cs.LG पेपर | Gist.Science

Planning with Transformers: Chain of Computation and Structured Context Windows

यह शोध पत्र चेन ऑफ कंप्यूटेशन (COC) का परिचय देता है, जो एक ढांचा है जो एक ट्रांसफॉर्मर-आधारित लैंग्वेज मॉडल को एक स्ट्रक्चर्ड कॉन्टेक्स्ट विंडो (SCW) के साथ एक पुनरावृत्ति लूप (iterative loop) में एकीकृत करता है ताकि सैद्धांतिक ट्यूरिंग-पूर्णता और अनुभवजन्य योजना प्रदर्शन (empirical planning performance) के बीच के अंतर को पाटा जा सके, जिससे छोटे मॉडलों को विशेष संदर्भ प्रबंधन और अंकगणितीय सहायता के माध्यम से ब्लॉक्सवर्ल्ड (BlocksWorld) और टावर ऑफ हनोई (Tower of Hanoi) जैसे जटिल नियोजन कार्यों पर लगभग पूर्ण सफलता प्राप्त करने में सक्षम बनाया जा सके।

Ehsan Futuhi, Nathan R. Sturtevant2026-07-21

🤖 machine learning

MXSens: Sensitivity-Aware Mixed-Precision Quantization for Efficient LLM Inference

MXSens एक प्रशिक्षण-मुक्त, संवेदनशीलता-जागरूक मिश्रित-परिशुद्धता क्वांटाइजेशन विधि है जो कॉलम- और लेयर-वार संवेदनशीलता के आधार पर LLM वेट्स को परिवर्तनीय मेंटिसा बिटविड्थ (4/6/8) आवंटित करती है, जो प्रभावी रूप से आउटलायर-प्रेरित सटीकता गिरावट को कम करती है और मौजूदा स्टेट-ऑफ-द-आर्ट बेसलाइन से बेहतर प्रदर्शन करने के लिए हार्डवेयर-कुशल माइक्रोस्केलिंग फॉर्मेट का लाभ उठाती है।

Simla Burcu Harma, Danila Mishin, Zhengyuan Su, Ayan Chakraborty, Elizaveta Kostenok, Dongho Ha, Babak Falsafi, Martin J (…)2026-07-21

🤖 machine learning

Towards Reliable Zero-Shot Crowd Forecasting: Evaluating Time Series Foundation Models for Special Event Pedestrian Forecasting

यह शोध पत्र दुर्लभ विशेष आयोजनों के दौरान ज़ीरो-शॉट संभाव्य भीड़ पूर्वानुमान (प्रोबेबिलिस्टिक क्राउड फोरकास्टिंग) के लिए प्रीट्रेन्ड टाइम सीरीज़ फाउंडेशन मॉडल्स की प्रभावशीलता का मूल्यांकन करता है, जो बिना किसी व्यापक स्थानीय पुनरप्रशिक्षण के विश्वसनीय पॉइंट एस्टीमेट्स और अनिश्चितता परिमाणीकरण (अनसर्टेन्टी क्वांटिफिकेशन) प्रदान करने की उनकी क्षमता को प्रदर्शित करता है।

Ziteng Li, Yanan Xin, Tina Comes, Serge Hoogendoorn2026-07-21

🤖 machine learning

Generalize and Guide: Decomposing Rewards for Few-Shot Inverse Reinforcement Learning

यह शोध पत्र मल्टीटास्क डिस्क्रिमिनेटर प्रॉक्सिमिटी-गाइडेड IRL (MPG) प्रस्तुत करता है, जो एक फ्यू-शॉट इनवर्स रीइन्फोर्समेंट लर्निंग विधि है जो सीमित लक्ष्य प्रदर्शनों और संबंधित मल्टी-टास्क डेटा से पर्याप्त विविधताओं वाले नए कार्यों को प्रभावी ढंग से सीखने के लिए एक सामान्यीकरण योग्य डिस्क्रिमिनेटर और एक प्रॉक्सिमिटी फंक्शन को जोड़ता है, जिससे मौजूदा बेसलाइनों की तुलना में काफी उच्च सफलता दर प्राप्त होती है।

Ziyi Liu, Grace Zhang2026-07-21

🤖 machine learning

Feature Attribution-Based Explainability Analysis of Deep Learning Models in Predictive Process Monitoring

यह शोध पत्र प्रेडिक्टिव प्रोसेस मॉनिटरिंग में डीप लर्निंग मॉडल्स के लिए एक स्थानीय पोस्ट-हॉक व्याख्यात्मकता पद्धति प्रस्तावित करता है जो सेगमेंट-स्तरीय SHAP स्पष्टीकरण उत्पन्न करने के लिए कंट्रोल-फ्लो-अवेयर सेगमेंटेशन एल्गोरिदम का उपयोग करता है, जो कम्प्यूटेशनल दक्षता और इवेंट लॉग्स में अंतर्निहित कंट्रोल-फ्लो डायनेमिक्स को पकड़ने तथा महत्वपूर्ण चेंज पॉइंट्स की पहचान करने की क्षमता के बीच प्रभावी ढंग से संतुलन बनाता है।

