🤖 Category

cs.LG

20950 पेपर

🤖 machine learning

Why Do Few-Step Text Latents Fail When Image Latents Work? Non-Commitment at Sharp Categorical Readouts

यह शोधपत्र यह प्रदर्शित करता है कि निरंतर टेक्स्ट लेटेंट्स (continuous text latents) पर नियतात्मक अल्प-चरणीय पीढ़ी (deterministic few-step generation) की विफलता, इमेज लेटेंट्स के विपरीत, स्मूथ मैप्स (smooth maps) की उस ज्यामितीय अक्षमता से उत्पन्न होती है जहाँ वे शार्प कैटेगोरिकल रीडआउट्स (sharp categorical readouts) से पहले डिस्क्रीट टोकन चॉइस को हल करने में असमर्थ होते हैं, जो एक ऐसी सीमा है जिसे डिकोडर शार्पनेस मेट्रिक्स द्वारा मापा गया है और यह सिद्ध किया गया है कि इसे दूर करने के लिए या तो ऑटोरेग्रेसिव कमिटमेंट (autoregressive commitment) या स्टोकेस्टिक री-इंजेक्शन (stochastic re-injection) की आवश्यकता होती है।

Zhongyao Wang2026-07-01
🤖 machine learning

Hierarchical Global Attention (HGA)

Hierarchical Global Attention (HGA) लंबे-संदर्भ वाले ट्रांसफॉर्मर्स के लिए एक ड्रॉप-इन, रिट्रेनिंग-मुक्त विधि है जो होस्ट स्टोरेज से टोकन के एक विरल उपसमुच्चय (sparse subset) को पुनः प्राप्त करने और उन पर ध्यान केंद्रित करने के लिए दो-स्तरीय रूटिंग तंत्र का उपयोग करके सीमित हार्डवेयर पर कुशल अनुमान (inference) सक्षम करती है, जिससे न्यूनतम GPU मेमोरी ओवरहेड के साथ लगभग सघन अटेंशन (dense attention) की गुणवत्ता प्राप्त होती है।

Woernle Frank, Fedosov Vladimir, Grinenko Artemiy2026-07-01
⚛️ quantum physics

Diffusion-warm sampling of the XY model enables fast thermalization at scale

यह शोध पत्र एक डिफ्यूजन-वॉर्म सैंपलिंग तकनीक प्रस्तुत करता है जो बड़े सिस्टमों के लिए उच्च गुणवत्ता वाले प्रारंभिक अवस्थाओं को उत्पन्न करने के लिए छोटे XY मॉडल लैटिस पर तापमान-सशर्त डिफ्यूजन मॉडल को प्रशिक्षित करती है, जिससे मानक मार्कोव चेन मोंटे कार्लो विधियों की तुलना में थर्मललाइजेशन समय में एक क्रम (ऑर्डर ऑफ मैग्नीट्यूड) की कमी आती है।

Sehmimul Hoque, Roger Melko, Pooya Ronagh2026-07-01
🤖 machine learning

ReactionAtlas: Ab origine exploration of chemical reaction networks with machine learning

यह शोध पत्र रिएक्शनएटलस (ReactionAtlas) का परिचय देता है, जो एक मशीन लर्निंग फ्रेमवर्क है जो जनरेटिव मॉडल्स को DFT-प्रशिक्षित फोर्स फील्ड के साथ जोड़कर कुछ बीज अणुओं से बड़े पैमाने पर रासायनिक अभिक्रिया नेटवर्क को स्वायत्त रूप से निर्मित करता है, और अभूतपूर्व सटीकता एवं पैमाने के साथ प्रीबायोटिक कार्बोहाइड्रेट रसायन विज्ञान के 12,000 यौगिकों के बीच लगभग 47,000 अभिक्रियाओं को सफलतापूर्वक मैप करता है।

Stefan Gugler, Max Eissler, Khaled Kahouli, Klaus-Robert Müller2026-07-01
🤖 machine learning

Revocable Learned State via Process Sidecars

यह शोध पत्र "प्रोसेस साइडकार्स" (process sidecars) का परिचय देता है, जो एक दो-गुणांक (two-coefficient) संपादन विधि है जो भाषा मॉडलों से सीखी गई स्मृतियों को सटीक रूप से वापस लेने के लिए भविष्य के सुरक्षा प्रशिक्षण के प्रक्षेपवक्र (trajectory) का लाभ उठाती है, जिससे उन प्रथम-क्रम त्रुटियों (first-order errors) पर विजय प्राप्त होती है जो मूल स्मृति दिशा के विरूपण होने पर साधारण कार्य अंकगणित (naive task arithmetic) में निहित होती हैं।

