🤖 Category

cs.LG

19670 पेपर

🤖 machine learning

Operational Proto-Introspection in Looped Language Models: Process-Quality Taps, Executable Branching, and the Readout-Control Boundary

यह शोध पत्र प्रदर्शित करता है कि एक फ्रोजन (frozen) 2.6B लूप वाले भाषा मॉडल में "परिचालनात्मक प्रोटो-इंट्रोस्पेक्शन" (operational proto-introspection) होता है, जहाँ छिपी हुई अवस्थाएँ (hidden states) गणना की गुणवत्ता और शाखा परिणामों (branch outcomes) का सटीक पूर्वानुमान लगा सकती हैं, फिर भी बाहरी हस्तक्षेप इन रीडआउट्स को प्रमाणित क्षमता लाभों में बदलने में विफल रहते हैं।

Jan Kirin2026-07-22
🧬 biology

Conditioned Direct Feedback Alignment via Activity and Error Geometry

यह शोध पत्र डायरेक्ट फीडबैक अलाइनमेंट (DFA) में स्थानीय भार अपडेट (local weight updates) में विरूपता (anisotropy) के कारण उत्पन्न होने वाले एक विशिष्ट विफलता मोड की पहचान और समाधान करता है, जो गतिविधि और त्रुटि ज्यामिति के व्युत्क्रम द्वितीय क्षणों (inverse second moments) के साथ अपडेट को प्रीकंडीशन करने वाले एक "कंडीशन्ड DFA" ढांचे का प्रस्ताव देता है, जिससे बैकप्रोपैगेशन के सार्वभौमिक प्रतिस्थापन के बजाय स्थानीय आउटर-प्रोडक्ट सीमाओं के कारक-स्तरीय अध्ययन के रूप में प्रदर्शन में सुधार होता है।

Houman Safaai, Varun Reddy, Bernardo L. Sabatini2026-07-22
🤖 machine learning

On the Diverse Dynamical Behaviors Arising in Deep Linear Transformers

यह शोधपत्र टोकन इंटरैक्शन को एक सामान्यीकृत कुरामोतो सिस्टम (generalized Kuramoto system) के रूप में मॉडल करके दो आयामों में डीप लीनियर ट्रांसफॉर्मर के विविध दीर्घकालिक गतिशील व्यवहारों को अभिलक्षित करता है, जो अंतर्निहित निम्न-आयामी गतिकी, गुप्त हैमिल्टनियन संरचनाओं और क्लस्टरिंग एवं दोलनों जैसी सुदृढ़ घटनाओं को प्रकट करता है जो उच्च आयामों में भी बनी रहती हैं।

Sixu Li, Thomas Jacob Maranzatto, Jan Peszek, Trevor Teolis, Semih Akkoc, Konstantin Riedl, Sennur Ulukus, Nicolás Garcí (…)2026-07-22
🔬 materials science

GQD-AdsNet: Graph Neural Networks Unlock Rapid Exploration of Transition Metal Adsorption on Graphene Quantum Dots

यह शोध पत्र GQD-AdsNet प्रस्तुत करता है, जो कि डेंसिटी फंक्शनल थ्योरी डेटा पर प्रशिक्षित एक ग्राफ न्यूरल नेटवर्क फ्रेमवर्क है जो ग्राफीन क्वांटम डॉट्स पर ट्रांज़िशन मेटल एडसॉर्प्शन ऊर्जा की तेजी से और सटीक भविष्यवाणी करता है, जिससे कुशल उत्प्रेरक स्क्रीनिंग को सक्षम करने के लिए कम्प्यूटेशनल लागत में छह परिमाण (orders of magnitude) की कमी आती है।

Lara Goncebat (Instituto de Química Aplicada del Litoral IQAL), Rodrigo Echeveste (Instituto de Investigación en Señales (…)2026-07-22
🤖 machine learning

A Self-Evolving Default Action for Cooperative Tasks with Continuous Action Space

यह शोध पत्र SAFE का प्रस्ताव करता है, जो एक नवीन मल्टी-एजेंट सुदृढीकरण शिक्षण (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) ढांचा है जो एक निष्पक्ष काउंटरफैक्चुअल बेसलाइन बनाने के लिए एक स्व-विकसित डिफ़ॉल्ट क्रिया का उपयोग करता है, जो प्रभावी रूप से निरंतर-क्रिया सहयोगपूर्ण कार्यों (कंटीन्यूअस-एक्शन कोऑपरेटिव टास्क) तक काउंटरफैक्चुअल क्रेडिट असाइनमेंट का विस्तार करता है और बिना किसी अतिरिक्त सिमुलेशन या पूर्व ज्ञान की आवश्यकता के स्थानीय इष्टतम (लोकल ऑप्टिमा) तक अभिसरण सुनिश्चित करता है।

