cs.LG पेपर | Gist.Science

Compositionality Emerges in a Narrow Depth-Connectivity Regime: Architecture Constraints and Solution Manifolds

यह शोध पत्र प्रदर्शित करता है कि न्यूरल नेटवर्क में संरचनात्मक आंतरिक संरचनाएं केवल विशिष्ट कनेक्टिविटी पैटर्न और नेटवर्क गहराई के एक संकीर्ण, लक्ष्य-निर्भर शासन (regime) के भीतर ही उभरती हैं, और समानता-आधारित प्रूनिंग (similarity-based pruning) तथा एक डेप्थ प्रेडिक्टर का प्रस्ताव करता है ताकि इन स्थितियों को पहचाना और उनका लाभ उठाया जा सके, साथ ही एक सैद्धांतिक ढांचा भी प्रदान करता है जो यह स्पष्ट करता है कि ग्रेडिएंट डिसेंट अन्यथा खंडित समाधानों की ओर क्यों अभिसरित होता है।

Dat H. Do, Rushi Shah, Duc V. Le, Dianbo Liu2026-06-19

💬 NLP

GEMS: Geometric Constraints Enable Multi-Semantic Superposition in LLMs

यह शोध पत्र GEMS का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त विधि है जो वितरण विचलन (distributional deviation) और दिशात्मक हस्तक्षेप (directional interference) को कम करने के लिए ज्यामितीय बाधाओं—विशेष रूप से नॉर्म-प्रिजर्विंग वेटेड सुपरपोजिशन और रियल-टाइम ऑर्थोगोनलाइजेशन—को लागू करके LLMs में स्थिर बहु-सिमेंटिक सुपरपोजिशन को सक्षम बनाती है, जिससे समवर्ती सक्रियता स्टीयरिंग (concurrent activation steering) के दौरान मॉडल कोलैप्स को रोका जा सके।

Yu Deng2026-06-19

⚛️ quantum physics

QMaxCal: Path-Space Regularization for Open Quantum Control via Girsanov's Theorem

यह शोधपत्र QMaxCal को प्रस्तुत करता है, जो गर्सानोव प्रमेय (Girsanov's theorem) का लाभ उठाते हुए प्रक्षेपवक्र वितरण विचलन (trajectory distribution divergence) के अवकलनीय अनुमानकों (differentiable estimators) को व्युत्पन्न करने के लिए एक पाथ-स्पेस नियमितीकरण ढांचा है, जो नियंत्रण आयाम के बजाय डिकोहेरेंस चैनलों पर नियंत्रण के अवलोकन योग्य परिणामों को दंडित करके ओपन क्वांटम कंट्रोल में मजबूती और निष्ठा को प्रभावी ढंग से बढ़ाता है।

Merijn Moody, Zier Mensch, Miranda C. N. Cheng, Peter G. Bolhuis, Max Welling2026-06-19

🤖 machine learning

Semantic-Anchored Evidential Fusion for Domain-Robust Whole-Slide Survival Analysis

यह शोध पत्र सेमेंटिक-एंकोर्ड इविडेंशियल फ्यूजन सर्वाइवल (SAEFS) फ्रेमवर्क का प्रस्ताव करता है, जो विजुअल क्वेश्चन अनस्वर्सिंग का लाभ उठाकर डोमेन-इनवेरिएंट सेमेंटिक एंकर्स को निकालता है और उन्हें सतर्क इविडेंशियल फ्यूजन के माध्यम से विजुअल एविडेंस के साथ जोड़ता है, जिससे मौजूदा पिक्सेल-आधारित विधियों की तुलना में क्रॉस-सेंटर होल-स्लाइड इमेज सर्वाइवल एनालिसिस में बेहतर ज़ीरो-शॉट सामान्यीकरण और विश्वसनीयता प्राप्त होती है।

Yucheng Xing, Ling Huang, Pei Liu, Jingying Ma, Jiaqing Xu, Kai He, Mengling Feng2026-06-19

🤖 machine learning

Kolmogorov-Arnold Reservoir Computing

यह शोध पत्र कोलमोगोरोव-आर्नोल्ड रिज़र्वोअर कंप्यूटिंग (KARC) प्रस्तुत करता है, जो एक हल्का ढांचा है जो डायनेमिकल सिस्टम के पूर्वानुमान और टेक्स्ट-टू-इमेज जनरेशन में कुशल क्लोज्ड-फॉर्म ट्रेनिंग और उत्कृष्ट प्रदर्शन प्राप्त करने के लिए कोलमोगोरोव-आर्नोरोल्ड प्रमेय से प्रेरित स्पष्ट आधार-फलन विस्तारों (basis-function expansions) के साथ पारंपरिक रिज़र्वोअर को प्रतिस्थापित करता है।

