cs.LG पेपर | Gist.Science

Minimax Quantile Lower Bounds for Interactive Statistical Decision Making with Privacy

यह शोध पत्र गोपनीयता संबंधी बाधाओं के तहत संवादात्मक सांख्यिकीय निर्णय लेने के लिए एक $\delta$ -स्पष्ट (explicit) मिनिमैक्स-क्वांटाइल सिद्धांत विकसित करता है, जो नए प्रतिवर्ती उपकरण (converse tools) प्रदान करता है और स्पष्ट निचली सीमाएँ (lower bounds) व्युत्पन्न करता है जो गॉसियन माध्य अनुमान (Gaussian mean estimation) और मल्टी-आर्म्ड बैंडिट्स (multi-armed bandits) जैसी समस्याओं के लिए दुर्लभ विफलताओं और गोपनीयता-प्रेरित प्रसरण मुद्रास्फीति (privacy-induced variance inflation) को समाहित करती हैं।

Raghav Bongole, Amirreza Zamani, Tobias J. Oechtering, Mikael Skoglund2026-06-23

🤖 machine learning

Temporal-Spectral Alignment with Frequency Adaptation for Source-Free Time-Series Adaptation

यह शोध पत्र SAFA का प्रस्ताव करता है, जो एक नवीन सोर्स-फ्री टाइम-सीरीज़ डोमेन अडैप्टेशन विधि है जो मल्टी-स्केल टेम्पोरल और स्पेक्ट्रल विशेषताओं को मॉडल करके और टारगेट सिग्नल्स को सोर्स डिस्ट्रीब्यूशन के साथ संरेखित करने के लिए एक ट्रेन करने योग्य फ्रीक्वेंसी अडैप्टेशन मॉड्यूल का उपयोग करके स्पेक्ट्रल शिफ्ट्स को संबोधित करता है।

Shichang Meng, Linquan Wu, Xuan Ai, Linqi Song2026-06-23

🤖 machine learning

Spectral Gating via Damped Oscillations for Adaptive Implicit Neural Representations

यह शोध पत्र एक नवीन इम्पलिसिट न्यूरल रिप्रेजेंटेशन (Implicit Neural Representation) विधि प्रस्तावित करता है जो न्यूरॉन एक्टिवेशन्स को डैम्प्ड हार्मोनिक ऑसिलेटर्स के रूप में मॉडल करती है ताकि एडेप्टिव, करिकुलम-आधारित स्पेक्ट्रल गेटिंग को सक्षम किया जा सके, जिससे नेटवर्क बिना किसी स्पष्ट रेगुलराइजेशन या टास्क-विशिष्ट हाइपरपैरामीटर ट्यूनिंग की आवश्यकता के स्वाभाविक रूप से मोटे से सूक्ष्म विवरणों को सीख सके।

Alex Costanzino, Pierluigi Zama Ramirez, Giuseppe Lisanti, Luigi Di Stefano2026-06-23

🤖 machine learning

Neural Parameter Calibration for Finite-State Mean Field Games

यह शोध पत्र एक पूर्णतः अवकलनीय (fully differentiable) न्यूरल नेटवर्क ढांचे को प्रस्तुत करता है जो व्यक्तिगत एजेंट डेटा की आवश्यकता के बिना, केवल प्रेक्षित जनसंख्या गतिकी (observed population dynamics) का उपयोग करके लचीले, समय- और अवस्था-निर्भर मापदंडों को सीखने के लिए 'इम्प्लिसिट डिफरेंशिएशन' (implicit differentiation) का उपयोग करके पैरामीट्रिक, परिमित-अवस्था मीन फील्ड गेम्स (finite-state mean field games) के व्युत्क्रम समस्या (inverse problem) को हल करता है।

Anna C. M. Thöni, Grégoire Lambrecht, Gökçe Dayanıklı, Yonathan Efroni, Tal Kachman, Mathieu Laurière2026-06-23

🤖 machine learning

Position: Correct Answer, Wrong Mechanism -- When AI Scientists Defend General Claims Their Own Data Contradicts

यह स्थिति पत्र यह तर्क देता है कि एआई वैज्ञानिकों का मूल्यांकन केवल उनके अंतिम उत्तरों के आधार पर करना अपर्याप्त है क्योंकि वे अक्सर "सही उत्तर, गलत तंत्र" (CAWM) परिणाम उत्पन्न करते हैं जहाँ सटीक परिणाम त्रुटिपूर्ण तर्क से प्राप्त होते हैं जो नई स्थितियों में विफल हो जाते हैं, जिससे कार्य परिणामों, तंत्र की निष्ठा और ज्ञान संबंधी ईमानदारी के अलग-अलग सत्यापन की आवश्यकता होती है।

