🤖 Category

cs.LG

22037 पेपर

🤖 machine learning

Just how sure are you? Improving Verbalized Uncertainty Calibration in Medical VQA

यह शोध पत्र एक नवीन प्रशिक्षण-आधारित ढांचे का प्रस्ताव करता है जो इमेज-टेक्स्ट संरेखण और नियमितीकरण पदों के साथ एक मिश्रित हानि फलन (composite loss function) का उपयोग करके मेडिकल विजुअल क्वेश्चन अनस्विंग (VQA) में मौखिक अनिश्चितता अंशांकन (verbalized uncertainty calibration) को बढ़ाता है, जिससे भविष्य कहने वाली सटीकता को बनाए रखते हुए कई बेंचमार्क और आर्किटेक्चर में अंशांकन त्रुटि में महत्वपूर्ण कमी और भेदभाव में सुधार प्राप्त होता है।

Eren Senoglu, Federico Toschi, Nicolo Brunello, Andrea Sassella, Mark James Carman2026-06-26
🤖 machine learning

Symplectic Neural Networks for learning Generalized Hamiltonians

यह शोध पत्र शोरयुक्त प्रक्षेप पथों (noisy trajectories) से सामान्यीकृत हैमिल्टोनियन्स (generalized Hamiltonians) सीखने के लिए एक कुशल सिम्प्लेक्टिक न्यूरल नेटवर्क प्रशिक्षण विधि प्रस्तावित करता है, जो इम्पलिसिट सिम्प्लेक्टिक इंटीग्रेटर्स की कम्प्यूटेशनल चुनौतियों को दूर करने के लिए एडजॉइंट सिस्टम सेंसिटिविटीज़ और प्रेडिक्टर-करैक्टर सॉल्वर का लाभ उठाता है, जिससे अराजक, गैर-पृथक्करणीय प्रणालियों (chaotic, non-separable systems) पर बेहतर ऊर्जा संरक्षण और सिस्टम पहचान प्राप्त होती है।

Harsh Choudhary, Vyacheslav Kungurtsev, Chandan Gupta, Melvin Leok, Georgios Korpas2026-06-26
🤖 machine learning

State Representation Matters in Deep Reinforcement Learning: Application to Energy Trading

यह शोध पत्र यह प्रदर्शित करता है कि ऊर्जा व्यापार के लिए डीप रिइन्फोर्समेंट लर्निंग में, मजबूत नीति प्रदर्शन और विभिन्न बाजार क्षेत्रों में स्थानांतरणीयता (ट्रांसफ़रेबिलिटी), किसी भी एकल फीचर परिवार पर निर्भर रहने के बजाय, स्टेट रिप्रेजेंटेशन के भीतर पूर्ण मूल्य पैमानों (एब्सोल्यूट प्राइस स्केल्स), सापेक्ष ऐतिहासिक संदर्भ और अल्प-अवधि पूर्वानुमान विशेषताओं को संयोजित करने पर महत्वपूर्ण रूप से निर्भर करती है।

Jesper Klicks, Sander Vržina, Vincent François-Lavet2026-06-26
🤖 machine learning

Parametric Open Source Games

यह शोध पत्र पैरामीट्रिक ओपन-सोर्स गेम्स को एक निरंतर ढांचे के रूप में प्रस्तुत करता है जहाँ खिलाड़ी मिश्रित क्रियाओं (mixed actions) में मैप किए गए पैरामीटर वेक्टर्स को अनुकूलित करते हैं, जो यह प्रदर्शित करता है कि एजेंटों के आंतरिक मापदंडों के बीच पर्याप्त रूप से मजबूत युग्मन (coupling), सममित खेलों (symmetric games) में स्वार्थी ग्रेडिएंट एसेंट (gradient ascent) को सहकारी साम्यावस्था (cooperative equilibria) की ओर निर्देशित कर सकता है।

Aleksandar Todorov, Jesse ten Napel, Alexander Müller2026-06-26
🤖 machine learning

Heavy-Ball Q-Learning with Residual Weighting Correction

यह शोध पत्र अवशिष्ट भारण (residual weighting) के साथ एक सुधारात्मक हेवी-बॉल Q-लर्निंग पद्धति प्रस्तावित करता है, जो एक स्विच किया गया रैखिक प्रणाली प्रतिनिधित्व और संयुक्त स्पेक्ट्रल त्रिज्या विश्लेषण का उपयोग करते हुए इसके अभिसरण (convergence) को स्थापित करता है और मानक Q-लर्निंग की तुलना में त्वरित प्रदर्शन के लिए शर्तों को सिद्ध करता है।

Donghwan Lee2026-06-26
🤖 machine learning

Cross-Head Attention Uplift Network with Inverse Propensity Score under Unobserved Confounding

