🤖 Category

cs.LG

22037 पेपर

🤖 machine learning

Decentralized Best-Response-Based Learning in Two-Player Zero-Sum Stochastic Games: A Finite-Sample Analysis

यह शोध पत्र दो-खिलाड़ी शून्य-योग (zero-sum) मैट्रिक्स और स्टोकेस्टिक खेलों के लिए विकेंद्रीकृत, पे-ऑफ-आधारित बेस्ट-रिस्पॉन्स लर्निंग एल्गोरिदम का एक परिमित-नमूना (finite-sample) विश्लेषण प्रस्तुत करता है, जो एक नवीन कपल्ड लयापुनोव-ड्रिफ्ट (coupled Lyapunov-drift) ढांचे के माध्यम से क्रमशः O(ϵ−1)\mathcal{O}(\epsilon^{-1}) और O~(ϵ−8)\tilde{\mathcal{O}}(\epsilon^{-8}) के नमूना जटिलता (sample complexity) सीमाओं को स्थापित करता है जो परस्पर क्रिया करने वाले स्टोकेस्टिक इटरेट्स और गैर-स्थिर सैंपलिंग को संभालता है।

Zaiwei Chen, Kaiqing Zhang, Eric Mazumdar, Asuman Ozdaglar, Adam Wierman2026-06-26
🤖 machine learning

Byzantine-Robust Aggregation for Securing Decentralized Federated Learning

यह शोध पत्र WFAgg का प्रस्ताव करता है, जो एक नवीन बायज़ेंटाइन-रोबस्ट (Byzantine-robust) एग्रीगेशन एल्गोरिदम है जो गतिशील टोपोलॉजी में हमलों को कम करने के लिए कई फिल्टरों का उपयोग करके विकेंद्रीकृत फेडरेटेड लर्निंग की सुरक्षा और अभिसरण (convergence) को बढ़ाता है, और मौजूदा केंद्रीकृत रोबस्ट योजनाओं से बेहतर प्रदर्शन करता है।

Diego Cajaraville-Aboy, Ana Fernández-Vilas, Rebeca P. Díaz-Redondo, Manuel Fernández-Veiga2026-06-26
🤖 machine learning

Adversarial Robustness of AI-Generated Image Detectors in the Real World

यह शोध पत्र प्रदर्शित करता है कि अत्याधुनिक एआई-जनित छवि डिटेक्टर ब्लैक-बॉक्स एडवरसैरियल हमलों के प्रति अत्यधिक संवेदनशील हैं, यहाँ तक कि वास्तविक दुनिया के इमेज डिग्रेडेशन और व्यावसायिक उपकरणों के तहत भी, जो सार्वजनिक विश्वास को सुरक्षित रखने के लिए अधिक सुदृढ़ पहचान विधियों की महत्वपूर्ण आवश्यकता को रेखांकित करता है।

Sina Mavali, Jonas Ricker, David Pape, Asja Fischer, Lea Schönherr2026-06-26
📊 statistics

No Free Lunch: Non-Asymptotic Analysis of Prediction-Powered Inference

यह शोध पत्र प्रेडिक्शन-पावर्ड इन्फरेंस (PPI++) के लिए 'एसाइम्प्टोटिक फ्री लंच' (asymptotic free lunch) के दावे को चुनौती देता है, एक गैर-एसाइम्प्टोटिक विश्लेषण प्रदान करके जो यह दर्शाता है कि यह विधि केवल तभी गोल्ड-स्टैंडर्ड लेबल की तुलना में अनुमान सटीकता में सुधार करती है जब सूडो-लेबल और गोल्ड-स्टैंडर्ड लेबल के बीच सहसंबंध नमूना आकार पर निर्भर एक विशिष्ट थ्रेशोल्ड से अधिक होता है।

Pranav Mani, Peng Xu, Zachary C. Lipton, Michael Oberst2026-06-26
🤖 AI

Sparsity-Driven Plasticity in Multi-Task Reinforcement Learning

यह शोध पत्र प्रदर्शित करता है कि स्पार्सिफिकेशन विधियाँ, विशेष रूप से ग्रेजुअल मैग्नीट्यूड प्रूनिंग और स्पार्स इवोल्यूशनरी ट्रेनिंग, मल्टी-टास्क रिइन्फोर्समेंट लर्निंग एजेंटों में प्लास्टिसिटी लॉस को प्रभावी ढंग से कम करती हैं, जिससे विभिन्न आर्किटेक्चर में डेंस बेसलाइन्स की तुलना में बेहतर प्रदर्शन और अनुकूलनशीलता प्राप्त होती है।

