cs.LG पेपर | Gist.Science

Topological Signatures of Context-Level Reliability in TabPFN

यह शोध पत्र प्रदर्शित करता है कि TabPFN के आंतरिक निरूपणों (internal representations) पर लागू जिगज़ैग पर्सिस्टेंट होमोलॉजी (zigzag persistent homology), विशिष्ट टोपोलॉजिकल हस्ताक्षरों—जैसे कि बढ़ी हुई $H_0$ विखंडन (fragmentation) और $H_1$ लूप गतिविधि—को प्रकट करती है जो जटिल ज्यामितीय संरचनाओं वाले टैबुलर कार्यों पर मॉडल की विश्वसनीयता और प्रदर्शन के साथ दृढ़ता से सह-संबंधित हैं और उनका निदान करते हैं।

James Hu, Mahdi Ghelichi2026-07-21

🤖 machine learning

Information-Based Exploration via Random Features for Reinforcement Learning

यह शोधपत्र रैंडम फीचर इंफॉर्मेशन गेन (RFIG) को प्रस्तुत करता है, जो डीप रिइन्फोर्समेंट लर्निंग के लिए एक स्केलेबल और सैद्धांतिक रूप से सुदृढ़ अन्वेषण विधि है, जो गैर-गणनीय स्थानों (non-countable spaces) में सूचना लाभ (information gain) को अनुमानित करने के लिए रैंडम फूरियर फीचर्स का लाभ उठाता है, जो ब्लैक-बॉक्स न्यूरल नेटवर्क दृष्टिकोणों की तुलना में बेहतर व्याख्यात्मकता के साथ प्रतिस्पर्धी प्रदर्शन प्रदान करता है।

Waris Radji, Odalric-Ambrym Maillard2026-07-21

🤖 machine learning

fSRD: Fuzzy Spectral Region Decomposition -- Automated Multi Operator Koopman Representations via an Adaptive Spectral Learning Architecture

यह शोध पत्र fSRD को प्रस्तुत करता है, जो एक पूर्णतः स्वचालित ढांचा है जो विविध डेटा व्यवस्थाओं में अत्यधिक अरैखिक अराजक प्रणालियों (chaotic systems) के सटीक, व्याख्या योग्य और सुदृढ़ मॉडलिंग को प्राप्त करने के लिए, कई ऑपरेटरों के माध्यम से स्थानीय रूप से अपरिवर्तनीय, परिमित-आयामी कूपमैन (Koopman) निरूपणों का निर्माण करने हेतु फजी स्पेक्ट्रल क्षेत्र अपघटन (fuzzy spectral region decomposition) का लाभ उठाता है।

Charles Bokor, Mark Cary, Denise Morrey, Fabrizio Bonatesta2026-07-21

💬 NLP

MADA-RL: Multi-Agent Debate-Aware Reinforcement Learning for Parameter-Efficient Reasoning in Compact Models

MADA-RL एक पैरामीटर-कुशल पोस्ट-ट्रेनिंग फ्रेमवर्क है जो एक नवीन काउंटरफैक्चुअल क्रिटिक एडवांटेज के साथ मल्टी-एजेंट डिबेट मैकेनिज्म का उपयोग करके कॉम्पैक्ट लैंग्वेज मॉडल्स में रीजनिंग को बढ़ाता है ताकि LoRA के माध्यम से विशिष्ट जनरेटर और क्रिटिक एजेंटों को अनुकूलित किया जा सके, जिससे गणितीय बेंचमार्क पर सटीकता में उल्लेखनीय सुधार होता है और प्रशिक्षित पैरामीटर्स में भारी कमी आती है।

Martino M. L. Pulici, Cuong Xuan Chu, Evgeny Kharlamov, Zifeng Ding, Volker Tresp, Yunpu Ma2026-07-21

🤖 machine learning

SEE: Structure-aware Exploring \& Exploiting for Long-horizon GUI Agent Trajectory Synthesis

यह शोध पत्र SEE का प्रस्ताव करता है, जो एक दो-चरणीय ढांचा है जो मौजूदा डेटा संग्रह विधियों की सीमाओं को दूर करने और एजेंट के सामान्यीकरण में सुधार करने के लिए स्पष्ट UI ट्रांज़िशन ग्राफ अन्वेषण को ग्राफ-आधारित योजना के साथ जोड़कर उच्च-कवरेज, दीर्घ-क्षितिज (long-horizon) GUI एजेंट प्रक्षेपवक्र (trajectories) को संश्लेषित करता है।

Zhuohang Fan, Beichen Zhang, Yuanfa Li, Changqiao Wu, Wei Liu, Jian Luan, Weigang Zhang2026-07-21

