🤖 Category

cs.LG

22423 पेपर

🤖 machine learning

VERITAS: Verifier-Guided Proof Search for Zero-Shot Formal Theorem Proving

यह शोध पत्र VERITAS को प्रस्तुत करता है, जो एक ज़ीरो-शॉट फ्रेमवर्क है जो दो-चरणीय बेस्ट-ऑफ-एन (Best-of-N) और क्रिटिक-गाइडेड एमसीटीएस (critic-guided MCTS) प्रोटोकॉल के माध्यम से समृद्ध वेरीफायर संकेतों को वापस खोज प्रक्रिया में रूट करके औपचारिक प्रमेय सिद्ध करने (formal theorem proving) को बेहतर बनाता है, जिससे miniF2F और एक नए कॉम्बिनेटरिक्स डेटासेट जैसे बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Manish Acharya, Zhenyu Liao, Yueke Zhang, Kevin Leach, Yu Huang, Yifan Zhang2026-06-19
🤖 machine learning

Thermodynamic Signatures of Reasoning: Free-Energy and Spectral-Form-Factor Diagnostics for Hallucination Detection in Large Language Models

यह शोध पत्र फ्री-एनर्जी सिग्नेचर (Fes) को प्रस्तुत करता है, जो एक नवीन स्पेक्ट्रल डिस्क्रिप्टर है जो अटेंशन-व्युत्पन्न ग्राफ लैपलेसियन्स को हैमिल्टोनियन्स के रूप में मानता है ताकि थर्मोडायनामिक और रैंडम-मैट्रिक्स-थ्योरी मेट्रिक्स निकाले जा सकें, जिससे एक ट्रेनिंग-मुक्त हैलुसिनेशन डिटेक्टर सक्षम होता है जो मौजूदा स्पेक्ट्रल बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है और यह भी प्रकट करता है कि हैलुसिनेशन, सही तर्क के विग्नर-डायसन पैटर्न से भिन्न, पॉइसन-जैसे स्पेक्ट्रल सांख्यिकी प्रदर्शित करते हैं।

Salim Khazem2026-06-19
🤖 machine learning

FlexLAM: Resolving the Bottleneck Trade-off in Latent Action Learning

FlexLAM फिक्स्ड-कैपेसिटी बॉटलनैक्स को वेरिएबल-लेंथ, प्रीफिक्स-वैलिड लेटेंट एक्शन्स से बदलकर और नेस्टेड ड्रॉपआउट के माध्यम से प्रशिक्षित करके लेटेंट एक्शन लर्निंग में निहित ट्रेड-ऑफ को हल करता है, जो एक ही मॉडल को बिना किसी आर्किटेक्चरल बदलाव या रिट्रेनिंग के सूचना प्रतिधारण (इन्फॉर्मेशन रिटेंशन) और विवरण के बीच गतिशील रूप से संतुलन बनाने में सक्षम बनाता है।

Takanori Yoshimoto, Yang Hu, Naruya Kondo, Tatsuya Matsushima2026-06-19
📊 statistics

The Representational Limit of Scalar Interactions: An Interventional Decomposition

यह शोध पत्र 'स्टोकेस्टिक हाय-फाई' (Stochastic Hi-Fi) प्रस्तुत करता है, जो एक पोस्ट-हॉक, रिट्रेनिंग-मुक्त विधि है जो स्केलर इंटरेक्शन स्कोर में विशिष्टता (uniqueness), अतिरेक (redundancy) और तालमेल (synergy) के मौलिक सम्मिश्रण को हल करती है, एक हस्तक्षेप संबंधी अपघटन (interventional decomposition) प्रदान करके जो विविध डेटासेटों में जटिल कारण संरचनाओं (causal structures) को सटीक रूप से पुनर्प्राप्त करता है और व्याख्यात्मकता मेट्रिक्स में सुधार करता है।

Potito Aghilar, Sabino Roccotelli, Stanislao Fidanza, Vito Walter Anelli, Sebastiano Stramaglia, Tommaso Di Noia2026-06-19
🤖 machine learning

Spectral DPPs via NEPv: A Scalable Continuous Relaxation of Determinantal MAP for Diversity-Aware Data Selection

यह शोध पत्र एक नॉनलीन आइजनवैल्यू प्रॉब्लम विद आइजनवेक्टर डिपेंडेंसी (NEPv) के रूप में पुनर्गठित करके, NP-hard डिटर्मिनैन्टल पॉइंट प्रोसेस MAP ऑब्जेक्टिव के एक स्केलेबल कंटीन्यूअस रिलैक्सेशन को प्रस्तुत करता है, जो विशाल डेटासेट्स में विविधता-जागरूक डेटा चयन के लिए सेल्फ-कंसिस्टेंट फील्ड इटरेशन्स के माध्यम से एक नियर-लीनियर टाइम सॉल्वर को सक्षम बनाता है।

