🤖 Category

cs.LG

20950 पेपर

🤖 machine learning

Measuring Dead Directions: Decomposing and Classifying Singular Structure off Canonical Alignment

यह शोध पत्र एक एकल चेकपॉइंट से दिशात्मक-फिशर दर (directional-Fisher rate) से दिशा-विशिष्ट शिक्षण क्रमों को निकालकर, वैश्विक शिक्षण गुणांकों को पुनः प्राप्त करने और कैनोनिकल संरेखण या डिसेंट पूर्वशर्तों की आवश्यकता के बिना सिंगुलर उतार-चढ़ाव को मैप करने के माध्यम से, प्रशिक्षित न्यूरल नेटवर्क में सिंगुलर संरचनाओं को मापने और वर्गीकृत करने के लिए एक नियतात्मक, संरेखण-मुक्त विधि प्रस्तुत करता है।

Tejas Pradeep Shirodkar2026-07-02
🤖 machine learning

Auditing Forgetting in Limited Memory Language Models

यह शोध पत्र एक कारण संबंधी ऑडिटिंग फ्रेमवर्क (causal auditing framework) प्रस्तुत करता है जो यह प्रदर्शित करता है कि लिमिटेड मेमोरी लैंग्वेज मॉडल्स में, अनलर्निंग की प्रभावशीलता मुख्य रूप से मॉडल के बजाय डेटाबेस प्रबंधन द्वारा निर्धारित होती है, क्योंकि हटाए गए तथ्य शायद ही कभी पैरामीट्रिक मेमोरी में बने रहते हैं लेकिन वे रिट्रीवल आर्टिफैक्ट्स (retrieval artifacts) और निकटवर्ती संबंधों के माध्यम से पुन: प्रकट हो सकते हैं।

Arya Raeesi, Hanna Roed2026-07-02
🤖 machine learning

Loss Smoothing for Stable Adaptation Under Distribution Shift

यह शोध पत्र "लॉस स्मूथिंग" (loss smoothing) का प्रस्ताव करता है, जो वितरण बदलाव (distribution shift) के तहत क्रमिक अनुकूलन को सक्षम करने के लिए स्रोत और लक्ष्य उद्देश्यों के बीच इंटरपोलेशन करता है, जिससे उपयोगी विशेषताओं को संरक्षित किया जा सके और फाइन-ट्यूनिंग एवं सुदृढीकरण लर्निंग (reinforcement learning) जैसे विविध कार्यों में प्रदर्शन में निरंतर सुधार किया जा सके।

Darshan Patil, Ekaterina Lobacheva, Razvan Pascanu, Sarath Chandar2026-07-02
🤖 machine learning

What's a Credit Worth? A Market Framework for Attribution-Aware Compensation in Generative Music

यह शोध पत्र कैटलॉग-स्तरीय एट्रिब्यूशन स्कोर के आधार पर जनरेटिव एआई प्रणालियों में संगीत रचनाकारों को मुआवजा देने के लिए एक बाजार ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि इन एट्रिब्यूशन संकेतों की सटीकता यह निर्धारित करती है कि रॉयल्टी या निश्चित-शुल्क अनुबंध (fixed-fee contracts) में से कौन सा अनुकूल है और रचनाकारों एवं प्लेटफॉर्म दोनों के आर्थिक कल्याण को सीधे प्रभावित करती है।

Luyang Zhang, Xirui Jiang, Junwei Deng, Beibei Li, Jiaqi W. Ma, Chris Donahue2026-07-02
🤖 AI

Coachable agents for interactive gameplay

यह शोध पत्र एक ऐसे ढांचे को प्रस्तुत करता है जो सार्वभौमिक मूल्य फलन सन्निकटों (universal value function approximators) को विशिष्ट प्रशिक्षण तकनीकों के साथ जोड़ता है ताकि वीडियो गेम और रोबोटिक्स जैसे विविध डोमेन में सुदृढीकरण शिक्षण (reinforcement learning) एजेंटों के लिए वास्तविक समय में, उपयोगकर्ता-नियंत्रित "शैली" संशोधनों को सक्षम किया जा सके, जिससे यह सुनिश्चित हो सके कि वे विशिष्ट व्यवहार संबंधी प्राथमिकताओं के अनुकूल होते हुए भी कार्य प्रदर्शन बनाए रखते हैं।

