🤖 Category

cs.LG

21230 पेपर

🤖 machine learning

Active Quantum Kernel Acquisition for Gaussian Process Regression

यह शोध पत्र गाऊसी प्रोसेस रिग्रेशन के लिए एक सक्रिय क्वांटम कर्नेल अधिग्रहण विधि प्रस्तावित करता है जो व्युत्पन्न संवेदनशीलता मेट्रिक्स और एक समान कवरेज फ्लोर के आधार पर कर्नेल मैट्रिक्स प्रविष्टियों में सीमित शॉट बजट को इष्टतम रूप से आवंटित करता है, जो सिंथेटिक और वास्तविक दुनिया के डेटासेट दोनों पर यूनिफॉर्म एलोकेशन की तुलना में महत्वपूर्ण टेस्ट-RMSE सुधार प्राप्त करता है और विभिन्न डाउनस्ट्रीम कार्यों में मजबूती प्रदर्शित करता है।

Jian Xu, Delu Zeng, Qibin Zhao2026-06-30
🤖 machine learning

The Contagion Tensor: A Framework for Measuring Output-Distribution Coupling in Multi-Agent LLM Systems -- and Auditing the Claims It Enables

यह शोध पत्र कॉन्टैजन टेंसर (Contagion Tensor) और कपलिंग एम्प्लीफिकेशन फैक्टर (CAF) को मल्टी-एजेंट LLM सिस्टम में एजेंटों, मोडैलिटीज़ और समय के बीच आउटपुट-डिस्ट्रीब्यूशन कपलिंग को मापने और उसे गलत सिद्ध करने के लिए एक मात्रात्मक ढांचे के रूप में प्रस्तुत करता है, जिसे सिमुलेशन और रियल-API प्रयोगों के माध्यम से मान्य किया गया है जो वास्तविक कपलिंग प्रभावों को डिज़ाइन आर्टिफैक्ट्स से अलग करते हैं।

Zewen Liu2026-06-30
📊 statistics

A Bayesian latent Gaussian process framework for aerodynamic uncertainty quantification

यह शोध पत्र एक बायेसियन लेटेंट गॉसियन प्रोसेस फ्रेमवर्क प्रस्तुत करता है जो एरोडायनामिक प्रदर्शन की अनिश्चितताओं को सटीक रूप से मापने के लिए विरल और अनिश्चित प्रायोगिक डेटा के विरुद्ध लो-फिडेलिटी कम्प्यूटेशनल मॉडल्स को कैलिब्रेट करता है, जिससे एक्सट्रपलेटिव सेटिंग्स में भी उच्च भविष्य कहनेवाला सटीकता प्राप्त होती है।

Geoffrey Davis, Ashwin Renganathan2026-06-30
💬 NLP

Memory-Managed Long-Context Attention: A Preliminary Study of Editable Request-Local Memory

यह प्रारंभिक अध्ययन एक हाइब्रिड "मेमोरी-मैनेज्ड लॉन्ग-कॉन्टेक्स्ट अटेंशन" आर्किटेक्चर का प्रस्ताव करता है जो एक तेज़ रिकरेंट बैकबोन को स्पष्ट, संपादन योग्य मेमोरी स्लॉट्स से अलग करता है, और विभिन्न सिंथेटिक एवं प्राकृतिक भाषा बेंचमार्क के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण ओवरराइट, वर्जनिंग और एंटी-पॉल्यूशन हैंडलिंग की सीमाओं को प्रभावी ढंग से संबोधित करता है, साथ ही यह भी पहचानता है कि लर्नड ओपन-डोमेन सिलेक्शन ही शेष प्रमुख बाधा (बॉटलनेक) है।

Junyi Zou, Avrova Donz2026-06-30
🔢 mathematics

A Theoretical Interpretation of In-Context Learning via Probabilistic Modeling

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स (LLMs) में इन-कॉन्टेक्स्ट लर्निंग का सैद्धांतिक विश्लेषण करने के लिए एक संभाव्य मॉडल प्रस्तावित करता है, जो सामान्य और एक्सपोनेंशियल फैमिली डिस्ट्रीब्यूशन के लिए प्रदर्शन सीमाओं को व्युत्पन्न करता है ताकि यह समझाया जा सके कि प्रदर्शन (demonstration) की संख्या, पैरामीटर संवेदनशीलता और क्वेरी समानता जैसे कारक सीखने के परिणामों को कैसे प्रभावित करते हैं।

