cs.LG पेपर | Gist.Science

ContinuityBench: A Benchmark and Systems Study of Stateful Failover in Multi-Provider LLM Routing

यह शोध पत्र ContinuityBench प्रस्तुत करता है, जो एक बेंचमार्क और स्टेटफुल प्रॉक्सी आर्किटेक्चर है जो मल्टी-प्रोवाइडर LLM फेलओवर घटनाओं के दौरान लगभग पूर्ण संवादात्मक निरंतरता प्राप्त करने के लिए हिस्ट्री-फॉरवर्डिंग रणनीति का उपयोग करता है, जो उन स्टेटलेस सिस्टम की महत्वपूर्ण सीमा को संबोधित करता है जो बातचीत के इतिहास को हटा देते हैं।

Vishal Pandey, Gopal Singh2026-07-20

🤖 machine learning

On the Failure of Boundary-Seeking Distillation in Bottlenecked Generative Architectures

यह शोध पत्र यह प्रदर्शित करता है कि बाउंड्री-सीकिंग नॉलेज डिस्टिलेशन, जो क्लासिफायर के लिए प्रभावी है, स्वतंत्र कंट्रास्टिव सैंपलिंग से उत्पन्न होने वाले ग्रेडिएंट संघर्षों के कारण बॉटलनेक्ड जेनरेटिव आर्किटेक्चर में मौलिक रूप से विफल हो जाता है, और डेटा-फ्री जेनरेटिव डिस्टिलेशन के लिए एक बेहतर विकल्प के रूप में मैनिफोल्ड-अवेयर सिंथेसिस का प्रस्ताव करता है।

Mohamed Amine Kina2026-07-20

🤖 machine learning

Learning Reach-Avoid Task with Reinforcement Learning: Vectorized Simulation and Benchmark

यह शोध पत्र रोबोटिक आर्म रीच-अवॉयड कार्यों के लिए पहला व्यापक, ओपन-सोर्स बेंचमार्क पेश करता है जो वेक्टरकृत मुजोको (MuJoCo) सिमुलेशन का उपयोग करता है ताकि यह प्रदर्शित किया जा सके कि जबकि डीप रिइन्फोर्समेंट लर्निंग एजेंट सरलीकृत सेटिंग्स में उच्च सफलता दर प्राप्त करते हैं, उनका प्रदर्शन वास्तविक, जटिल परिदृश्यों में काफी गिर जाता है, जो यह संकेत देता है कि इन कार्यों को मजबूती से हल करने के लिए आगे के शोध की आवश्यकता है।

Jonas Weihing, Shahram Eivazi2026-07-20

🤖 machine learning

An Exploratory Study of Single Channel Surface Electromyography for Hand Gesture Classification

यह अध्ययन प्रदर्शित करता है कि एक सिंगल-चैनल सरफेस इलेक्ट्रोमायोग्राफी (sEMG) प्रणाली, जब विशिष्ट फीचर इंजीनियरिंग और एक लाइटवेट न्यूरल नेटवर्क के साथ संयोजित की जाती है, तो दस हैंड जेस्चर को वर्गीकृत करने में 90% तक सटीकता प्राप्त कर सकती है, जो पारंपरिक मल्टीचैनल दृष्टिकोणों के लिए एक व्यवहार्य, कम-शक्ति वाला विकल्प प्रदान करती है।

Daanish Hindustani2026-07-20

🤖 machine learning

CanonicalPhys: Pose-Robust Remote Photoplethysmography via Canonical-Space Priors

कैनोनिकलफिज़ (CanonicalPhys) चेहरे के बदलते पोज़ के तहत डीप रिमोट फोटोप्लेथिस्मोग्राफी (remote photoplethysmography) में होने वाली तीव्र प्रदर्शन गिरावट को संबोधित करने के लिए एक अवकलनीय होमोग्राफी (differentiable homography) पेश करता है जो चेहरे के क्षेत्रों को एक कैनोनिकल फ्रेम में मैप करती है, जिससे डाइक्रोमैटिक रिफ्लेक्शन मॉडल (dichromatic reflection model) और पल्स-फेज इनवेरिएंस (pulse-phase invariance) जैसे शारीरिक पूर्ववृत्तों (anatomical priors) का प्रभावी अनुप्रयोग सक्षम होता है, जो विविध पोज़ स्थितियों में हृदय-दर अनुमान त्रुटियों को महत्वपूर्ण रूप से कम करता है।

Hui Wei, Seyedata Jodeiri Seyedian, Xiaobai Li, Guoying Zhao2026-07-20

🤖 machine learning

Presentation, Not Mechanism: A Render Confound in Deprecation-Aware Memory Evaluation

