🤖 Category

cs.LG

22423 पेपर

🤖 machine learning

Perron--Frobenius Operator Matching for Generative Modeling

यह शोध पत्र पेरॉन-फ्रोंबियस ऑपरेटर मैचिंग (PFOM) प्रस्तुत करता है, जो एक एकीकृत जनरेटिव फ्रेमवर्क है जो इंटीग्रल PF ऑपरेटर के माध्यम से डेंसिटी इवोल्यूशन को मैच करके फ्लो, डिफ्यूजन और जंप मॉडल्स को समाहित करता है, जबकि व्यावहारिक प्रशिक्षण के लिए कुलबैक-लीब्लर डाइवर्जेंस को अद्वितीय ब्रेगमैन लॉस के रूप में स्थापित करता है और अभिसरण (convergence) एवं सैंपलिंग दक्षता में सुधार के लिए नेस्टरोव एक्सेलेरेशन का लाभ उठाता है।

Shiqi Zhang, Wuwei Wu, Jaemin Oh, Jie Chen, Xiaoning Qian2026-06-17
🤖 machine learning

When the Next Step Is Not One Step: Distribution-Aware Execution Modeling for Concurrent Go Programs

यह शोध पत्र समवर्ती (concurrent) गो (Go) प्रोग्रामों के लिए एक डिस्ट्रीब्यूशन-अवेयर निष्पादन मॉडलिंग दृष्टिकोण प्रस्तुत करता है जो अनुभवजन्य घटना वितरणों (empirical event distributions) पर 7B मॉडल को फाइन-ट्यून करने के लिए शेड्यूलर नॉन-डिटरमिनिज्म का लाभ उठाता है, जिससे वास्तविक दुनिया के बग भविष्यवाणियों पर अत्याधुनिक सटीकता और बेहतर कैलिब्रेशन प्राप्त होता है और साथ ही विशिष्ट गोरौटीन लीक्स (goroutine leaks) का पता लगाने के लिए औपचारिक गारंटी भी प्रदान करता है।

Kaviru Hapuarachchi2026-06-17
🤖 machine learning

Geometry-Aware Post-Hoc Uncertainty Quantification in Operator Learning

यह शोध पत्र REEF-GP को प्रस्तुत करता है, जो एक स्केलेबल पोस्ट-हॉक अनिश्चितता परिमाणीकरण ढांचा (uncertainty quantification framework) है जो प्रेडिक्शन रेसिडुअल्स (prediction residuals) पर गाऊसी प्रोसेस (Gaussian Process) को फिट करने के लिए एक न्यूरल ऑपरेटर के अंतर्निहित ज्यामिति-जागरूक एम्बेडिंग्स (geometry-aware embeddings) का लाभ उठाता है, जिससे डीप एन्सेम्बल्स की तुलना में बहुत कम लागत पर विभिन्न PDE ज्यामितिओं में कैलिब्रेटेड और सुदृढ़ अनिश्चितता अनुमान प्राप्त होते हैं।

Oriol Vendrell-Gallart, Nima Negarandeh, Ramin Bostanabad2026-06-17
📊 statistics

FoundCause: Causal Discovery with Latent Confounders from Observational Data

FoundCause एक नवीन एमोर्टाइज्ड (amortized) कॉज़ल डिस्कवरी मॉडल है जो विशेष इंडक्टिव बायस (inductive biases) के साथ एक ट्रांसफार्मर आर्किटेक्चर का लाभ उठाता है ताकि एकल फॉरवर्ड पास में अवलोकन संबंधी डेटा से लेटेंट कन्फाउंडर्स (latent confounders) सहित कॉज़ल ग्राफ को सीधे निष्कर्ष निकाला जा सके, जो विविध वास्तविक दुनिया के डेटासेट पर शास्त्रीय और मौजूदा एमोर्टाइज्ड विधियों दोनों से बेहतर प्रदर्शन करता है।

Patrick Blöbaum, Krishnakumar Balasubramanian, Shiva Prasad Kasiviswanathan2026-06-17
💬 NLP

An expressivity analysis of hierarchical modelling in deep transformers via bounded-depth grammars

यह शोधपत्र एक सैद्धांतिक विश्लेषण प्रदान करता है जो यह प्रदर्शित करता है कि डीप ट्रांसफॉर्मर्स में बाउंडेड-डेप्थ कॉन्टेक्स्ट-फ्री ग्रामर्स से अमूर्त व्याकरणिक अवस्थाओं को लो-डायमेंशनल, लीनियरली सेपरेबल सबस्पेसों में एनकोड करने की संरचनात्मक क्षमता होती है, जिससे पदानुक्रमित मॉडलिंग के लिए लीनियर रिप्रेजेंटेशन हाइपोथेसिस की पुष्टि होती है।

