cs.LG पेपर | Gist.Science

KATANA: A Fast, Low-Power Mapping of Kalman Filters onto Edge NPUs for Real-Time Tracking

यह शोध पत्र KATANA प्रस्तुत करता है, जो एक अनुकूलन ढांचा (optimization framework) है जो लीनियर और एक्सटेंडेड कलमन फिल्टर्स को AI-PC SoCs में व्यावसायिक न्यूरल प्रोसेसिंग यूनिट्स (NPUs) पर मैप करता है, ताकि बीजगणितीय ग्राफ रीराइट्स (algebraic graph rewrites) का उपयोग करके CPU कार्यान्वयन की तुलना में 97.9% तक ऊर्जा की कमी के साथ रियल-टाइम, कम-शक्ति वाले मल्टी-ऑब्जेक्ट ट्रैकिंग को प्राप्त किया जा सके।

Bodhisatwa Kundu, Anish Rooj, Sumit Saha, Abhradeep Sarkar, Arghadip Das, Arnab Raha, Mrinal K. Naskar2026-06-16

🤖 AI

AI Engram: In Search of Memory Traces in Artificial Intelligence

यह शोध पत्र "AI एंग्राम्स" (AI engrams) नामक एक ज्यामितीय ढांचे को प्रस्तुत करता है जो विशिष्ट स्मृति निशानों (memory traces) की पहचान करने, उन्हें अलग करने और रैखिक अंकगणित (linear arithmetic) के माध्यम से गहरे न्यूरल नेटवर्क के भीतर उनका शल्य चिकित्सा संबंधी हेरफेर करने के लिए जैविक स्मृति मानदंडों को औपचारिक रूप देता है, जिससे जैविक स्मृति सिद्धांतों और कृत्रिम प्रतिनिधित्व शिक्षण (artificial representation learning) के बीच के अंतर को पाटा जा सके।

Jea Kwon, Dong-Kyum Kim, Jiwon Kim, Yonghyun Kim, Woong Kook, Meeyoung Cha2026-06-16

🤖 machine learning

Unlocking Latent Dimensions: Exploring Representations of Large-Scale X-ray Scattering Data using Variational Autoencoders

यह शोधपत्र 1.5 मिलियन एक्स-रे स्कैटरिंग छवियों पर प्रशिक्षित एक डोमेन-विशिष्ट कनवल्शनल वेरिएशनल ऑटोएन्कोडर पेश करता है जो ऑफलाइन डेटासेट अन्वेषण और वास्तविक समय विश्लेषण दोनों के लिए व्याख्या योग्य निम्न-आयामी लेटेंट रिप्रजेंटेशन उत्पन्न करने के लिए, सामान्य-उद्देश्य वाले विजन मॉडलों से बेहतर प्रदर्शन करता है और MLExchange प्लेटफॉर्म के माध्यम से इंटरैक्टिव स्ट्रक्चरल एक्सप्लोरेशन को सक्षम बनाता है।

Monika Choudhary, Xiaoya Chong, Runbo Jiang, Wiebke Koepp, Petrus H. Zwart, Damon English, Gregory M. Su, Eric Schaible (…)2026-06-16

💬 NLP

Nemotron 3 Ultra: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Model for Agentic Reasoning

नेमोट्रोन 3 अल्ट्रा (Nemotron 3 Ultra) एक ओपन-सोर्स, 550-बिलियन-पैरामीटर हाइब्रिड मंबा-ट्रांसफॉर्मर (Mamba-Transformer) मॉडल है जिसमें 1M-टोकन का कॉन्टेक्स्ट और उन्नत प्रशिक्षण तकनीकें हैं जो अत्याधुनिक सटीकता के साथ 6 गुना अधिक इन्फरेंस थ्रूपुट प्रदान करती है, जो इसे जटिल एजेंटिक रीजनिंग कार्यों के लिए आदर्श बनाती है।

NVIDIA (Allan), : (Allan), Aaron Blakeman (Allan), Aaron Thomas (Allan), Aastha Jhunjhunwala (Allan), Abhibha Gupta (Al (…)2026-06-16

🤖 machine learning

How Should World Models Be Evaluated? A Decision-Making-Centric Position

यह शोध पत्र तर्क देता है कि एम्बोडीड निर्णय लेने (embodied decision-making) के लिए वर्ल्ड मॉडल्स का मूल्यांकन एक निर्णय-केंद्रित ढांचे (decision-making-centric framework) के माध्यम से एक L0–L7 सीढ़ी का उपयोग करके किया जाना चाहिए, जो विजुअल रियलिज्म जैसे सतही मेट्रिक्स के बजाय काउंटरफैक्चुअल रीजनिंग, प्लानिंग और पॉलिसी ऑप्टिमाइज़ेशन के साक्ष्य को प्राथमिकता देता है ताकि मॉडल के दावों और मूल्यांकन क्षमताओं के बीच सामान्य विसंगति को दूर किया जा सके।