यह शोध पत्र क्रॉस-हेड अटेंशन अपलिफ्ट नेटवर्क (CHAUN) और रोबस्ट एडवर्सरियल इनवर्स प्रोपेंसिटी स्कोर (RA-IPS) पद्धति का प्रस्ताव करता है ताकि इंटर-ग्रुप सहसंबंधों को गतिशील रूप से मॉडल करके और अनऑब्जर्व्ड कन्फाउंडर्स से होने वाले पूर्वाग्रह को कम करके व्यक्तिगत उपचार प्रभाव अनुमान को बढ़ाया जा सके, जिससे सार्वजनिक और प्रोडक्शन दोनों डेटासेट पर महत्वपूर्ण प्रदर्शन सुधार प्राप्त हुआ है।

Haoran Zhang, Chuanpu Li, Yuxin Fu, Bin Tong, Guan Wang, Bo Zheng, Feng Zhou2026-06-26
⚛️ quantum physics

Efficient foundation decoders for fault-tolerant quantum computing

यह शोध पत्र न्यूरल ट्रांसफर यूनिफिकेशन (NTU) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो विभिन्न कोड दूरियों (code distances) में फाउंडेशन डिकोडर्स के कुशल और स्केलेबल प्रशिक्षण को सक्षम करने के लिए साझा बीजगणितीय संरचनाओं का लाभ उठाता है, जिसे NTU-ट्रांसफॉर्मर द्वारा मौजूदा मैचिंग और बिलीफ प्रोपेगेशन विधियों की तुलना में बड़े पैमाने पर प्लेनर सरफेस और बाइवेरिएट बाइसिकल कोड्स पर प्रदर्शित उत्कृष्ट प्रदर्शन के माध्यम से सिद्ध किया गया है।

Ge Yan, Shanchuan Li, Shiyi Xiao, Pengyue Ma, Hanyan Cao, Feng Pan, Yuxuan Du2026-06-26
🤖 machine learning

DMuon: Efficient Distributed Muon Training with Near-Adam Overhead

यह शोध पत्र DMuon को प्रस्तुत करता है, जो Muon ऑप्टिमाइज़र का एक ओपन-सोर्स वितरित कार्यान्वयन है जो मौजूदा प्रशिक्षण पाइपलाइनों में निर्बाध रूप से एकीकृत होता है ताकि ऑप्टिमाइज़र-स्टेप लेटेंसी को नाटकीय रूप से कम किया जा सके और AdamW के करीब दक्षता प्राप्त की जा सके, जिससे बड़े फाउंडेशन मॉडल्स में मैट्रिक्स-ऑर्थोगोनालाइजेशन-आधारित अनुकूलन के स्केलेबल उपयोग को सक्षम बनाया जा सके।

Vincent Chen, Starrick Liu, Regis Cheng, Dance Yang, Shalfun Li, Ryan Yu, Lucy Liang, Hang Su, Roy Gan, Hao Wang, Qian W (…)2026-06-26
🤖 machine learning

Learning to Fold: prizewinning solution at LeHome Challenge 2026 (1st place online, 2nd offline)

यह शोध पत्र LeHome Challenge 2026 के लिए एक पुरस्कार विजेता द्विपक्षीय (bimanual) गारमेंट फोल्डिंग सिस्टम प्रस्तुत करता है जो एक विजन-लैंग्वेज-एक्शन पॉलिसी को सेल्फ-सुपरवाइज्ड रिइन्फोर्समेंट लर्निंग लूप के साथ बढ़ाकर शीर्ष रैंकिंग प्राप्त करता है, जहाँ पॉलिसी के स्वयं के सफलता और प्रगति के अनुमान एडवांटेज एस्टीमेशन और फेलियर डिटेक्शन को संचालित करते हैं, जिसे फ्लो-मैचिंग, डिस्ट्रिब्यूटेड ट्रेनिंग और रोबस्ट सिम-टू-रियल ट्रांसफर सहित इंजीनियरिंग अनुकूलन के एक व्यापक समूह द्वारा समर्थित किया गया है।

Ilia Larchenko2026-06-26
🤖 machine learning

Automating Potential-based Reward Shaping with Vision Language Model Guidance

यह शोध पत्र VLM-PBRS प्रस्तुत करता है, जो एक ऐसा ढांचा है जो रिवॉर्ड शेपिंग के लिए संभावित फलनों (potential functions) को स्वचालित रूप से सीखने के लिए हल्के विजन-लैंग्वेज मॉडल्स से प्राप्त प्राथमिकता फीडबैक का लाभ उठाता है, जिससे अनुकूलतम नीतियों को संरक्षित रखते हुए और रिवॉर्ड हैकिंग को रोकते हुए स्पार्स-रिवॉर्ड वातावरण में सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) को गति मिलती है।

Henrik Müller, Daniel Kudenko2026-06-26