Richard Yi Da Xu2026-06-19
🤖 machine learning

MortarBench: Evaluating Mortgage Loan Origination Agents

यह शोधपत्र MortarBench पेश करता है, जो मॉर्टगेज लोन ओरिजिनेशन एजेंटों के मूल्यांकन के लिए एक सिंथेटिक बेंचमार्क है जो वर्तमान लार्ज लैंग्वेज मॉडल्स में महत्वपूर्ण प्रदर्शन अंतराल और पूर्वाग्रहों को प्रकट करता है, साथ ही CRIT फ्रेमवर्क भी पेश करता है जो सटीकता, जोखिम प्रबंधन और निष्पक्षता में सुधार करता है।

Matthew Toles, Yunan Lu, Manav Munjal, Bojun Liu, Yuanhao Deng, Stephanie Selig, Derek Rindner, Cheng Li, Zhou Yu2026-06-19
🤖 machine learning

3D-DLP: Self-Supervised 3D Object-Centric Scene Representation Learning

यह शोध पत्र 3D-DLP पेश करता है, जो एक स्व-पर्यवेक्षित (self-supervised) मॉडल है जो RGB-D या वोक्सेल दृश्यों को अलग-अलग वस्तुओं का प्रतिनिधित्व करने वाले व्याख्यात्मक 3D लेटेंट पार्टिकल्स (latent particles) में विभाजित करता है, जिससे नियंत्रित दृश्य निर्माण सक्षम होता है और वस्तु-केंद्रित संरचना की कमी वाले बेसलाइनों की तुलना में रोबोटिक हेरफेर (robotic manipulation) के प्रदर्शन में सुधार होता है।

Ellina Zhang, Madhaven Iyengar, Amir Zadeh, Chuan Li, Deepak Pathak, David Held, Tal Daniel2026-06-19
🤖 machine learning

Can In-Context Learning Support Intrinsic Curiosity?

यह शोध पत्र इस बात की जांच करता है कि क्या इन-कॉन्टेक्स्ट लर्निंग (in-context learning), आंतरिक जिज्ञासा-संचालित डेटा चयन (intrinsic curiosity-driven data selection) के लिए महंगे ग्रेडिएंट अपडेट का स्थान ले सकती है, जो यह सिद्ध करता है कि हालांकि सामान्य मार्कोव निर्णय प्रक्रियाओं (Markov decision processes) में निष्पक्ष लर्निंग प्रोग्रेस अनुमान लगाना असंभव है, लेकिन सक्रिय शिक्षण (active learning) और बेयसियन प्रयोगात्मक डिजाइन (Bayesian experimental design) जैसे गैर-कालिक (non-temporal) परिवेशों में यह संभव और प्रभावी है।

Eric Elmoznino, Sangnie Bhardwaj, Johannes von Oswald, Rajai Nasser, Blaise Agüera y Arcas, João Sacramento, Rif A. Saur (…)2026-06-19
🤖 machine learning

Insulin4RL: Real-Time Insulin Management in the Intensive Care Unit for Offline Reinforcement Learning

यह शोध पत्र इंसुलिन4आरएल (Insulin4RL) को प्रस्तुत करता है, जो MIMIC-IV से प्राप्त एक बड़े पैमाने का ऑफलाइन सुदृढीकरण शिक्षण (reinforcement learning) डेटासेट है, जिसमें नैदानिक अनुसंधान में टेम्पोरल डिस्क्रीटाइज्ड (temporally discretized) डेटा की सीमाओं को दूर करने के लिए 12,000 से अधिक आईसीयू रोगियों के स्वाभाविक रूप से अनियमित, वास्तविक समय के इंसुलिन प्रबंधन निर्णय शामिल हैं।

Thomas Frost, Steve Harris2026-06-19
🤖 machine learning

Concept Flow Models: Anchoring Concept-Based Reasoning with Hierarchical Bottlenecks

यह शोध पत्र कॉन्सेप्ट फ्लो मॉडल्स (CFMs) को प्रस्तुत करता है, जो एक पदानुक्रमित ढांचा (hierarchical framework) है जो सूचना के रिसाव (information leakage) को कम करने और मौजूदा कॉन्सेप्ट बॉटलनेक मॉडल्स के तुलनीय भविष्य कहनेवाला प्रदर्शन बनाए रखते हुए व्याख्यात्मकता को बढ़ाने के लिए फ्लैट कॉन्सेप्ट बॉटलनेक्स को एक अवकलनीय निर्णय वृक्ष (differentiable decision tree) से बदल देता है।

Ya Wang, Adrian Paschke2026-06-19