cs.LG

Self-Supervised Tree-level Biomass Estimation in Urban Environments From Airborne LiDAR and Optical Observations

यह शोध पत्र एक स्व-पर्यवेक्षित (self-supervised) डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है जो ओंटारियो के 810 वर्ग किमी के परिदृश्य में व्यक्तिगत शहरी वृक्ष बायोमास का एक उच्च-रिज़ॉल्यूशन, द्विकालिक (bitemporal) डेटाबेस उत्पन्न करने के लिए हवाई LiDAR और ऑप्टिकल इमेजरी को एकीकृत करता है, जो बिना किसी मैनुअल एनोटेशन के सटीक क्राउन-स्तरीय अनुमान प्राप्त करता है और पांच वर्षों में 39 Gg C का शुद्ध कार्बन लाभ प्रकट करता है।

From Structure to Synergy: A Survey of Vision-Language Perception Paradigm Evolution in Multimodal Large Language Models

यह शोध पत्र मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स (MLLMs) में एकीकृत विजन-लैंग्वेज परसेप्शन का पहला व्यवस्थित सर्वेक्षण प्रस्तुत करता है, जो धारणा (परसेप्शन) को एक अंतर्निहित क्षमता के रूप में औपचारिक रूप देता है, इसके प्रतिमान विकास के पांच-चरणीय वर्गीकरण का प्रस्ताव करता है, और आर्टिफिशियल जनरल इंटेलिजेंस की ओर भविष्य के अनुसंधान दिशाओं को रेखांकित करता है।

Fast LeWorldModel

यह शोध पत्र Fast-LeWorldModel को प्रस्तुत करता है, जो एक पुनर्निर्माण-मुक्त (reconstruction-free) विजुअल वर्ल्ड मॉडल है जो ऑटोरिग्रेसिव वन-स्टेप रोलआउट्स के स्थान पर एक पैरेलल एक्शन-प्रिफिक्स प्रेडिक्शन मैकेनिज्म का उपयोग करके प्लानिंग को तेज़ करता है और त्रुटि संचय (error accumulation) को कम करता है, जो उम्मीदवार एक्शन सीक्वेंस के लिए भविष्य के लेटेंट्स (latents) का सीधे पूर्वानुमान लगाता है।

Interpreting "Interpretability" and Explaining "Explainability" in Machine Learning in Physics

यह शोध पत्र भौतिकी के लिए मशीन लर्निंग में व्याख्यात्मकता (interpretability) और स्पष्टीकरण क्षमता (explainability) की अवधारणाओं की समीक्षा करता है, उन्हें क्रमशः संरचनात्मक पारदर्शिता और वैज्ञानिक सामग्री के रूप में परिभाषित करता है, जबकि यह तर्क देता है कि वे स्वयं मॉडलों के अंतर्निहित गुणों के बजाय समझौतों (trade-offs) के अधीन जानबूझकर किए गए मॉडलिंग विकल्प हैं।

Dataset Usage Inference without Shadow Models or Held-out Data

यह शोध पत्र एक व्यावहारिक डेटासेट उपयोग अनुमान (Dataset Usage Inference) ढांचे को प्रस्तुत करता है जो महंगे शैडो मॉडल या होल्ड-आउट डेटा पर निर्भर रहने के बजाय, वास्तविक दुनिया के डेटा स्वामित्व विवादों को संबोधित करने के लिए सिंथेटिक नॉन-मेंबर नमूनों और मिश्रण अनुपात अनुमान (mixture proportion estimation) का उपयोग करके यह अनुमान लगाता है कि किसी मॉडल को प्रशिक्षित करने के लिए डेटासेट के कितने हिस्से का उपयोग किया गया है।

From Clicks to Intent: Cross-Platform Session Embeddings with LLM-Distilled Taxonomy for Financial Services Recommendations

High-Probability PL-SGD with Markovian Noise: Optimal Mixing and Tail Dependence

यह शोध पत्र लैग-ब्लॉकिंग (lag-blocking) के माध्यम से अपेक्षा (expectation) और उच्च-प्रायिकता सीमाओं (high-probability bounds) के बीच के अंतर को पाटकर और एक नवीन ऑल-सैंपल्स क्लिप्ड ब्लॉक विधि (all-samples clipped block method) का उपयोग करके भारी-पूंछ वाले (heavy-tailed) परिवेशों तक ढांचे का विस्तार करके, मार्कोवियन शोर (Markovian noise) के तहत पोल्याक-लोजासेविक स्टोकेस्टिक ग्रेडिएंट डिसेंट (Polyak-Łojasiewicz stochastic gradient descent) के लिए इष्टतम उच्च-प्रायिकता अभिसरण दरें (optimal high-probability convergence rates) स्थापित करता है।

Mesh-RL: Coupled subgrid reinforcement learning

मेश-आरएल (Mesh-RL) एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो अवस्था स्थान (state space) को ओवरलैपिंग सबग्रिड्स में विभाजित करके और परिमित तत्व विधियों (finite element methods) एवं डोमेन डिकंपोजिशन सिद्धांत से प्रेरित होकर सीमा-संगत टेम्पोरल-डिफरेंस अपडेट्स को लागू करके, विरल-पुरस्कार (sparse-reward) वातावरणों में मान प्रसार (value propagation) को त्वरित करता है और नमूना दक्षता (sample efficiency) में सुधार करता है।

EMA-FS: Accelerating GBDT Training via Gain-Informed Feature Screening

यह शोध पत्र EMA-FS का प्रस्ताव करता है, जो GBDT प्रशिक्षण के लिए एक एल्गोरिदम-स्तरीय अनुकूलन है जो उनके ऐतिहासिक स्प्लिट गेन्स (split gains) के एक्सपोनेंशियल मूविंग एवरेज के आधार पर फीचर्स को गतिशील रूप से स्क्रीन करके हिस्टोग्राम निर्माण को त्वरित करता है, जिससे लाइटजीबीएम (LightGBM) के साथ पूर्ण अनुकूलता बनाए रखते हुए घने डेटासेट (dense datasets) पर महत्वपूर्ण गति और बेहतर मॉडल प्रदर्शन प्राप्त होता है।

OpenFinGym: A Verifiable Multi-Task Gym Environment for Evaluating Quant Agents

यह शोध पत्र OpenFinGym को प्रस्तुत करता है, जो एक एकीकृत और सत्यापन योग्य मल्टी-टास्क जिम वातावरण है जो मौजूदा बेंचमार्क में विखंडन और वित्तीय प्रासंगिकता की कमी को दूर करने के लिए पूर्वानुमान और रणनीति निर्माण से लेकर वास्तविक समय के व्यापार और धोखाधड़ी का पता लगाने तक विविध क्वांटिटेटिव फाइनेंस वर्कफ़्लो को स्वचालित कार्य पीढ़ी और मजबूत सत्यापन तंत्र के साथ एकीकृत करता है ताकि लार्ज लैंग्वेज मॉडल एजेंटों का बेहतर मूल्यांकन किया जा सके।