Vinoth Nandakumar, Qiang Qu, Pramod Thebe, Sakshi Khachariya, Tongliang Liu2026-06-17
🔢 mathematics

Beyond IGO-Flow: Toward Convergence Analysis of IGO in Continuous Spaces

यह शोध पत्र पूर्ण सहप्रसरण अनुकूलन (full covariance adaptation) और निश्चित शिक्षण दरों (fixed learning rates) के साथ डिस्क्रीट-टाइम इंफॉर्मेशन-जियोमेट्रिक ऑप्टिमाइज़ेशन (IGO) के अभिसरण को स्ट्रॉन्गली कॉन्वेक्स क्वाड्रेटिक फलनों पर स्थापित करता है, जो विशिष्ट सीमाबद्धता स्थितियों (boundedness conditions) के तहत यह सिद्ध करता है कि सहप्रसरण मैट्रिक्स शून्य की ओर अभिसरित होता है और माध्य वेक्टर वैश्विक इष्टतम (global optimum) की ओर अभिसरित होता है, जिससे IGO सिद्धांत और CMA-ES जैसे व्यावहारिक एल्गोरिदम के बीच के अंतर को पाटा जा सके।

Ryosuke Kimura, Youhei Akimoto2026-06-17
🤖 machine learning

Non-negative Matrix Factorisation with Topological Regularisation

यह शोधपत्र एक नवीन नॉन-नेगेटिव मैट्रिक्स फैक्टराइजेशन फ्रेमवर्क प्रस्तावित करता है जो निरंतर होमोलॉजी (persistent homology) को एक स्थिर, थ्रेशोल्ड-मुक्त टोपोलॉजिकल रेगुलराइज़र के रूप में शामिल करके सीखे गए बेसिस की व्याख्यात्मकता को बढ़ाता है, जिससे स्थानिक रूप से सुसंगत छवियों, आवधिक समय-श्रृंखलाओं और क्लिक-जैसे ग्राफ संकेतों के मॉडलिंग को एकीकृत किया जाता है।

Matias de Jong van Lier, Shizuo Kaji, Keunsu Kim2026-06-17
🤖 machine learning

Offline Preference-Based Trajectory Evaluation

यह शोध पत्र एक प्राथमिकता-आधारित प्रक्षेपवक्र मूल्यांकन पद्धति प्रस्तावित करता है जो एजेंटिक प्रणालियों की तुलना टेम्पोरल प्रोग्रेस (सामयिक प्रगति) और टाइम-टू-रिटर्न प्रोफाइल के माध्यम से करता है, जो पारंपरिक टर्मिनल-सफलता मेट्रिक्स की तुलना में तुलनात्मक बराबरी (टाइज) को काफी कम करता है और सांख्यिकीय दक्षता में सुधार करता है, जो अक्सर बेंचमार्क संतृप्ति (सैचुरेशन) का कारण बनते हैं।

Fernando Diaz2026-06-17
🤖 machine learning

AoiZora: Topology-Aware Auto-Parallel Optimization for Inference of Diffusion Transformers

AoiZora एक कंपाइलर-मध्यस्थ टोपोलॉजी प्लानर है जो भौतिक इंटरकनेक्ट जागरूकता को ऑटो-पैरलल सर्च प्रक्रिया में एकीकृत करके TPU सब-स्लाइस पर लो-लेटेंसी वीडियो डिफ्यूजन इन्फरेंस को अनुकूलित करता है, जिससे मौजूदा समाधानों की तुलना में Wan 2.1 के लिए 1.42x तक लेटेंसी में कमी आती है।

Kaijian Wang, Yuanyuan Xu, Fanjiang Ye, Ye Cao, Jingwei Zuo, T. S. Eugene Ng, Yarong Mu, Yuke Wang2026-06-17
🤖 machine learning

Reducing Learner Redundancy in Boosting via Residual Orthogonalization

यह शोध पत्र SCBoost प्रस्तुत करता है, जो एक नवीन बूस्टिंग फ्रेमवर्क है जो अवशेषों (residuals) को ऑर्थोगोनल उप-स्थानों (orthogonal subspaces) पर प्रक्षेपित करके और सहप्रसरण-नियमित भारण (covariance-regularized weighting) लागू करके शिक्षार्थी अतिरेकता (learner redundancy) को कम करता है, जिससे एक सटीक योगात्मक अवशेष-ऊर्जा अपघटन (additive residual-energy decomposition) और बेहतर भविष्य कहनेवाला प्रदर्शन के लिए उन्नत सिग्नल-टू-नॉइज़ अनुपात प्राप्त होता है।

Ye Su, Jipeng Guo, Yong Liu, Xin Xu, Gangchun Zhang, Jinxin Chen, Di Wu, Longlong Zhao2026-06-17