🤖 Category

cs.LG

22037 पेपर

🤖 machine learning

Neural Subspace Reallocation: Continual Learning as Retrieval-Based Subspace Memory Management

यह शोध पत्र न्यूरल सबस्पेस रीएलोकेशन (NSR) को प्रस्तुत करता है, जो एक निरंतर सीखने (continual learning) का ढांचा है जो LoRA मॉड्यूल को एक फ्रीज्ड बैकबोन पर संपीड़ित (compressible), प्रतिग्रहित (retrievable) मेमोरी यूनिट के रूप में मानता है, और यह प्रदर्शित करता है कि टास्कनॉलेजबैंक (TaskKnowledgeBank) से सरल समानता-आधारित रिट्रीवल, भूलने की प्रक्रिया (forgetting) को कम करने और कार्य रिकवरी को तेज करने के साथ-साथ न्यूनतम मेमोरी फुटप्रिंट बनाए रखते हुए जटिल सीखे गए एलोकेशन पॉलिसियों की तुलना में काफी बेहतर प्रदर्शन करता है।

Byeong Hoon Yoon2026-06-30
🤖 machine learning

Predictive Objectives Discard Exogenous Control-Relevant Features: A Controlled Mechanistic Study

यह अध्ययन प्रदर्शित करता है कि जॉइंट-एम्बेडिंग प्रेडिक्टिव ऑब्जेक्टिव्स अक्सर नियंत्रण-प्रासंगिक लेकिन बाह्य (एक्सोजेनस) विशेषताओं को त्याग देते हैं क्योंकि वे नियंत्रण-प्रासंगिकता के बजाय टेम्पोरल प्रेडिक्टेबिलिटी को प्राथमिकता देते हैं, एक ऐसी विफलता जिसे केवल 2% रिवॉर्ड-लेबल वाले डेटा के साथ मजबूती से सुधारा जा सकता है।

Ayan Pendharkar2026-06-30
🤖 machine learning

Online Data Selection for Instruction Tuning via Gaussian Processes

यह शोध पत्र GAIA को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो ग्लोबल यूटिलिटी मैनिफोल्ड्स को मॉडल करने के लिए गॉसियन प्रोसेसेज का लाभ उठाता है और गतिशील डेटा चयन के लिए एक फिक्स्ड-शेयर हेज रणनीति का उपयोग करता है, जो गैर-स्थिर डेटा गुणवत्ता के प्रति मजबूती से अनुकूलित होकर इंस्ट्रक्शन ट्यूनिंग में मौजूदा बैच-प्रतिबंधित विधियों से काफी बेहतर प्रदर्शन करता है।

Jun Wang, Quoc Phong Nguyen, Julien Monteil, Vu Nguyen2026-06-30
🤖 machine learning

Structural Certification for Reliable Physical Design with Language Models

यह शोध पत्र फिजिक्स-एंकरड सर्टिफिकेशन (PHACT) प्रस्तुत करता है, जो एक प्रोपोज़-सर्टिफाई फ्रेमवर्क है जो भाषा मॉडल के बजाय एक नियतात्मक इंजन (deterministic engine) को अधिकार सौंपकर विश्वसनीय भौतिक डिजाइनों को सुनिश्चित करता है, जिससे अस्सी प्रतिकूल परीक्षणों में शून्य गलत प्रमाणन प्राप्त हुआ।

Nakul Vyas, Iliya D. Stoev2026-06-30
🤖 machine learning

Automating the Design of Embodied AgentArchitectures

यह शोध पत्र एक व्यवस्थित खोज प्रक्रिया के माध्यम से एम्बॉडीड एजेंट आर्किटेक्चर (embodied agent architectures) के डिज़ाइन को स्वचालित करने के लिए AgentCanvas और KDLoop को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि हालांकि आर्किटेक्चर-स्तरीय खोज से दिशात्मक प्रदर्शन लाभ प्राप्त हो सकते हैं, लेकिन इसे रोलआउट शोर (rollout noise) द्वारा अनुकूलन संकेतों (optimization signals) को छिपाने और एपिसोड-स्तरीय क्रेडिट असाइनमेंट (episode-level credit assignment) की कठिनाइयों जैसी महत्वपूर्ण चुनौतियों का सामना करना पड़ता है।

Jian Zhou, Sihao Lin, Jin Li, Shuai Fu, Gengze Zhou, Qi Wu2026-06-30
🤖 machine learning

