🤖 Category

cs.LG

22423 पेपर

📊 statistics

Algebraic Dead Directions in LayerNorm Transformers: A Forward-Pass-Only Diagnostic at LLM Scale

यह शोध पत्र लेयरनॉर्म (LayerNorm) ट्रांसफॉर्मर्स के लिए एक नवीन, केवल फॉरवर्ड-पास-आधारित नैदानिक पद्धति प्रस्तुत करता है जो केवल लेयरनॉर्म स्केल मापदंडों का उपयोग करके पैरामीटर स्पेस में एक सटीक बीजगणितीय मृत दिशा (algebraic dead direction) की पहचान करता है, एक ऐसी विधि जिसे 14 मॉडलों में आइजनडीकंपोजिशन (eigendecomposition) के बिना सिंगुलर संरचनाओं की सटीक भविष्यवाणी करने और लेयरनॉर्म को आरएमएसनॉर्म (RMSNorm) आर्किटेक्चर से अलग करने के लिए मान्य किया गया है।

Tejas Pradeep Shirodkar, P. J. Narayanan2026-06-19
🤖 machine learning

Calibrating Generative Models to Feature Distributions with MMD Finetuning

यह शोध पत्र kCGM को प्रस्तुत करता है, जो मैक्सिमम मीन ディस्क्रीपेंसी (MMD) न्यूनीकरण और KL रेगुलराइजेशन का उपयोग करके जनरेटिव मॉडल्स को लक्षित फीचर वितरणों से मेल खाने के लिए कैलिब्रेट करने की एक विधि है, जो एंटीबायोटिक, प्रोटीन और डीएनए जनरेशन जैसे विविध कार्यों में सैंपल वैधता को बनाए रखते हुए फीचर अलाइनमेंट को प्रभावी ढंग से सुधारता है।

Nathaniel L. Diamant, Brian L. Trippe2026-06-19
🤖 AI

DeXposure-Claw: An Agentic System for DeFi Risk Supervision

यह शोध पत्र DeXposure-Claw को प्रस्तुत करता है, जो एक एजेंटिक सिस्टम है जो ऑडिट योग्य, नियामक-अनुरूप DeFi जोखिम पर्यवेक्षण टिकट उत्पन्न करने के लिए एक ग्राफ टाइम-सीरीज फाउंडेशन मॉडल को नियत मॉनिटर्स और कॉन्फिडेंस गेट्स के साथ एकीकृत करता है, जबकि DeXposure-Bench मूल्यांकन ढांचे के माध्यम से झूली सूचनाओं (फॉल्स अलार्म) को न्यूनतम करता है।

Aijie Shu, Bowei Chen, Wenbin Wu, Cathy Yi-Hsuan Chen, Fengxiang He2026-06-19
🤖 machine learning

Predicting Mergeability of Parameter-Efficient Fine-Tuning Updates

यह शोधपत्र MergeProbe को पेश करता है, जो एक हल्का प्रेडिक्टर (lightweight predictor) है जो शुरुआती प्रशिक्षण संकेतों (early training signals) का उपयोग करके LoRA एडेप्टर की मर्ज करने की क्षमता का पूर्वानुमान लगाता है ताकि सक्रिय रूप से यह निर्णय लिया जा सके कि अपडेट को मर्ज करना है, रीवेट (reweight) करना है, प्रून (prune) करना है या रूट (route) करना है, जिससे विनाशकारी हस्तक्षेप (destructive interference) से बचा जा सके और परिनियोजन ओवरहेड (deployment overhead) को कम किया जा सके।

Lin Tang, Wei Zhang, Jing Li, Hongyu Chen, Ming Zhao, Yuxuan Wang2026-06-19
🤖 machine learning

Understanding Key Features of Time Series Foundation Models from Epidemic Forecasting

यह शोध पत्र क्षेत्रीय इन्फ्लुएंजा पूर्वानुमान के लिए विभिन्न टाइम सीरीज़ फाउंडेशन मॉडल्स का व्यवस्थित मूल्यांकन करता है, जो यह प्रदर्शित करता है कि कई प्रीट्रेंड फोरकास्टर्स को फ्यूज करने वाला एक मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर बेहतर प्रदर्शन प्राप्त करता है, विशेष रूप से जब मैकेनिस्टिकली अलाइन्ड प्रीट्रेनिंग और हॉस्पिटलाइजेशन डेटा का लाभ उठाया जाता है, जबकि यह भी प्रकट करता है कि एलएलएम-आधारित विधियाँ संख्यात्मक दृष्टिकोणों की तुलना में कम प्रभावी हैं।