Roberto Capobianco (Sony AI, Zurich, Switzerland), Harm van Seijen (Sony AI, North America, various locations), Nolan D. (…)2026-07-02
🤖 machine learning

Domain Arithmetic: One-Shot VLA Adaptation under Environmental Shifts

यह शोधपत्र डोमेन एरीथमेटिक (DART) प्रस्तुत करता है, जो एक सादृश्य-आधारित (analogy-based) विधि है जो सबस्पेस-अलाइन्ड डोमेन-विशिष्ट जानकारी के साथ वेट वेक्टर अंकगणित (weight vector arithmetic) करके विजन-लैंग्वेज-एक्शन मॉडलों को पर्यावरणीय बदलावों के प्रति कुशल वन-शॉट अनुकूलन सक्षम बनाती है, जिससे बहु-प्रदर्शन प्रशिक्षण (multi-demonstration training) की लागतपूर्ण आवश्यकता समाप्त हो जाती है।

Taewook Kang, Taeheon Kim, Donghyun Shin, Jonghyun Choi2026-07-02
🤖 machine learning

Multi-Label Node Classification with Label Influence Propagation

यह शोध पत्र लेबल इन्फ्लुएंस प्रोपेगेशन (LIP) का प्रस्ताव करता है, जो एक नवीन ग्राफ न्यूरल नेटवर्क मॉडल है जो लेबल सहसंबंधों को मापने के लिए मैसेज पासिंग को विघटित करके और सकारात्मक योगदानों को बढ़ाने तथा नकारात्मक प्रभावों को कम करने के लिए उच्च-क्रम के लेबल प्रभावों को गतिशील रूप से प्रसारित करके मौजूदा मल्टी-लेबल नोड वर्गीकरण विधियों की सीमाओं को संबोधित करता है।

Yifei Sun, Zemin Liu, Bryan Hooi, Yang Yang, Rizal Fathony, Jia Chen, Bingsheng He2026-07-02
🤖 machine learning

Generative Refinement for Low-Budget Black-Box Optimization

यह शोध पत्र SPARROW को प्रस्तुत करता है, जो एक नवीन ब्लैक-बॉक्स अनुकूलन एल्गोरिदम है जो मूल्यांकित उम्मीदवारों के एक संग्रह पर रैंक-आधारित मार्गदर्शन का उपयोग करके जटिल, शोर वाले परिदृश्यों पर प्रभावी, कम-बजट अनुकूलन को सक्षम करने के लिए जनरेटिव प्रायर्स (generative priors) को रिवॉर्ड सिग्नल्स से अलग करता है।

Edouard R. Dufour, Pascal Fua2026-07-02
🤖 machine learning

Detecting the Undetectable: Enhancing Unsupervised time series Anomaly Detection via Active Learning

यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो विभिन्न बैकबोन मॉडलों में सूक्ष्म, शोर वाले विसंगतियों (anomalies) की पहचान में सुधार करने के लिए मास्क पुनर्निर्माण फीडबैक (masked reconstruction feedback) और मिनिमैक्स रणनीतियों के साथ सक्रिय शिक्षण (active learning) को एकीकृत करके अनसुपरवाइज्ड टाइम सीरीज़ विसंगति पहचान को बढ़ाता है।

Seung Hun Han, Hyeongwon Kang, Jinwoo Park, Pilsung Kang2026-07-02
🤖 machine learning

LLM-Guided ODE Discovery and Parameter Inference from Small-Cohort Aggregate Data

यह शोधपत्र AgentODE का परिचय देता है, जो एक एंड-टू-एंड फ्रेमवर्क है जो दुर्लभ रोग मॉडलिंग में डेटा की कमी और गोपनीयता संबंधी बाधाओं को प्रभावी ढंग से दूर करने के लिए साधारण अवकल समीकरण (ordinary differential equation) संरचनाओं की खोज करने और जनसंख्या-स्तरीय सारांश सांख्यिकी से पैरामीटर वितरण को परिष्कृत करने के लिए लार्ज लैंग्वेज मॉडल्स और इटरेटिव इन्फरेंस एजेंट्स का संयुक्त रूप से उपयोग करता है।

Hanning Yang, Meropi Karakioulaki, Lennart Purucker, Tim Litwin, Cristina Has, Moritz Hess2026-07-02