🤖 machine learning

Continuous-Time Probabilistic Correctors for Uncertainty-Aware Physics-Based Spacecraft Trajectory Forecasting

यह शोधपत्र एक लेटेंट न्यूरल कंट्रोल्ड डिफरेंशियल इक्वेशंस (Latent Neural Controlled Differential Equations) पर आधारित निरंतर-समय संभाव्य सुधारक (continuous-time probabilistic corrector) प्रस्तुत करता है जो भौतिकी-आधारित नियतत्ववादी अंतरिक्ष यान प्रक्षेप पथों (physics-based deterministic spacecraft propagators) को संवर्धित करता है ताकि दीर्घ-क्षितिजी प्रक्षेप पथ पूर्वानुमान सटीकता में महत्वपूर्ण सुधार किया जा सके और अंशांकित अनिश्चितता अनुमान प्रदान किया जा सके।

Muhammad Bilal Shahid, Zhanhong Jiang, Soumik Sarkar, Cody Fleming2026-06-23
🤖 machine learning

Demystifying Numerical Instability in LLM Inference: Achieving Reproducible Inference for Mission-Critical Tasks with HEAL

यह शोध पत्र HEAL को प्रस्तुत करता है, जो एक हाइब्रिड एरर एलिविएशन फ्रेमवर्क है जो KV टेंसरों के लिए INT16 क्वांटाइजेशन को 16-बिट टेंसर कोर्स पर बीजगणितीय त्रुटि क्षतिपूर्ति (algebraic error compensation) के साथ जोड़कर विषम GPU (heterogeneous GPUs) में मिशन-क्रिटिकल LLM इन्फरेंस पुनरुत्पादकता (reproducibility) प्राप्त करता है, जिससे वैश्विक FP32 पाइपलाइन की अत्यधिक प्रदर्शन और मेमोरी लागत के बिना विनाशकारी आउटपुट विचलन (catastrophic output divergence) को समाप्त किया जा सकता है।

Zhenting Zhu, Lucas Thai, Shan Yu, Yicheng Liu, Yifan Qiao, Chenxi Wang, Harry Xu, Junyi Shu2026-06-23
🤖 AI

Negative Knowledge as Failure-aware Shared Memory for AutoResearch

यह शोध पत्र एक "नेगेटिव नॉलेज मेमोरी लेयर" (negative knowledge memory layer) प्रस्तुत करता है जो विफल अनुसंधान प्रयासों को संरचित, साझा रिकॉर्ड में परिवर्तित करता है, और यह प्रदर्शित करता है कि इस विफलता-जागरूक ज्ञान को स्पष्ट रूप से बनाए रखना और उपयोग करना, बेसलाइन दृष्टिकोणों की तुलना में PDEs जैसी जटिल वैज्ञानिक समस्याओं को हल करने में AI अनुसंधान एजेंटों के प्रदर्शन और टोकन दक्षता को महत्वपूर्ण रूप से बढ़ाता है।

Hanchun Wang2026-06-23
📊 statistics

Diffusion-Driven State Space Models

यह शोध पत्र डिफ्यूजन-ड्रिवन स्टेट स्पेस मॉडल (DDSSM) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो पारंपरिक गॉसियन ट्रांजिशन को अनुक्रमिक डेटा पर ऑटोएनकोडर और डिफ्यूजन प्रक्रिया को संयुक्त रूप से प्रशिक्षित करने के लिए डिफ्यूजन मॉडल्स से बदल देता है, जिससे मौजूदा डीप स्टेट स्पेस मॉडल्स की तुलना में जटिल, मल्टीमॉडल डायनेमिक्स वाले टाइम सीरीज़ को फिट करने और पूर्वानुमान लगाने में बेहतर सटीकता प्राप्त होती है।

Jack Ruder, Michael Wojnowicz2026-06-23
🤖 AI

Coherence Under Commitment: Probing Generalization and Vacuous Memorization in LLM Logical Reasoning

यह शोध पत्र कोहेरेंस अंडर कमिटमेंट (CUC) प्रस्तुत करता है, जो एक दोहरी-क्वेरी मूल्यांकन पद्धति है जो यह उजागर करती है कि कैसे बड़े भाषा मॉडल चार ओपन-वेट मॉडलों के माध्यम से निरंतरता और निर्णायकता को संयुक्त रूप से मापकर व्यवस्थित परहेज द्वारा निरर्थक तार्किक सुसंगतता प्राप्त कर सकते हैं।