Steven Young Eulig2026-06-23

🤖 machine learning

EML Trees Are Universal Approximators

यह शोध पत्र यह स्थापित करता है कि हाल ही में प्रस्तुत EML (Exp-Minus-Log) फलन के ट्री-स्ट्रक्चर्ड कंपोजिशन, बहुपद निरूपणों (polynomial representations) की नकल करके $W^{k, \infty}$ के फलनों के लिए यूनिवर्सल एप्रोक्सिमेटर्स के रूप में कार्य करते हैं और व्यावहारिक अनुकूलन (practical optimization) के लिए एक संगत लर्निंग एल्गोरिदम की व्यवहार्यता को प्रदर्शित करता है।

Joe Germany, Elie Abdo, Joseph Bakarji2026-06-23

🤖 machine learning

Stage-dependent integer-binary encoding in factorization-machine black-box optimization

यह शोध पत्र एक स्टेज-डिपेंडेंट फैक्टराइजेशन मशीन विद क्वाड्रेटिक-ऑप्टिमाइज़ेशन एनीलिंग (FMQA) फ्रेमवर्क प्रस्तावित करता है जो सरोगेट लर्निंग के लिए वन-हॉट एनकोडिंग और आइसिंग मशीन सर्च के लिए डोमेन-वॉल एनकोडिंग का उपयोग करता है, यह प्रदर्शित करते हुए कि जबकि लर्निंग स्टेज में वन-हॉट एनकोडिंग अनुकूलन प्रदर्शन का प्राथमिक चालक है, फाइन डिस्क्रीटाइजेशन स्थितियों के तहत सर्च के लिए डोमेन-वॉल एनकोडिंग पर स्विच करने से परिणामों में और सुधार किया जा सकता है।

Ryo Ogawa, Mayumi Nakano, Yuya Seki, Shu Tanaka2026-06-23

💬 NLP

Memory Contagion: Cross-Temporal Propagation of Evaluator Bias via Agent Memory

यह शोध पत्र "मेमोरी कंटेजियन" (स्मृति संक्रामकता) की पहचान और उसे औपचारिक रूप देता है, जो एक ऐसी घटना है जहाँ मूल्यांकनकर्ता का पूर्वाग्रह एजेंट मेमोरी सिस्टम के माध्यम से समय के साथ फैलता है, यह प्रदर्शित करते हुए कि कैसे लंबाई प्राथमिकता वाला पूर्वाग्रह (length preference bias) पूर्ण समेकन (perfect consolidation) के बावजूद भविष्य के एजेंटों को संक्रमित कर सकता है, जबकि अधिकार पूर्वाग्रह (authority bias) ऐसा नहीं करता है, जो वर्तमान एआई मेमोरी आर्किटेक्चर में एक मॉडल-जनरेशन-निर्भर भेद्यता को प्रकट करता है।

Zewen Liu2026-06-23

📊 statistics

Incremental Learning in Mirror Flows

यह शोध पत्र प्रदर्शित करता है कि एक उत्तल डोमेन (convex domain) की सीमा के निकट आरंभित मिरर फ्लो (mirror flows), जब एक उत्तल द्विघात हानि (convex quadratic loss) द्वारा उत्पन्न होते हैं, तो वे एक समय-निर्भर परिकल्पना सेट (time-dependent hypothesis set) पर हानि को न्यूनतम करने वाली एक सीमित प्रक्रिया की ओर अभिसरित होते हैं, जिससे वृद्धिशील शिक्षण (incremental learning) के लिए एक सामान्य तंत्र स्थापित होता है।

Raphaël Berthier, Loucas Pillaud-Vivien2026-06-23

🤖 machine learning

Leveraging AutoML for Sustainable Deep Learning: A Multi-Objective HPO Approach on Deep Shift Neural Networks

यह शोध पत्र इमेज क्लासिफिकेशन के लिए डीप शिफ्ट न्यूरल नेटवर्क्स को अनुकूलित करने हेतु मल्टी-ऑब्जेक्टिव ऑटोML का लाभ उठाता है, जो नवीन, प्रति-सहज (counter-intuitive) क्वांटाइजेशन रणनीतियों के माध्यम से सटीकता को लगभग 20% बढ़ाने और कार्बन उत्सर्जन को 60% से अधिक कम करने वाले पारेटो-इष्टतम (Pareto-optimal) कॉन्फ़िगरेशन की खोज करता है।

Leona Hennig, Marius Lindauer2026-06-23

← पिछला अगला →