🤖 Category

cs.LG

19766 पेपर

🤖 machine learning

Field-Aware RankMixer with Dual-Stream Bilinear Fusion for the Tencent UNI-REC Challenge

यह शोध पत्र KDD कप 2026 टेनसेंट UNI-REC चुनौती के लिए एक नौवें स्थान के समाधान को प्रस्तुत करता है, जो एक फील्ड-अवेयर रैंकमिक्सर (Field-Aware RankMixer) को ड्यूल-स्ट्रीम द्विपक्षीय संलयन (dual-stream bilinear fusion) के साथ पेश करता है जो मल्टी-डोमेन टार्गेट-एड cPVR भविष्यवाणी के लिए टार्गेट-अवेयर इंटरेस्ट एक्सट्रैक्शन, सिमेंटिक टोकन मॉडलिंग और पूरक शैलो-डीप स्ट्रीम आर्किटेक्चर को प्रभावी ढंग से एकीकृत करता है।

Yufeng Zhang, Zhengqi Xu, Jiajun Cui2026-07-20
💬 NLP

Process Reward Informed Tree Rollout for Effective Multi-Turn RL

यह शोध पत्र PATR को प्रस्तुत करता है, जो एक प्रोसेस-रिवॉर्ड-गाइडेड एडेप्टिव ट्री रोलआउट फ्रेमवर्क है जो आशाजनक मध्यवर्ती अवस्थाओं (intermediate states) से चुनिंदा रूप से शाखा बनाने और साझा प्रीफिक्स के पुन: उपयोग द्वारा LLM एजेंटों के लिए मल्टी-टर्न सुदृढीकरण शिक्षण (reinforcement learning) को अनुकूलित करता है, जिससे पारंपरिक यूनिफॉर्म ट्राजेक्टरी सैंपलिंग विधियों की तुलना में SWE-Bench और FrozenLake जैसे बेंचमार्क पर प्रदर्शन में महत्वपूर्ण सुधार होता है।

Xintong Li, Sha Li, Yuwei Zhang, Changlong Yu, Rongmei Lin, Hongye Jin, Shuyi Guan, Xin Liu, Linwei Li, Qingyu Yin, Jing (…)2026-07-20
🤖 machine learning

Testing Distributions Against Bounded Distinguishers

यह शोध पत्र बाउंडेड क्लास के डिस्टिंग्विशर्स (फूलिंग डिस्टेंस) के विरुद्ध डिस्ट्रीब्यूशन टेस्टिंग के लिए एक फ्रेमवर्क प्रस्तुत करता है, जो उच्च-आयामी सेटिंग्स में इसकी सैंपल एफिशिएंसी को प्रदर्शित करता है और टेस्टेबल लर्निंग, वेरिफिकेशन और स्ट्रक्चर्ड डिस्ट्रीब्यूशन टेस्टिंग के साथ इसके संबंधों का लाभ उठाते हुए इन क्षेत्रों में नए एल्गोरिदम और लोअर बाउंड्स प्राप्त करता है।

Mark Bun, Rathin Desai, Renato Ferreira Pinto Jr2026-07-20
💬 NLP

Adaptive Multi-Step Lookahead Decoding for Diffusion Language Models

यह शोध पत्र AdaLook का प्रस्ताव करता है, जो मास्कड डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक एडेप्टिव मल्टी-स्टेप लुकअहेड फ्रेमवर्क है, जो मौजूदा वन-स्टेप लुकअहेड विधियों की तुलना में बेहतर सटीकता-दक्षता संतुलन प्राप्त करने के लिए कैंडिडेट-स्कोर वेरिएंस के आधार पर रोलआउट डेप्थ को गतिशील रूप से समायोजित करता है और शाखाओं का विस्तार करता है।

Yingqian Cui, Wei Deng, Lantao Mei, Hang Li, Charu C. Aggarwal, Hui Liu, Yue Xing2026-07-20
🔢 mathematics

A Statistical Formulation Gap for Nonlinear Multiscale Physics-Informed Learning

यह शोध पत्र सिद्ध करता है कि नॉनलीनियर मल्टीस्केल फिजिक्स-इन्फॉर्म्ड लर्निंग में माइक्रोस्कोपिक गुणांकों (coefficients) का अवकलन (differentiation) करने से फाइनाइट-सैंपल सांख्यिकीय इल-कंडीशनिंग (statistical ill-conditioning) उत्पन्न होती है, जिसे एक वेरिएशनल फॉर्मूलेशन का उपयोग करके टाला जा सकता है जो मल्टीस्केल कठिनाई को ऑप्टिमाइजेशन या सैंपलिंग प्रक्रिया के बजाय एप्रोक्सिमेशन एरर (approximation error) तक सीमित कर देता है।