Zhenyu Liu, Huaze Tang, Shao-Lun Huang2026-06-30
💬 NLP

FinInvest-GTCN: Explainable Graph-Temporal-Causal Modeling for Risk-Aware Investment Decision Optimization

यह शोध पत्र FinInvest-GTCN को प्रस्तुत करता है, जो एक मेटा-कॉज़ल अडैप्टेशन रणनीति द्वारा संवर्धित एक व्याख्यात्मक ग्राफ-टेम्पोरल-कॉज़ल नेटवर्क है, जो अत्याधुनिक जोखिम-समायोजित निवेश प्रदर्शन और व्याख्यात्मकता प्राप्त करने के लिए विषम, गैर-स्थिर और कम-डेटा वाले वेंचर कैपिटल परिवेश की चुनौतियों को प्रभावी ढंग से संबोधित करता है।

Junyan Tan, Yifan Li, Minghao Wang, Zihan Chen, Haoyu Zhang2026-06-30
🤖 machine learning

ReGuide: From Test-Time Guidance to Self-Improving Diffusion Policies

ReGuide एक सेल्फ-इंप्रूविंग फ्रेमवर्क है जो बिहेवियर-क्लोन्ड डिफ्यूजन पॉलिसीज़ के लिए फेज़-कंडीशन्ड गाइडेंस का उपयोग करता है ताकि टेस्ट-टाइम डेविएशन के दौरान सुधारात्मक रोलआउट्स जनरेट किए जा सकें और इस रिकवर्ड डेटा के साथ पॉलिसी को इटरेटिवली फाइन-ट्यून किया जा सके, जो मौजूदा स्टैटिक या नॉन-रियूजेबल गाइडेंस मेथड्स की तुलना में टास्क सक्सेस रेट को काफी बढ़ा देता है।

Tzu-Hsiang Lin, Srinivas Shakkottai, Dileep Kalathil, P. R. Kumar2026-06-30
💬 NLP

A3M: Adaptive, Adversarial and Multi-Objective Learning for Strategic Bidding in Repeated Auctions

यह शोध पत्र A3M को पेश करता है, जो एक नवीन ढांचा है जो एडेप्टिव डीप रीइन्फोर्समेंट लर्निंग, एडवरसैरियल रीजनिंग और मल्टी-ऑब्जेक्टिव रिवॉर्ड डिज़ाइन को एकीकृत करता है ताकि मौजूदा विधियों की तुलना में बार-बार होने वाली मल्टी-यूनिट नीलामियों में रणनीतिक बोली लगाने के प्रदर्शन, मजबूती और निष्पक्षता में महत्वपूर्ण सुधार किया जा सके।

Junhan Li, Yuxin Zhang, Haoran Wang, Minghao Chen2026-06-30
🤖 machine learning

Machine-learnable Sets

यह शोध पत्र सीमित-जटिलता वाले बूलियन ऑटोएनकोडर्स (Boolean autoencoders) के अस्तित्व के आधार पर "मशीन-लर्नेबल" (machine-learnable) असतत समुच्चयों की एक औपचारिक परिभाषा प्रस्तुत करता है, जो प्रयोगों के माध्यम से यह प्रदर्शित करता है कि ऐसे समुच्चयों में रोर्शाक पैटर्न (Rorschach patterns) शामिल हैं और उन्हें एक सरल पुनरावृत्ति प्रक्रिया के माध्यम से "वाइल्ड" (wild) समुच्चयों से विकसित किया जा सकता है।

Veit Elser, Manish Krishan Lal2026-06-30
🤖 machine learning

Modification-Considering Value Learning for Reward Hacking Mitigation in RL

यह शोध पत्र मॉडिफिकेशन-कंसीडरिंग वैल्यू लर्निंग (MCVL) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो एक फ्रोजन बूटस्ट्रैप्ड-रिटर्न एस्टीमेटर के आधार पर प्रशिक्षण ट्रांज़िशन को फ़िल्टर करके सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) में रिवॉर्ड हैकिंग को कम करता है ताकि यह सुनिश्चित हो सके कि अपडेट इच्छित उद्देश्य में सुधार करते हैं बिना सुरक्षा से समझौता किए।

Evgenii Opryshko, Umangi Jain, Igor Gilitschenski2026-06-30