Robust Strategic Classification under Decision-Dependent Cost Uncertainty

यह शोध पत्र निर्णय-निर्भर अनिश्चितता सेटों (decision-dependent uncertainty sets) के साथ एक दो-चरणीय सुदृढ़ अनुकूलन ढांचे (two-stage robust optimization framework) का प्रस्ताव करता है ताकि इस तथ्य को ध्यान में रखते हुए मौजूदा रणनीतिक वर्गीकरण मॉडलों की सीमाओं को संबोधित किया जा सके कि एल्गोरिद्मिक निर्णयों में हेरफेर करने की लागत पिछले नीतिगत परिणामों के आधार पर विकसित होती है, जिससे समय के साथ रणनीतिक गेमिंग को अधिक प्रभावी ढंग से नियंत्रित किया जा सके।

Sura Alhanouti, Güzin Bayraksan, Parinaz Naghizadeh2026-06-30
🤖 machine learning

Federated Learning with Energy-Based Structured Probabilistic Inference

यह शोधपत्र एक ऐसे फेडरेटेड लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो व्यक्तिगत विश्वसनीयता और क्लाइंट-बीच की अंतःक्रियाओं (inter-client interactions) दोनों को मॉडल करके क्लाइंट एग्रीगेशन वेट्स को गतिशील रूप से अनुकूलित करने के लिए कंडीशनल रैंडम फील्ड्स का उपयोग करता है, जिससे नॉन-आईआईडी (non-IID) डेटा विषमता के तहत ग्लोबल मॉडल कन्वर्जेंस में सुधार होता है।

Dario Fenoglio, Daniil Kirilenko, Martin Gjoreski, Marc Langheinrich2026-06-30
🤖 machine learning

Characterizing Optimizer-Dependent Training Dynamics Through Hessian Eigenvector Displacement and Localization

यह शोध पत्र न्यूरल नेटवर्क प्रशिक्षण के दौरान हेसियन आइजनवेक्टर्स (Hessian eigenvectors) के विकास का विश्लेषण करता है ताकि विशिष्ट, ऑप्टिमाइज़र-निर्भर गतिकी को प्रकट किया जा सके, जो यह दर्शाता है कि SGD अग्रणी वक्रता दिशाओं (leading curvature directions) को स्थिर करता है जबकि Adam महत्वपूर्ण आइजनवेक्टर पुनर्गठन और पैरामीटर स्थानीयकरण (parameter localization) प्रेरित करता है।

Marcelina Marjankowska, Valerio Modugno, Paolo Barucca2026-06-30
🤖 machine learning

B3O: Scalable Boltzmann Batch Bayesian Optimization

यह शोध पत्र B3O को प्रस्तुत करता है, जो एक स्केलेबल बेयसियन ऑप्टिमाइज़ेशन फ्रेमवर्क है जो बैच जनरेशन को अधिग्रहण फलन (acquisition function) के बोल्ट्ज़मैन वितरण से सीधे सैंपलिंग समस्या के रूप में पुनर्गठित करता है, जिससे मौजूदा विधियों की कम्प्यूटेशनल बाधाओं और विविधता संबंधी सीमाओं को दूर करते हुए सैद्धांतिक रिग्रेट गारंटी बनाए रखी जाती है और जटिल इंजीनियरिंग कार्यों पर उत्कृष्ट प्रदर्शन प्रदर्शित किया जाता है।

Maximilian Bloor, Liyuan Xu, Hrvoje Stojic, Victor Picheny2026-06-30
🔢 mathematics

A Distributionally Robust Framework for Learned Reconstructions in Inverse Problems

यह शोधपत्र इनवर्स समस्याओं (inverse problems) के लिए एक संरचित वितरण रूप से सुदृढ़ अनुकूलन (distributionally robust optimization) ढांचे का प्रस्ताव करता है जो अस्पष्टता सेटों (ambiguity sets) को डेटा-अधिग्रहण प्रक्रिया के अनुरूप परिवर्तनों तक सीमित करता है, जिससे ऐसे पुनर्निर्माण ऑपरेटरों को सीखा जा सकता है जो टिखोनोव-समान (Tikhonov-like) नियमितीकरण उत्पन्न करते हुए और प्रभावी रूप से डेटा-संचालित ट्रंकेटेड-एसवीडी (truncated-SVD) व्यवहार को पुनः प्राप्त करते हुए बेहतर सुदृढ़ता, स्थिरता और व्याख्यात्मकता प्राप्त करते हैं।

Floor van Maarschalkerwaart, Subhadip Mukherjee, Christoph Brune, Marcello Carioni2026-06-30