cs.LG

Uncertainty Quantification for Computer-Use Agents: A Benchmark across Vision-Language Models and GUI Grounding Datasets

Bridging Spherical Black-Box Optimizers

यह शोध पत्र इवोल्यूशन स्ट्रेटेजीज़ (Evolution Strategies), कंसेंसस-बेस्ड ऑप्टिमाइज़ेशन (Consensus-Based Optimization) और ऑप्टिमाइज़ेशन वाया इंटीग्रेशन (Optimization via Integration) को फिटनेस एग्रीगेशन (fitness aggregation) और कंसेंसस स्कोप (consensus scope) पर आधारित एक साझा सैद्धांतिक ढांचे में एकीकृत करता है, जो विभिन्न उच्च-आयामी कार्यों (high-dimensional tasks) में प्रदर्शन, सुदृढ़ता और मल्टीमॉडल खोज क्षमताओं को प्रभावी ढंग से संतुलित करने वाले हाइब्रिड ऑप्टिमाइज़र के निर्माण को सक्षम बनाता है।

OncoSynth: Synthetic data generation for treatment effect estimation in oncology

OncoSynth एक नवीन, कॉज़ली-अवेयर (causally-aware) डिफ्यूजन-आधारित फ्रेमवर्क है जो डेटा गोपनीयता प्रतिबंधों को दूर करने के लिए उच्च-सटीकता वाले सिंथेटिक ऑन्कोलॉजी कोहॉर्ट्स उत्पन्न करता है, जो मौजूदा तरीकों की तुलना में जनसंख्या- और रोगी-स्तर के उपचार प्रभाव अनुमान दोनों की सटीकता में महत्वपूर्ण रूप से सुधार करता है।

Re-mixing Embeddings for Patient Augmentation in Data Scarce Multiple Instance Learning

यह शोध पत्र RECIPE को प्रस्तुत करता है, जो एक सांख्यिकीय रूप से आधारित रोगी संवर्धन विधि है जो गाऊसी मिश्रण मॉडलों (Gaussian Mixture Models) के माध्यम से रोग-विशिष्ट इंस्टेंस वितरणों को सीखकर एम्बेडिंग स्पेस में यथार्थवादी रोगियों को उत्पन्न करती है, जो लुप्त वर्गों और कम-डेटा वाले परिदृश्यों सहित विविध नैदानिक स्थितियों में मल्टीपल इंस्टेंस लर्निंग (Multiple Instance Learning) में डेटा की कमी को प्रभावी ढंग से संबोधित करती है।

Space-Efficient Language Generation in the Limit

यह शोध पत्र भाषा उत्पादन के सीमांत (limit) में एक संसाधन-जागरूक सिद्धांत स्थापित करता है, जो यह प्रदर्शित करता है कि जहाँ घातांकीय (exponential) स्थान DFA भाषाओं की सटीक पहचान की अनुमति देता है, वहीं बहुपद (polynomial) स्थान एक सिद्ध रूप से सीमित जनरेशन अंतराल (generation gap) वाली परिकल्पनाओं को उत्पन्न करने के लिए पर्याप्त है, जिसके साथ एक निकट-मिलान वाला निचला स्तर (lower bound) भी संलग्न है जो इन मेमोरी व्यवस्थाओं के बीच के तीक्ष्ण संक्रमण को अभिलक्षणित करता है।

ROAD-VLA: Robust Online Adaptation via Self-Distillation for Vision-Language-Action Models

यह शोध पत्र ROAD-VLA प्रस्तुत करता है, जो एक विज़न-लैंग्वेज-एक्शन मॉडल के लिए एक सुदृढ़ ऑनलाइन अनुकूलन ढांचा है, जो एक प्रॉक्सिमल टीचर से डेंस, एक्शन-स्पेस सुपरविजन उत्पन्न करने के लिए एक एडवांटेज-गाइडेड सेल्फ-डिस्टिलेशन तंत्र का उपयोग करके स्पार्स रिवार्ड्स और सिम्बोलिक गाइडेंस की सीमाओं को दूर करता है, जिससे यह विविध रोबोटिक मैनिपुलेशन कार्यों में PPO से काफी बेहतर प्रदर्शन करता है।

An Analysis of Posterior Collapse, Parameterization and Initialization in Variational Deep Gaussian Processes

यह शोधपत्र वेरिएशनल डीप गॉसियन प्रोसेस में पोस्टीरियर कोलैप्स (posterior collapse) की जांच करता है, यह प्रकट करते हुए कि आमतौर पर उपयोग किया जाने वाला लीनियर प्रायर मीन (linear prior mean) मुख्य रूप से नॉन-इंजेक्टिविटी (non-injectivity) को रोकने के बजाय ऑप्टिमाइजेशन कंडीशनिंग (optimization conditioning) में सहायता करता है, और एक नवीन ज़ीरो-मीन इनिशियलाइज़ेशन (zero-mean initialization) रणनीति प्रस्तावित करता है जो ऑप्टिमाइजेशन-संचालित प्रायर बाधाओं (optimization-driven prior constraints) पर निर्भर किए बिना स्थिर प्रशिक्षण प्राप्त करती है और कोलैप्स से बचती है।

A 3D-Printable Dataset for Fair Testing and Comparisons of Tactile Sensors

यह शोध पत्र गणितीय रूप से परिभाषित, 3D-प्रिंट करने योग्य बनावट (टेक्सचर) के एक नवीन, खुले रूप से उपलब्ध डेटासेट को प्रस्तुत करता है, जिसे स्पर्श संवेदकों (टैक्टाइल सेंसर) की निष्पक्ष और पुनरुत्पादनीय तुलना सक्षम करने के लिए डिज़ाइन किया गया है, साथ ही यह भी प्रदर्शित करता है कि प्रिंट गुणवत्ता स्पर्श संबंधी सिग्नेचर की निरंतरता और क्रॉस-प्रिंटर सामान्यीकरण पर महत्वपूर्ण प्रभाव डालती है।

$\text{DT}^2$: Decision-Targeted Digital Twins

यह शोध पत्र $\text{DT}^2$ को प्रस्तुत करता है, जो डिजिटल ट्विन्स के लिए एक निर्णय-लक्षित (decision-targeted) प्रशिक्षण प्रतिमान है जो मानक एक-चरणीय संक्रमण त्रुटियों (one-step transition errors) को कम करने के बजाय ऑफलाइन मूल्य अनुमानों से प्राप्त युग्मवार नीति रैंकिंग (pairwise policy rankings) को संरक्षित करके नीति रैंकिंग और निर्णय पछतावे (decision regret) को अनुकूलित करता है।

Pulmonary Embolism Risk Stratification from CTPA and Medical Records: Vascular Graphs Are Not All You Need

यह अध्ययन प्रदर्शित करता है कि वैस्कुलर ट्री (vascular tree) निरूपणों पर उन्नत ग्राफ न्यूरल नेटवर्क का उपयोग करने के बावजूद, पल्मोनरी एम्बोलिज्म (pulmonary embolism) जोखिम स्तरीकरण केवल मेडिकल रिकॉर्ड और कार्डिएक बायोमार्कर का उपयोग करके सबसे प्रभावी ढंग से प्राप्त किया जाता है, क्योंकि वैस्कुलर ग्राफ फीचर्स अतिरिक्त विभेदक मूल्य प्रदान करने में विफल रहते हैं।