Alireza Jafari, Judy Fox, Geoffrey C. Fox, Madhav Marathe, Aniruddha Adiga2026-06-19
🤖 machine learning

Advances in Scientific Machine Learning for Coupled Fluid Flow and Transport

यह अध्याय युग्मित तरल प्रवाह और परिवहन (coupled fluid flow and transport) के मॉडलिंग के लिए हालिया वैज्ञानिक मशीन लर्निंग (SciML) प्रगति की समीक्षा करता है, जो रैखिक रिड्यूस्ड-ऑर्डर और गैररेखीय न्यूरल नेटवर्क विधियों को उच्च-प्रदर्शन कंप्यूटिंग रणनीतियों के साथ जोड़कर कुशल सरोगेट मॉडल बनाने के लिए है, जो टर्बिडिटी करंट्स (turbidity currents) और थर्मल संवहन (thermal convection) जैसे जटिल प्रणालियों के अनुकरण की कम्प्यूटेशनल लागत को महत्वपूर्ण रूप से कम करते हैं।

Gabriel F. Barros, Rômulo M. Silva, Alvaro L. G. A. Coutinho2026-06-19
🤖 machine learning

On the QUEST for Uncertainty Quantification via Highest Density Regions

यह शोध पत्र QUEST को प्रस्तुत करता है, जो एक नवीन अनिश्चितता परिमाणीकरण ढांचा (uncertainty quantification framework) है जो उच्चतम घनत्व वाले क्षेत्रों के आयतन (volume of highest density regions) के माध्यम से अनिश्चितता को अभिलक्षणित करता है, जो प्रॉपर स्कोरिंग नियमों का एक सैद्धांतिक रूप से सुदृढ़ विकल्प प्रदान करता है जो अखंडता (monotonicity) और अपरिवर्तनीयता (invariance) जैसे प्रमुख अभिगृहितों को संतुष्ट करता है और चयनात्मक भविष्यवाणी बेंचमार्क में मानक मापों से बेहतर प्रदर्शन करता है।

Sam Goring, Tom Kuipers, Nicola Paoletti, David S. Watson2026-06-19
📊 statistics

A Solver-Free Training Method for Predict-then-Optimize

यह शोध पत्र प्रेडिक्ट-देन-ऑप्टिमाइज़ समस्याओं के लिए एक स्केलेबल, सॉल्वर-मुक्त प्रशिक्षण पद्धति प्रस्तुत करता है जो एक डिफरेंशिएबल सरोगेट लॉस बनाने के लिए मेजर ट्रांसफॉर्मेशन सिद्धांत का उपयोग करता है, जिससे मौजूदा सॉल्वर-निर्भर दृष्टिकोणों की तुलना में काफी कम प्रशिक्षण समय के साथ प्रतिस्पर्धी निर्णय गुणवत्ता प्राप्त होती है।

Beichen Wan, Mo Liu2026-06-19
🤖 machine learning

Unsupervised Causal Abstractions Discovery

यह शोध पत्र यह प्रदर्शित करके कि लो-रैंक (low-rank) कारण ग्राफ (causal graphs) पहचान योग्य उच्च-स्तरीय गुप्त चरों (high-level latent variables) को प्रेरित करते हैं और इन उच्च-स्तरीय संरचनात्मक कारण मॉडलों (structural causal models) को सीधे निम्न-स्तरीय मापों से सीखने के लिए एक व्यावहारिक उद्देश्य का प्रस्ताव करके, अनसुपरवाइज्ड कॉज़ल एब्स्ट्रैक्शन डिस्कवरी (unsupervised causal abstraction discovery) की चुनौती को संबोधित करता है।

Théo Saulus, Simon Lacoste-Julien, Dhanya Sridhar2026-06-19
🤖 machine learning

IHBench: Evaluating Post-Interruption Recovery in Voice Agents with Structured Workflows

यह शोध पत्र IHBench प्रस्तुत करता है, जो संरचित वर्कफ़्लो में वॉयस एजेंटों के व्यवधानों (interruptions) से उबरने की क्षमता का मूल्यांकन करने के लिए एक नया बेंचमार्क है, जो यह प्रकट करता है कि क्लोज्ड-वेट मॉडल विविध एंटरप्राइज डोमेन में कार्य पूर्ति और रिकवरी की गुणवत्ता के मामले में ओपन-वेट मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं।

Ahmad Salimi, Wentao Ma, Yuzhi Tang, Dongming Shen, Mu Li, Alex Smola2026-06-19