Noor Islam S. Mohammad, Mahmudul Hasan2026-06-23
🤖 machine learning

BASIL: Bayesian Application for Scientific Iteration and Learning

BASIL एक उपयोगकर्ता के अनुकूल डेस्कटॉप एप्लिकेशन है जो एकल या बहु-उद्देश्यीय वैज्ञानिक प्रयोगों और प्रक्रियाओं के अनुकूलन को निर्देशित करने के लिए विशेष एक्विजिशन फंक्शन्स और पूर्व-निर्धारित सरोगेट मॉडल्स के साथ बेयसियन ऑप्टिमाइज़ेशन का उपयोग करता है।

Kelvin P. Idanwekhai, Valeriia Kaneva, Stefano Menegatti, Alexander Tropsha2026-06-23
🤖 machine learning

SLeDGe: Semi-Supervised Learning on Data Streams with Graph Structure Learning

यह शोध पत्र SLeDGe का प्रस्ताव करता है, जो डेटा स्ट्रीम्स के लिए एक अर्ध-पर्यवेक्षित (semi-supervised) शिक्षण विधि है जो सख्त मेमोरी और लेबल बाधाओं के तहत एक भविष्य कहनेवाला मॉडल और एक अनुकूलन योग्य ग्राफ संरचना को संयुक्त रूप से सीखता है, जो प्रभावी रूप से विकसित होते नमूना संबंधों को कैप्चर करता है और 12 डेटासेट्स में अत्याधुनिक प्रतिस्पर्धियों से बेहतर प्रदर्शन करता है।

Heechan Moon, Kijung Shin2026-06-23
🤖 machine learning

Enhancing Differentially Private Mechanisms via Empirical Bayes

यह शोध पत्र एक नवीन, गणनात्मक रूप से कुशल दृष्टिकोण प्रस्तावित करता है जो सरल योगात्मक गाऊसी तंत्र (simple additive Gaussian mechanism) के आउटपुट को डीनोइज़ करने के लिए एम्पिरिकल बेयस अनुमान (empirical Bayes estimation) लागू करके डिफरेंशियल प्राइवेट तंत्रों को उन्नत करता है, जिससे माध्य-वर्ग त्रुटि (mean-squared error) कम होती है और हिस्टोग्राम रिलीज, प्रिंसिपल कंपोनेंट एनालिसिस और लीनियर रिग्रेशन जैसे कार्यों में मौजूदा एल्गोरिदम से बेहतर प्रदर्शन होता है।

Minwoo Kim, Junyong Park, Sungkyu Jung2026-06-23
🤖 machine learning

Chem2Gen-Bench: Benchmarking Chemical-to-Genetic Translation in Perturbation Response Space

यह शोध पत्र Chem2Gen-Bench प्रस्तुत करता है, जो 1.3 मिलियन से अधिक परटर्बेशन प्रोफाइल्स (perturbation profiles) वाला एक व्यापक बेंचमार्क है जो विभिन्न सेल-टारगेट संदर्भों में रासायनिक प्रतिक्रियाओं को आनुवंशिक प्रतिक्रियाओं में अनुवादित करने की निष्ठा और सीमाओं का मूल्यांकन करता है, जिससे यह पता चलता है कि हालांकि मापने योग्य संरेखण मौजूद है, फाउंडेशन-मॉडल एम्बेडिंग्स (foundation-model embeddings) लगातार सरल बेसलाइनों से बेहतर प्रदर्शन नहीं करते हैं।

Yuxiang Lin, Ying Chen2026-06-23
🤖 machine learning

Object-Centric Dataset Resources for Constrained-Data Image Generation and Augmentation

यह शोध पत्र तीन मानकीकृत ऑब्जेक्ट-सेंट्रिक डेटासेट संसाधनों—Cityscapes-Pedestrian, TrafficSigns, और COCO PottedPlant—के एक साझा संग्रह को प्रस्तुत करता है—जिसे विविध ऑब्जेक्ट क्लासों के लिए सुसंगत क्रॉप्स, बाउंडिंग-बॉक्स एनोटेशन और पुनर्निर्माण उपकरण प्रदान करके डेटा-सीमित परिदृश्यों में नियंत्रित इमेज जनरेशन और ऑग्मेंटेशन को सुगम बनाने के लिए डिज़ाइन किया गया है।

Vasile Marian, Yong-Bin Kang, Alexander Buddery2026-06-23