sai Praneeth Karimireddy, Shrikanth Narayanan2026-07-02
📊 statistics

Root Cause Analysis of Outliers in Unknown Cyclic Graphs

यह शोध पत्र अज्ञात चक्रीय कारण ग्राफों (cyclic causal graphs) में आउटलेर्स के लिए संभावित मूल कारणों की एक संक्षिप्त सूची की पहचान करने के लिए एक विधि प्रस्तावित करता है, जो ग्राफ संरचना के पूर्व ज्ञान की आवश्यकता के बिना, स्ट्रॉन्ग परटर्बेशन (strong perturbations) और स्ट्रक्चरल इक्वेशन प्रोपेगेशन (structural equation propagation) का लाभ उठाती है।

Daniela Schkoda, Dominik Janzing2026-07-02
🤖 machine learning

VisReason: A Large-Scale Dataset for Visual Chain-of-Thought Reasoning

यह शोध पत्र VisReason को प्रस्तुत करता है, जो मानव-समान, बहु-चरणीय तर्कों वाले 489K एनोटेटेड उदाहरणों का एक बड़े पैमाने का डेटासेट है, और इसके विशेषज्ञ-क्यूरेटेड उपसमुच्चय VisReason-Pro को, जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की चरण-दर-चरण दृश्य तर्क, व्याख्यात्मकता और सामान्यीकरण क्षमताओं को महत्वपूर्ण रूप से बढ़ाता है।

Lingxiao Li, Yifan Wang, Xinyan Gao, Chen Tang, Xiangyu Yue, Chenyu You2026-07-02
🤖 machine learning

When Less is More: 8-bit Quantization Improves Continual Learning in Large Language Models

यह शोध पत्र यह प्रदर्शित करता है कि 8-बिट क्वांटाइजेशन, ओवरफिटिंग को रोकने के लिए एक अंतर्निहित नियमितीकरण (इम्प्लिसिट रेगुलराइजेशन) के रूप में कार्य करके, निरंतर शिक्षण (कंटीन्यूअल लर्निंग) परिदृश्यों में फुल-प्रिसिजन मॉडलों की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे बड़े भाषा मॉडल न्यूनतम रिप्ले बफ़र्स के साथ ज्ञान को अधिक प्रभावी ढंग से बनाए रखने में सक्षम होते हैं।

Michael S. Zhang, Rishi A. Ruia, Arnav Kewalram, Saathvik Dharmapuram, Utkarsh Sharma, Kevin Zhu2026-07-02
⚛️ phenomenology

Quantitative Understanding of PDF Fits and their Uncertainties

यह शोधपत्र न्यूरल टैनजेंट कर्नेल पर आधारित एक सैद्धांतिक ढांचा स्थापित करता है ताकि न्यूरल नेटवर्क-आधारित पार्टोन डिस्ट्रीब्यूशन फंक्शन फिट्स की प्रशिक्षण गतिशीलता और अनिश्चितता प्रसार का विश्लेषणात्मक वर्णन किया जा सके, जिससे वर्तमान पद्धतियों की मजबूती का आकलन करने और कण भौतिकी को मशीन लर्निंग सिद्धांत के साथ जोड़ने के लिए एक शक्तिशाली नैदानिक उपकरण प्रदान किया जा सके।

Amedeo Chiefa, Luigi Del Debbio, Richard Kenway2026-07-02
📊 statistics

Fast Score-Based Sampling via Log-Concave Reductions

यह शोधपत्र एक सरल, रचनात्मक रिडक्शन (reduction) प्रस्तुत करता है जो सामान्य स्कोर-आधारित सैंपलिंग को स्ट्रॉन्गली लॉग-कॉन्केव उप-समस्याओं के एक अनुक्रम में रूपांतरित करता है, जिससे लॉग-कॉन्केव वितरणों के लिए कंडीशन नंबर पर लॉगरिदमिक निर्भरता के साथ बेहतर जटिलता सीमाओं (complexity bounds) को प्राप्त करने के लिए मौजूदा कुशल सैंपलर का उपयोग संभव हो पाता है।

M. J. Wainwright2026-07-02