Juntian Huang, Jurgen Kurths, Ying Tang2026-06-19

🤖 machine learning

Online Dynamic Batching with Formal Guarantees for LLM Training

यह शोध पत्र ऑनलाइन डायनेमिक बैचिंग (ODB) का परिचय देता है, जो एक ड्रॉप-इन डेटालोडर सिस्टम है जो बैच निर्माण को सटीक लागत अवलोकन (cost observability) के बिंदु पर स्थानांतरित करके LLM प्रशिक्षण में ब्लाइंड बैच निर्माण की समस्या को हल करता है, जिससे बिना किसी मॉडल या कर्नेल संशोधन के औपचारिक डेडलॉक-मुक्त गारंटी के साथ महत्वपूर्ण थ्रूपुट लाभ (4.43x तक) प्राप्त होता है।

Dian Li, Zekun Wang, Yaoru Wang, Jiahong Yan2026-06-19

🤖 machine learning

Activation- and Influence-Aware Ranks (AIR): Function-Preserving SVD Compression for LLMs

यह शोध पत्र एक्टिवेशन- और इन्फ्लुएंस-अवेयर रैंक्स (AIR) को प्रस्तुत करता है, जो एक नवीन SVD-आधारित फ्रेमवर्क है जो एक एकल क्लोज्ड-फॉर्म ALS स्वीप में बैकवर्ड-सिग्नल इन्फ्लुएंस मेट्रिक को एकीकृत करके LLM कंप्रेशन को बढ़ाता है, जिससे SVD-LLM और ACIP जैसी मौजूदा विधियों की तुलना में बेहतर परप्लेक्सिटी, डेटा दक्षता और लेटेंसी लाभ प्राप्त होता है।

Nico Harder, Daniel Becking, Karsten Mueller, Wojciech Samek2026-06-19

🤖 machine learning

StreamKL: Fast and Memory-Efficient KL Divergence for Boosting Attention Distillation

StreamKL एक नवीन फ्यूज्ड GPU प्रिमिटिव (fused GPU primitive) पेश करता है जो क्वेरी-की टाइल्स (query-key tiles) को एक ही पास में स्ट्रीम करके अटेंशन डिस्टिलेशन (attention distillation) की द्विघातीय मेमोरी और I/O बाधाओं को समाप्त करता है, जिससे एक सिंगल GPU पर लॉन्ग-कॉन्टेक्स्ट डिस्टिलेशन सक्षम करने के लिए मेमोरी फुटप्रिंट को $O(N_QN_K)$ से घटाकर $O(1)$ करने के साथ महत्वपूर्ण गति प्राप्त होती है।

Guangda Liu, Yiquan Wang, Chengwei Li, Wenhao Chen, Jing Lin, Yiwu Yao, Danning Ke, Wenchao Ding, Jieru Zhao2026-06-19

🤖 machine learning

Exploring the potential of AlphaEarth and TESSERA embeddings for Fine-scale Local Climate Zone Mapping: A case study across five cities in Switzerland

यह अध्ययन प्रदर्शित करता है कि अर्थ ऑब्जर्वेशन फाउंडेशन मॉडल्स, विशेष रूप से TESSERA से प्राप्त एम्बेडिंग्स, अटेंशन-आधारित U-Net के साथ मिलकर, स्विट्जरलैंड के कई शहरों में मोटे लोकल क्लाइमेट ज़ोन मानचित्रों को 10-मीटर रिज़ॉल्यूशन तक प्रभावी ढंग से अपस्केल करते हैं, जो सूक्ष्म-स्तरीय शहरी जलवायु अनुसंधान के लिए पारंपरिक सैटेलाइट कंपोजिट के एक स्केलेबल और पुनरुत्पादनीय विकल्प के रूप में कार्य करता है।

Htet Yamin Ko Ko, Clement Atzberger2026-06-19

🔢 mathematics

Beyond Averaging in John Ellipsoid Approximation: High-Accuracy Algorithms in the Leverage-Score Model

यह शोध पत्र प्रदर्शित करता है कि जॉन एलिप्सॉइड (John ellipsoid) सन्निकटन एल्गोरिदम में रैखिक $\varepsilon^{-1}$ निर्भरता प्रमाणन के लिए औसत इटरेट्स (averaged iterates) के उपयोग का एक आर्टिफैक्ट है, और एक $\varepsilon$ -स्वतंत्र सेटअप चरण के बाद $O(\log\log(1/\varepsilon))$ का दोगुना लघुगणकीय (doubly logarithmic) सटीकता निर्भरता प्राप्त करने के लिए एक्सेलेरेटेड और न्यूटन विधियों के साथ अंतिम इटरेट (last iterate) का उपयोग करने वाला एक नया दृष्टिकोण प्रस्तावित करता है।

Xiaoyu Li, Junwei Yu, Jiaojiao Jiang, Junbin Gao, Andi Han2026-06-19

← पिछला अगला →