🤖 machine learning

Adaptive Adversaries: A Multi-Turn, Multi-LLM Benchmark for LLM Agent Security

यह शोध पत्र "एडैप्टिव एडवर्सरीज" (Adaptive Adversaries) का परिचय देता है, जो एक मल्टी-टर्न, मल्टी-एलएलएम (multi-turn, multi-LLM) बेंचमार्क है जो यह प्रदर्शित करता है कि कैसे अनुकूलनशील, बहु-चरणीय रणनीतियों का लाभ उठाने वाले स्वायत्त हमलावर, स्टेटिक सिंगल-टर्न मूल्यांकनों की तुलना में मेमोरीलेस एलएलएम (memoryless LLM) संरक्षकों के विरुद्ध हमले की सफलता दर को महत्वपूर्ण रूप से बढ़ा देते हैं, जबकि यह फ्रंटियर मॉडल्स (frontier models) के बीच विशिष्ट और परिदृश्य-निर्भर कमजोरियों को भी उजागर करता है।

Devina Jain, David Hartmann, Chuan Li2026-07-21

🤖 machine learning

SelectInfer: Selective Neuron Loading and Computation for On-Device LLMs

SelectInfer एक न्यूरॉन-स्तरीय अनुकूलन ढांचा (framework) है जो एक ऑफलाइन प्रोफाइलर का उपयोग करके केवल सबसे महत्वपूर्ण न्यूरॉन्स को चुनिंदा रूप से लोड और कंप्यूट करने की सुविधा प्रदान करता है, जिससे कार्य प्रदर्शन से समझौता किए बिना मेमोरी और कंप्यूटेशनल लागत को काफी कम करके डिवाइस पर कुशल लार्ज लैंग्वेज मॉडल इन्फरेंस को सक्षम बनाता है।

Huzaifa Shaaban Kabakibo, Eric Schniedermeyer, Artem Burchanow, Lin Wang2026-07-21

💬 NLP

WorldCupArena: Fine-Grained Evaluation of Language Models and Deep-Research Agents on Football Forecasting

यह शोधपत्र WorldCupArena को पेश करता है, जो फुटबॉल पूर्वानुमान के लिए भाषा मॉडल (language models) और डीप-रिसर्च एजेंटों का मूल्यांकन करने के लिए एक गतिशील बेंचमार्क है, जो मैचों के होने से पहले वास्तविक समय की जानकारी का उपयोग करके मैच के परिणामों, स्कोर और घटनाओं की भविष्यवाणी करने की उनकी क्षमता का परीक्षण करता है, जिसमें प्रारंभिक परिणाम सटीक सटीकता (exact accuracy) में सट्टेबाजी और मानव बेसलाइन की तुलना में मामूली बढ़त दिखाते हैं, लेकिन विस्तृत स्कोरलाइन भविष्यवाणियों में स्पष्ट सुधार दर्शाते हैं।

Zhaokai Wang, Tianlin Gui, Jiayuan Rao, Shangzhe Di, Yihong Tang, Dingli Liang2026-07-21

🤖 machine learning

Empowering On-Device Model Adaptation with an Edge AI Inference Accelerator

यह शोध पत्र एक हेट्रोजेनियस अडैप्टेशन पाइपलाइन का प्रस्ताव करता है जो फ्रोजन-बैकबोन फीचर एक्सट्रैक्शन के लिए Hailo-8L एज एआई इन्फरेंस एक्सेलेरेटर को पुनरुद्देश्यित करता है और होस्ट CPU पर एक लाइटवेट क्लासिफिकेशन हेड को फाइन-ट्यून करता है, जिससे ऊर्जा-कुशल, उच्च-गति ऑन-डिवाइस मॉडल अडैप्टेशन सक्षम होता है जो CPU-ओनली बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।

Mateusz Piechocki, Alessandro Capotondi, Marek Kraft2026-07-21

🤖 machine learning

Manifold-Constrained Hyper-Connections for Parameter-Efficient Finetuning

यह शोध पत्र मैनिफोल्ड-कंस्ट्रेंड हाइपर-कनेक्शन्स (mHC) को प्रस्तुत करता है, जो एक नवीन पैरामीटर-कुशल फाइन-ट्यूनिंग दृष्टिकोण है जो फ्रोजन ट्रांसफॉर्मर्स में रेसिडुअल कनेक्शन्स को अनुकूलित करता है, और यह प्रदर्शित करता है कि जबकि mHC अकेले लगातार LoRA से बेहतर प्रदर्शन नहीं करता है, mHC को LoRA के साथ संयोजित करने से समान पैरामीटर बजट पर बेहतर लैंग्वेज मॉडलिंग प्रदर्शन और बेंचमार्क लाभ प्राप्त होते हैं।

Valentijn Oldenburg, Floris de Kam, Bente Zuijdam, Lieve Eberson, Nicky van Zutphen, Stef de Wildt, Ivo Verhoeven2026-07-21

← पिछला अगला →