Yang Yu, Shiyuan Zhang, Yifei Sheng, Haoxiang Ren, Haoxin Lin2026-06-16

🤖 machine learning

Transformers Learn the Mestre-Nagao Heuristic

यह शोध पत्र प्रदर्शित करता है कि परिमेय दीर्घवृत्तीय वक्रों (rational elliptic curves) के फ्रोबेनियस ट्रेस (Frobenius traces) पर प्रशिक्षित एक टू-लेयर ट्रांसफार्मर न केवल उनके रैंक की भविष्यवाणी करने में लगभग पूर्ण सटीकता प्राप्त करता है, बल्कि विश्लेषणात्मक संख्या सिद्धांत से मेस्ट्रे-नागाओ ह्यूरिस्टिक (Mestre-Nagao heuristic) को यांत्रिक रूप से सीखता भी है, जिससे यह प्रकट होता है कि मॉडल के आंतरिक सर्किट और अटेंशन मैकेनिज्म इनपुट में स्पष्ट संख्या-सिद्धांत संबंधी विशेषताओं की अनुपस्थिति के बावजूद $\log L(E,1)$ जैसे गहरे गणितीय गुणों को प्रभावी ढंग से एनकोड करते हैं।

Pranav Venkata Konda2026-06-16

🤖 machine learning

Physics-conforming Latent Twins

यह शोध पत्र फिजिक्स-कन्फॉर्मिंग लेटेंट ट्विन्स (Physics-conforming Latent Twins) प्रस्तुत करता है, जो एक सरोगेट मॉडलिंग फ्रेमवर्क है जो समय-निर्भर भौतिक प्रणालियों के लिए लेटेंट सॉल्यूशन ऑपरेटर्स को सीखता है, और भौतिक रूप से सुसंगत एवं सटीक दीर्घकालिक भविष्यवाणियों को सुनिश्चित करने के लिए लेटेंट स्पेस में संरक्षण नियमों (conservation laws) और विसरणात्मक असमानताओं (dissipative inequalities) जैसे संरचनात्मक बाधाओं को सीधे लागू करता है।

Matthias Chung, Yutong Bu, Deepanshu Verma2026-06-16

🤖 machine learning

Size Doesn't Matter: Cosine-Scored Sparse Autoencoders

यह शोध पत्र यह तर्क देता है कि स्पार्स ऑटोएन्कोडर्स (sparse autoencoders) में मानक इनर-प्रोडक्ट स्कोरिंग को कोसाइन समानता (cosine similarity) और परिमाण (magnitude) के एक सीखे हुए मिश्रण से बदलने से उच्च-मान (high-norm) वाले टोकन फीचर चयन पर हावी होने से रुक जाते हैं, जिससे सामान्यीकृत निरूपणों (normalized representations) पर अधिक मानव-व्याख्या योग्य अवधारणाओं की खोज सक्षम होती है।

Silen Naihin, Lev Stambler2026-06-16

🤖 machine learning

Machine Learning and the Random Walk Puzzle: Forecasting the CAD/USD Exchange Rate with Expanding Window Evaluation and SHAP Interpretability

यह अध्ययन 2017 से 2026 तक मासिक USD/CAD विनिमय दर के पूर्वानुमान के लिए एक नैइव रैंडम वॉक बेंचमार्क के विरुद्ध पांच मशीन लर्निंग मॉडलों का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि लीनियर रिग्रेशन सांख्यिकीय रूप से रैंडम वॉक से बेहतर प्रदर्शन करता है, अधिकांश एमएल मॉडल केवल मामूली सुधार प्रदान करते हैं और हालिया लैग्स पर भारी निर्भर करते हैं, जो विनिमय दरों की भविष्यवाणी करने की अंतर्निहित कठिनाई की पुष्टि करते हैं।

Louis Agyekum, Edmund Fosu Agyemang, Obu-Amoah Ampomah, Kofi Acheampong, Emmanuel Boadi, Priscilla Yaa Amakye, Fafa Shal (…)2026-06-16

🤖 machine learning

Phase-Localized Curation Does Not Help: A Negative Result on Per-Phase Metric Selection for Demonstration Filtering

यह शोध पत्र यह प्रदर्शित करता है कि मैनिपुलेशन प्रदर्शनों (manipulation demonstrations) को फ़िल्टर करने के लिए प्रति-चरण मीट्रिक चयन (per-phase metric selection) लागू करना, एक एकल वैश्विक मीट्रिक (single global metric) का उपयोग करने की तुलना में अप्रभावी और अक्सर हानिकारक होता है, क्योंकि चरणों के बीच स्कोर का रैंक-एग्रीगेटिंग (rank-aggregating) केंद्रित दोष संकेतों (defect signals) को कम कर देता है और कार्यों के बीच स्थानांतरण करने में विफल रहता है।

Aarav Bedi2026-06-16

← पिछला अगला →