John Sweeney2026-07-01
🤖 machine learning

Predictable GRPO: A Closed-Form Model of Training Dynamics

यह शोध पत्र "प्रेडिक्टेबल GRPO" (Predictable GRPO) प्रस्तुत करता है, जो एक प्रथम-सिद्धांत आधारित क्लोज्ड-फॉर्म मॉडल है जो अनुभवजन्य अवलोकनों को यांत्रिक मापदंडों के साथ एकीकृत करके ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन (Group Relative Policy Optimization) की प्रशिक्षण गतिशीलता की गणितीय व्याख्या करता है, जिससे विभिन्न मॉडल कॉन्फ़िगरेशन में सटीक रिवॉर्ड प्रक्षेपवक्र फिटिंग, स्थिरता थ्रेशोल्ड की भविष्यवाणी और विशिष्ट विफलता मोड का निदान सक्षम होता है।

Rajat Ghosh, Datta Nimmaturi, Aryan Singhal, Vaishnavi Bhargava, Henry Wong, Johnu George, Debojyoti Dutta2026-07-01
💬 NLP

Using AI Agents to Automate Black-Box Audits of Personalization Algorithms at Scale

यह शोध पत्र निश्चित व्यक्तित्व वाले जनरेटिव एआई एजेंटों का उपयोग करके पर्सनलाइजेशन एल्गोरिदम के ब्लैक-बॉक्स ऑडिटिंग के लिए एक नवीन ढांचे को प्रस्तुत करता है ताकि यह सक्षम बनाया जा सके कि कैसे उपयोगकर्ता के गुण सामग्री वितरण को प्रभावित करते हैं, और एक्स (X) पर एक बड़े पैमाने के अध्ययन के माध्यम से यह प्रदर्शित करता है कि प्लेटफॉर्म का एल्गोरिदम ध्रुवीकरण करने वाली सामग्री को बढ़ाता है और उपयोगकर्ता की विचारधारा के आधार पर जनसांख्यिकीय संकेतों के प्रति अलग-अलग प्रतिक्रिया देता है।

Alessandro Morosini, Sarah H. Cen, Andrew Ilyas, Hedi Driss, Aleksander Mądry, Chara Podimata2026-07-01
🤖 machine learning

Gradient Smoothing: Coupling Layer-wise Updates for Improved Optimization

यह शोध पत्र "ग्रेडिएंट स्मूथिंग" (Gradient Smoothing) का परिचय देता है, जो एक गणनात्मक रूप से कुशल अनुकूलन ढांचा है जो मॉडल आर्किटेक्चर या प्रशिक्षण उद्देश्यों को संशोधित किए बिना, आर्किटेक्चरल ब्लॉक्स के बीच संरचनात्मक संबंधों का लाभ उठाते हुए, लेयर-वार अपडेट पर डेप्थ-वाइज स्मूथिंग लागू करके डीप न्यूरल नेटवर्क के प्रशिक्षण और सामान्यीकरण (generalization) में सुधार करता है।

Haoming Meng, Anton Sugolov, Vardan Papyan2026-07-01
🤖 machine learning

Mind the Residual Gap: Probabilistic Downscaling under Real-World Bias

यह शोध पत्र ReMatch प्रस्तुत करता है, जो एक संभाव्य डाउनस्केलिंग (probabilistic downscaling) विधि है जो प्रशिक्षण अवशेष वितरण (training residual distributions) को परीक्षण-समय के शासन (test-time regimes) के साथ संरेखित करने के लिए PCA स्पेस में ऑप्टिमल ट्रांसपोर्ट का उपयोग करता है, जिससे उन वास्तविक दुनिया के अनुप्रयोगों में व्यवस्थित पूर्वाग्रहों और कम-विक्षेपण (under-dispersion) को सुधारा जा सके जहाँ मानक माध्य-अवशेष (mean-residual) दृष्टिकोण विफल हो जाते हैं।

Yujin Kim, Nidhi Soma, Sarah Dean2026-07-01
📊 statistics

Dynamic Prediction of Alternating Recurrent Events via Neural Network

यह शोध पत्र एक नवीन ऑनलाइन डायनेमिक प्रेडिक्शन फ्रेमवर्क प्रस्तुत करता है जो बारी-बारी से होने वाली आवर्ती घटनाओं (alternating recurrent events) का सटीक पूर्वानुमान लगाने के लिए न्यूरल नेटवर्क सिद्धांत को इनवर्स प्रोबेबिलिटी वेटेड स्यूडो-ऑब्जर्वेशन के साथ जोड़ता है, जो सिमुलेशन में मजबूत प्रदर्शन प्रदर्शित करता है और प्रथम वर्ष के मेडिकल रेजिडेंट्स के बीच कम मनोदशा (low-mood) की अवधिों की सफलतापूर्वक भविष्यवाणी करता है।

Abigail Loe, Susan Murry, Zhenke Wu2026-07-01