Kseniya Sahatova, Rafael Seidi Oyamada, Xuefei Lu, Johannes De Smedt2026-07-21

🤖 machine learning

Reasoning as a Double-Edged Sword: Architecture and Cross-Stage Robustness in Vision-Language-Action Models

यह शोध पत्र इस अंतर्ज्ञान को चुनौती देता है कि तर्क (reasoning) विजन-लैंग्वेज-एक्शन मॉडलों में मजबूती (robustness) को बढ़ाता है, यह प्रदर्शित करते हुए कि लेटेंट-इटरेटिव रीजनिंग आर्किटेक्चर, नॉन-रीजनिंग या टेक्स्ट-आधारित चेन-ऑफ-थॉट मॉडलों की तुलना में संरचनात्मक रूप से विक्षोभों (perturbations) के प्रति अधिक नाजुक हैं, और साथ ही यह भी प्रकट करता है कि सुरक्षा संकेतों के रूप में रीजनिंग आउटपुट की निगरानी करने वाली वर्तमान विधियाँ एडेप्टिव हमलों के तहत विफल हो जाती हैं।

Tuan Duong Trinh, Naveed Akhtar, Basim Azam2026-07-21

🤖 machine learning

The Concept of Representation in ML: Beyond Plato and Aristotle

यह शोध पत्र तर्क देता है कि प्लेटोनिक रिप्रेजेंटेशन हाइपोथीसिसिस (Platonic Representation Hypothesis) में प्रस्तावित एक एकीकृत वास्तविकता द्वारा संचालित एआई (AI) प्रतिनिधित्वों के अभिसरण के दावों को उनके तत्वमीमांसीय निहितार्थों को स्पष्ट करने के लिए मन के दर्शन (philosophy of mind) से दार्शनिक जांच की आवश्यकता है और यह प्रदर्शित करने की आवश्यकता है कि संरेखण साक्ष्य (alignment evidence) अकेले ऐसे कड़े निष्कर्षों का समर्थन करने के लिए अपर्याप्त हैं।

Gilad Landau, Aviv Keren2026-07-21

🤖 machine learning

Phasor Attention: Mean Root Square Normalization for Phase Manifold Preservation

यह शोध पत्र मीन रूट स्क्वायर नॉर्मलाइजेशन (MRSNorm) को प्रस्तुत करता है, जो एक नवीन नॉर्मलाइजेशन तकनीक है जो पारंपरिक स्केलिंग प्रतिमान को उलटने के लिए चैनलों को 2D फेज़र्स (phasors) में युग्मित करती है, जिससे पैरामीटर्स को आधा करने के साथ-साथ ज्यामितीय बाधाएं लागू होती हैं जो ग्रेडिएंट होमोजेनिटी (gradient homogeneity) सुनिश्चित करती हैं और संख्यात्मक अस्थिरता को रोकती हैं।

Sungwoo Goo, Hwi-yeol Yun, Sangkeun Jung2026-07-21

🤖 machine learning

Distributional Soft Bellman Operator under the Cramér Geometry

यह शोध पत्र स्थापित करता है कि क्रैमर ज्यामिति (Cramér geometry) में वितरण संबंधी सॉफ्ट बेलमैन ऑपरेटर (distributional soft Bellman operator), एक समान प्रथम-मोमेंट स्थिति (uniform first-moment condition) के तहत एक स्वीकार्य CDF क्षेत्र डोमेन पर $\sqrt{\gamma}$ -संकुचन (contraction) है, जिससे वितरण संबंधी सॉफ्ट पॉलिसी इटरेशन (distributional soft policy iteration) के लिए एक अद्वितीय स्थिर बिंदु (fixed point) और अभिसारी नीति मूल्यांकन (convergent policy evaluation) की गारंटी मिलती है।

Keru Wang, Yixin Deng, Yao Lyu, Stephen Redmond, Shengbo Eben Li2026-07-21

🤖 machine learning

A Geometric Perspective on Stabilizing Value Conflict Resolution

यह शोध पत्र प्रस्तावित करता है कि मूल्य संघर्ष-केंद्रित (value conflict-focused) चेन-ऑफ-थॉट तर्क को शामिल करने से लॉस लैंडस्केप को ज्यामितीय रूप से सुचारू बनाकर लार्ज लैंग्वेज मॉडल प्रशिक्षण स्थिर होता है, जिससे स्केलर रिवॉर्ड्स के कारण होने वाली अनुकूलन अस्थिरता का समाधान होता है और नैतिक तर्क प्रदर्शन में वृद्धि होती है।

Saket Reddy, Andy Liu2026-07-21

← पिछला अगला →