यह शोध पत्र डिप्रिकेशन-अवेयर (deprecation-aware) मेमोरी सिस्टम के मूल्यांकन में एक महत्वपूर्ण "रेंडर कन्फाउंड" (render confound) की पहचान करता है, यह प्रदर्शित करते हुए कि जब प्रस्तुतिकरण को नियंत्रित किया जाता है, तो वर्तमान-स्थिति संबंधी प्रश्नों (current-state queries) के लिए सूक्ष्म-स्तरीय संशोधन तंत्र (fine-grained revision mechanisms), सरल मोटे तौर पर अमान्यकरण (coarse invalidation) की तुलना में कोई महत्वपूर्ण लाभ नहीं देते हैं, जो यह सुझाव देता है कि मूल्यांकनों को लेआउट से तंत्र को अलग करना चाहिए और सिस्टम को जटिल टाइपिंग के बजाय अमान्य साक्ष्य (invalidated evidence) को बनाए रखने को प्राथमिकता देनी चाहिए।

Zhaoyang Jiang, Zhizhong Fu, Zicheng Li, Yunsoo Kim, Jiacong Mi, Xuanqi Peng, Fei Teng, Honghan Wu2026-07-20

🤖 machine learning

CLaC@FinMMEval 2026 Task 3: Sentiment-Augmented Deep Reinforcement Learning for Active Trading -- An Alpha-Reward Approach

यह शोध पत्र CLaC@FinMMEval 2026 टास्क 3 के लिए एक सेंटीमेंट-ऑगमेंटेड डीप रीइन्फोर्समेंट लर्निंग सिस्टम प्रस्तुत करता है, जो यह प्रदर्शित करता है कि LLaMA 3.2 न्यूज़ सेंटीमेंट और अल्फा-आधारित रिवार्ड्स का उपयोग करने वाला एक DDPG एजेंट, TSLA और BTC पर बाय-एंड-होल्ड रणनीतियों की तुलना में काफी बेहतर प्रदर्शन करता है, और साथ ही बुल से बियर मार्केट रेजीम में नीतियों को सामान्य बनाने की चुनौतियों को भी उजागर करता है।

Andrei Neagu, Eeham Khan, Leila Kosseim2026-07-20

🤖 machine learning

Revisiting data-driven dynamic security assessment with a tabular foundation model

यह शोध पत्र डेटा-संचालित गतिशील सुरक्षा मूल्यांकन के लिए एक टैबुलर फाउंडेशन मॉडल प्रस्तावित करता है जो न्यूनतम लेबल वाले डेटा का उपयोग करके उच्च सटीकता के साथ कई पावर सिस्टम आकस्मिकताओं (contingencies) का मूल्यांकन करने के लिए इन-कॉन्टेक्स्ट लर्निंग का लाभ उठाता है, जिससे मौजूदा मशीन लर्निंग दृष्टिकोणों की स्केलेबिलिटी और सामान्यीकरण सीमाओं को दूर किया जा सके।

Olayiwola Arowolo, Maosheng Yang, Jochen Cremer2026-07-20

🤖 machine learning

DELUGE: Towards Continental-Scale Daily Pluvial Flood Damage Prediction via Interpretable Conditioning on Foundation Model Embeddings

यह शोध पत्र DELUGE को प्रस्तुत करता है, जो एक मल्टीमॉडल डीप लर्निंग फ्रेमवर्क है जो फाउंडेशन मॉडल एम्बेडिंग्स पर व्याख्या योग्य कंडीशनिंग (interpretable conditioning) का लाभ उठाकर लगभग 1 किमी रिज़ॉल्यूशन पर दैनिक महाद्वीपीय-स्तर के प्लुवियल बाढ़ क्षति (pluvial flood damage) के लिए अत्याधुनिक (state-of-the-art) भविष्यवाणियां करता है, जो उच्च-लागत वाले दावों (high-cost claims) पर पारंपरिक मशीन लर्निंग बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।

Yuya Kawakami, Daniel Cayan, Dongyu Liu, Kwan-Liu Ma, Tom Corringham2026-07-20

🤖 machine learning

When Model Merging Rivals Joint Multi-Task Reinforcement Learning: A Task-Vector Geometry Analysis

यह शोध पत्र प्रदर्शित करता है कि स्वतंत्र रूप से प्रशिक्षित सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) एजेंटों को संयोजित करना संयुक्त बहु-कार्य प्रशिक्षण के समान सांख्यिकीय रूप से अविभेदित प्रदर्शन प्राप्त करता है, जिसका श्रेय कार्य वेक्टर्स की लगभग-लंबकोणीयता (नियर-ऑर्थोगोनैलिटी) को दिया जाता है जो जटिल विलय रणनीतियों को सरल औसत के समकक्ष बना देती है।

S. Aaron McClendon2026-07-20

← पिछला अगला →