Ronald Katende2026-07-20
🤖 machine learning

A Benchmark for Electrical Load Forecasting Across Grid Levels: Time-Series Transformers Outperform Established Methods

यह शोध पत्र तीन ग्रिड स्तरों पर एक व्यापक बेंचमार्क प्रस्तुत करता है जो यह प्रदर्शित करता है कि ट्रांसफॉर्मर-आधारित मॉडल, विशेष रूप से मानक ट्रांसफॉर्मर, अल्पकालिक विद्युत भार पूर्वानुमान के लिए स्थापित विधियों से लगातार 6.6–10.7% बेहतर प्रदर्शन करते हैं, जबकि लंबे इनपुट संदर्भों, सह-चरों (covariates) और निरंतर पुन: प्रशिक्षण के महत्वपूर्ण महत्व को रेखांकित करते हैं।

Matthias Hertel, Sebastian Pütz, Jonathan Kolar, Benjamin Schäfer, Ralf Mikut, Veit Hagenmeyer2026-07-20
🤖 AI

Debiasing Text-to-Image Evaluation via Implicit Cultural Alignment Reward Modeling

यह शोध पत्र एक कुशल, हल्का इम्पलिसिट कल्चरल एलाइनमेंट रिवॉर्ड मॉडल पेश करता है जो मौजूदा टेक्स्ट-टू-इमेज इवैल्यूएटर्स के सांस्कृतिक पूर्वाग्रह और विलंबता सीमाओं को दूर करने के लिए स्किप-कनेक्शन क्रॉस-अटेंशन मैकेनिज्म का लाभ उठाता है, जिससे कल्चरलफ्रेम्स बेंचमार्क पर बेहतर सटीकता और 10 गुना तेज़ इन्फरेंस गति प्राप्त होती है।

Bo-An Chang, Yu-Chih Chen2026-07-20
🤖 machine learning

From Diffusion to Reaction-Diffusion: A Dynamical-Systems View of Oversmoothing in Hypergraph Neural Networks

यह शोध पत्र हाइपरग्राफ न्यूरल रिएक्शन-डिफ्यूजन (HNRD) का प्रस्ताव करता है, जो एक डायनेमिकल-सिस्टम्स फ्रेमवर्क है जो डिफ्यूजन-आधारित हाइपरग्राफ मैसेज पासिंग की अंतर्निहित ऊर्जा क्षय (energy dissipation) का मुकाबला करने के लिए एक रिएक्शन मैकेनिज्म पेश करता है, जिससे रिप्रेजेंटेशन कोलैप्स को रोका जा सकता है और स्थिर, डीप हाइपरग्राफ लर्निंग सक्षम हो सकती है।

Zhiheng Zhou, Mengyao Zhou, Yancheng Chen, Dengyi Zhao, Xingqin Qi, Guiying Yan2026-07-20
🤖 machine learning

Scaling Time Series Classification via XAI-Driven Data Reduction

यह शोध पत्र drXAI को प्रस्तुत करता है, जो एक नवीन कार्यप्रणाली है जो टाइम सीरीज़ डेटा में सबसे महत्वपूर्ण विशेषताओं को स्वचालित रूप से पहचानने और बनाए रखने के लिए एक्सप्लेनेबल एआई (Explainable AI) एट्रिब्यूशन विधियों का लाभ उठाती है, जिससे वर्गीकरण सटीकता को बनाए रखते हुए महत्वपूर्ण डेटा न्यूनीकरण (80-90%) प्राप्त होता है और संसाधन-गहन मॉडलों को पहले तक अप्राप्य डेटासेट तक स्केल करने में सक्षम बनाया जाता है।

Davide Italo Serramazza, Thach Le Nguyen, Georgiana Ifrim2026-07-20
🤖 machine learning

AquaAugmentor: A Novel Feature Augmentation Algorithm for Water Potability Prediction

यह शोध पत्र AquaAugmentor को प्रस्तुत करता है, जो एक नवीन फीचर ऑगमेंटेशन एल्गोरिदम है जिसे रासायनिक गुणों के आधार पर पानी की पीने योग्य स्थिति को वर्गीकृत करने के लिए मशीन लर्निंग और डीप लर्निंग मॉडल्स की भविष्य कहने वाली सटीकता को बढ़ाने के लिए डिज़ाइन किया गया है।

Muntasir Tabasum, Al Zadid Sultan Bin Habib, Tanpia Tasnim, Md. Ekramul Islam, Md Younus Ahamed, Md Asif Bin Syed2026-07-20