Aleksandar Todorov, Juan Cardenas-Cartagena, Rafael F. Cunha, Marco Zullich, Matthia Sabatelli2026-06-26
🔬 physics

Huracan: A skillful end-to-end data-driven system for ensemble data assimilation and weather prediction

यह शोध पत्र हुरकान (Huracan) को प्रस्तुत करता है, जो एक अग्रणी एंड-टू-एंड डेटा-संचालित मौसम पूर्वानुमान प्रणाली है जो केवल अवलोकनात्मक इनपुट का उपयोग करके अत्याधुनिक ECMWF ENS के समान सटीकता प्राप्त करने के लिए एक पूर्वानुमान मॉडल के साथ एन्सेम्बल डेटा आत्मसात (ensemble data assimilation) को एकीकृत करती है।

Zekun Ni, Jonathan Weyn, Hang Zhang, Yanfei Xiang, Jiang Bian, Weixin Jin, Kit Thambiratnam, Qi Zhang, Haiyu Dong, Hongy (…)2026-06-26
🤖 machine learning

Learning Robust Penetration Testing Policies under Partial Observability: A systematic evaluation

यह शोध पत्र एक व्यवस्थित मूल्यांकन प्रस्तुत करता है जो यह प्रदर्शित करता है कि हिस्ट्री एग्रीगेशन तकनीकें, जैसे कि फ्रेम-स्टैकिंग और रिकरेंट आर्किटेक्चर, विभिन्न नेटवर्क आकारों वाले आंशिक रूप से दृश्यमान पेनिट्रेशन टेस्टिंग परिदृश्यों में प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन (PPO) एजेंटों के अभिसरण की गति और मजबूती को महत्वपूर्ण रूप से बढ़ाती हैं।

Raphael Simon, Pieter Libin, Wim Mees2026-06-26
🤖 AI

Rotary Position Encodings for Graphs

यह शोध पत्र वेव-इंड्यूस्ड रोटरी एनकोडिंग्स (WIRE) को प्रस्तुत करता है, जो एक नवीन विधि है जो ग्राफ लैपलेसियन स्पेक्ट्रम के आधार पर टोकन को घुमाकर रोटरी पोजीशन एनकोडिंग्स को ग्राफ-संरचित डेटा के अनुकूल बनाती है, जिससे लीनियर अटेंशन के साथ अनुकूलता बनाए रखते हुए और ग्रिड पर मानक RoPE को पुनः प्राप्त करते हुए अटेंशन मैकेनिज्म में संरचनात्मक जानकारी को प्रभावी ढंग से इंजेक्ट किया जाता है।

Isaac Reid, Arijit Sehanobish, Cederik Höfs, Bruno Mlodozeniec, Leonhard Vulpius, Federico Barbero, Adrian Weller, Krzys (…)2026-06-26
🤖 AI

Relevance-Aware Thresholding in Online Conformal Prediction for Time Series

यह शोध पत्र टाइम सीरीज़ के लिए एक नवीन ऑनलाइन कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो थ्रेशोल्ड अपडेट स्टेप के दौरान बाइनरी कवरेज चेक्स को रेलेवेंस-अवेयर फंक्शन्स से बदलकर वैधता बनाए रखते हुए प्रेडिक्शन इंटरवल की टाइटनेस में सुधार करता है।

Théo Dupuy, Binbin Xu, Stéphane Perrey, Jacky Montmain, Abdelhak Imoussaten2026-06-26
🤖 machine learning

Computationally-efficient Graph Modeling with Refined Graph Random Features

यह शोध पत्र GRFs++ प्रस्तुत करता है, जो ग्राफ रैंडम फीचर्स का एक परिष्कृत वर्ग है जो लघु वॉक (short walks) को समानांतर करने के लिए एक नवीन वॉक-स्टिचिंग तकनीक का उपयोग करके और फिक्स्ड बर्नौली स्कीम्स से परे वॉक-लेंथ टर्मिनेशन रणनीतियों का विस्तार करके ग्राफ कर्नेल्स के लिए कम्प्यूटेशनल दक्षता और सन्निकटन सटीकता (approximation accuracy) को बढ़ाता है।

Krzysztof Choromanski, Avinava Dubey, Arijit Sehanobish, Isaac Reid2026-06-26