Shuangyao Huang2026-07-22
💬 NLP

Stochastic Meta-Unlearning: Bridging Language Backbone and Multimodal Unlearning

यह शोध पत्र स्टोकैस्टिक मेटा-अनलर्निंग (SMU) का प्रस्ताव करता है, जो एक बाइलेवल फ्रेमवर्क है जो लैंग्वेज बैकबोन अनलर्निंग को अनुकूलित करने के लिए VLM-स्तरीय फीडबैक का लाभ उठाता है, जो प्रभावी रूप से उस समस्या का समाधान करता है जहाँ विजन-लैंग्वेज मॉडल्स में टेक्स्ट-ओनली फीडबैक टारगेट रिकवरी को रोकने में विफल रहता है और साथ ही बेहतर फॉरगेट-रिटेन ट्रेड-ऑफ और ट्रांसफ़रेबिलिटी प्राप्त करता है।

Zijie Liu, Jinhao Duan, Gaowen Liu, Sijia Liu, Tianlong Chen2026-07-22
🤖 machine learning

Mark, Don't Erase: Token Inoculation for Dual-Use Knowledge in LLMs

यह शोध पत्र "टोकन इनोक्यूलेशन" (Token Inoculation) का प्रस्ताव करता है, जो बड़े भाषा मॉडलों (large language models) में दोहरे उपयोग वाले ज्ञान को सुरक्षित रखते हुए सटीक सुरक्षा नियंत्रण सक्षम करता है, जो प्री-ट्रेनिंग के दौरान खतरनाक सामग्री को एक विशेष टोकन से बांधने और फाइन-ट्यूनिंग के दौरान मॉडल को उस टोकन की उपस्थिति या अनुपस्थिति के आधार पर अपनी प्रतिक्रियाएं निर्धारित करना सिखाने के माध्यम से किया जाता है, जिससे पारंपरिक अनलर्निंग (unlearning) या रिफ्यूज़ल (refusal) तकनीकों की तुलना में बेहतर सुरक्षा-उपयोगिता संतुलन प्राप्त होता है।

Seunghyun Lee, Dongyoon Han, Sangdoo Yun2026-07-22
📊 statistics

The Price of Hidden Curvature: An Ω~(d5/4T)\widetilde{\Omega} (d^{5/4} \sqrt{T}) Lower Bound for Bandit Convex Optimization

यह शोध पत्र 1-लिप्सचिट्ज़ (1-Lipschitz) फलनों के स्टोकेस्टिक बैंडिट कॉनवेक्स ऑप्टिमाइज़ेशन के लिए Ω~(d5/4T)\widetilde{\Omega}(d^{5/4}\sqrt{T}) का पहला गैर-तुच्छ मिनिमैक्स रिग्रेट लोअर बाउंड (nontrivial minimax regret lower bound) स्थापित करता है, जो यह सिद्ध करता है कि यह समस्या लीनियर बैंडिट्स की तुलना में मौलिक रूप से कठिन है, क्योंकि यह फलनों का एक कठिन वर्ग निर्मित करता है जहाँ एक अज्ञात लीनियर ट्रांसफ़ॉर्मेशन और एक लक्ष्य वेक्टर को सीखना अन्वेषण (exploration) और सूचना एकत्र करने (information gathering) के बीच एक कठिन समझौते की मांग करता है।

Nived Rajaraman2026-07-22
🤖 machine learning

Cross-Dataset Generalization in Breast MRI Tumor Classification via Class-Wise Dataset Mixing

यह शोध पत्र यह प्रदर्शित करता है कि ड्यूक (Duke) और फास्टएमआरआई (fastMRI) कोहॉर्ट्स के बीच क्लास-वाइज डेटासेट मिक्सिंग, डेटासेट-ओरिजिन बायस (dataset-origin bias) को प्रभावी ढंग से कम करती है, जो कन्फाउंडेड डेटा (confounded data) पर प्रशिक्षित मॉडलों की तुलना में स्वतंत्र मामा-मिया (MAMA-MIA) कोहॉर्ट पर ब्रेस्ट एमआरआई ट्यूमर वर्गीकरण के लिए क्रॉस-डेटासेट सामान्यीकरण (cross-dataset generalization) में महत्वपूर्ण रूप से सुधार करती है।

Mohammad Ali Dadrast, Hamid Usefi2026-07-22
🤖 machine learning

Exposure-Based Reinforcement Learning to Rank

यह शोध पत्र लर्निंग-टू-रैंक के लिए एक एक्सपोज़र-आधारित सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचे को प्रस्तुत करता है जो तेज़ अभिसरण (कन्वर्जेंस), उच्च प्रदर्शन और निर्बाध ऑटो-डिफरेंशिएशन एकीकरण प्राप्त करने के लिए वेरिएंस रिडक्शन और जीपीयू त्वरण का लाभ उठाता है, जिससे मौजूदा कस्टम ग्रेडिएंट विधियों की कम्प्यूटेशनल जटिलता और स्थिरता संबंधी समस्याओं को दूर किया जा सके।

Harrie Oosterhuis, Rolf Jagerman, Zhen Qin, Xuanhui Wang2026-07-22