🤖 Category

cs.LG

22432 पेपर

🤖 machine learning

Scalar-pathway fidelity improves physical accuracy in short-range equivariant interatomic potentials

यह शोध पत्र यह प्रदर्शित करता है कि फिजिक्स-अवेयर नेबरहुड पूलिंग (Physics-Aware Neighborhood pooling) और फिजिक्स-गाइडेड स्पेक्ट्रल मिक्सर्स (Physics-Guided Spectral mixers) के माध्यम से शॉर्ट-रेंज इक्विवेरिएंट इंटरएटॉमिक पोटेंशियल (short-range equivariant interatomic potentials) में स्केलर पाथवेज़ (scalar pathways) की फिडेलिटी को बढ़ाने से, न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ विविध सामग्रियों और अणुओं में अनुमानित बलों, ऊर्जाओं और स्ट्रेस की सटीकता में महत्वपूर्ण सुधार होता है।

Jia Bi, Alin Marin Elena, Samuel Pinilla2026-06-16
🤖 machine learning

LoComposition: Terrain-Adaptive Energy-Efficient Quadruped Locomotion without Gait Priors

LoComposition एक लर्निंग-आधारित फ्रेमवर्क पेश करता है जो टास्क स्पेसिफिकेशन, ऑपरेशनल लिमिट्स, गेट प्रेफरेंस और टेरेन अडैप्टेशन को अलग-अलग मैकेनिज्म में विभाजित करता है, जिससे भौतिक रोबोट्स के लिए ज़ीरो-शॉट ट्रांसफर सक्षम होता है और पारंपरिक कॉम्प्लेक्स-रिवॉर्ड बेसलाइन्स की तुलना में ऊर्जा दक्षता में उल्लेखनीय सुधार और बाधा उल्लंघन (कन्स्ट्रेंट वायलेशन) में कमी आती है।

Loukas Kordos, Leonard T. Franz, Simon Rappenecker, Oliver Hausdoerfer, Angela P. Schoellig, Pavel Kolev, Georg Martius2026-06-16
📊 statistics

Topological Flow Matching

यह शोध पत्र टोपोलॉजिकल फ्लो मैचिंग (Topological Flow Matching) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो गैर-यूक्लिडियन डोमेन पर डेटा की अंतर्निहित टोपोलॉजिकल संरचना को पकड़ने के लिए लैपलेसियन-व्युत्पन्न ड्रिफ्ट (Laplacian-derived drift) को शामिल करके मानक फ्लो मैचिंग को उन्नत करता है, जिससे ब्रेन fMRI और समुद्री धाराओं जैसे संरचित डेटासेट के लिए जनरेटिव मॉडलिंग में सुधार होता है और साथ ही सिमुलेशन-मुक्त दक्षता भी बनी रहती है।

Kacper Wyrwal, żsmail żlkan Ceylan, Alexander Tong2026-06-16
🤖 machine learning

Reinforcement Learning for LLM-based Event Forecasting

यह शोध पत्र प्रदर्शित करता है कि वास्तविक समय की जानकारी तक पहुँच रखने वाले छोटे LLMs (1.5B–14B पैरामीटर्स) को फाइन-ट्यून करने के लिए ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO) लागू करने से वे अपने नॉलेज कटऑफ के बाद की भविष्य की घटनाओं के पूर्वानुमान में क्लॉड सोनेट 3.5 जैसे बड़े मॉडल्स को भी पीछे छोड़ सकते हैं, जबकि साथ ही यह स्केलिंग क्षमताओं और अनिश्चितता के तहत निर्णयात्मक पूर्वानुमान की प्रकृति का भी विश्लेषण करता है।

Amit Arnold Levy2026-06-16
🤖 machine learning

An Exploratory Study of Blood Glucose Estimation from Photoplethysmography Signals using Machine Learning

यह शोध पत्र स्मार्टवॉच-व्युत्पन्न फोटोप्लेथिस्मोग्राफी (PPG) संकेतों और निरंतर ग्लूकोज निगरानी (CGM) मानों के एक नए युग्मित डेटासेट को प्रस्तुत करता है, जो प्रारंभिक परिणाम प्रस्तुत करता है जो गैर-आक्रामक रूप से रक्त ग्लूकोज स्तरों का अनुमान लगाने के लिए मशीन लर्निंग का उपयोग करने की व्यवहार्यता का सुझाव देते हैं और बड़े डेटासेट के साथ आगे के अनुसंधान की आवश्यकता पर प्रकाश डालते हैं।

Ruhani Bhatia, Vijval Ekbote2026-06-16
🤖 AI

Green SARC: Predictive Cost and Carbon Governance for Agentic AI Systems

यह शोध पत्र ग्रीन SARC (Green SARC) को प्रस्तुत करता है, जो एक आर्किटेक्चरल गवर्नेंस फ्रेमवर्क है जो बजट उल्लंघन को रोकने और टोकन, वित्तीय एवं कार्बन की महत्वपूर्ण बचत प्राप्त करने के लिए प्रेडिक्टिव कॉस्ट और कार्बन कंट्रोल्स को सीधे एजेंटिक एआई लूप्स (agentic AI loops) में समाहित करता है, जो पोस्ट-एग्जीक्यूशन मॉनिटरिंग और सॉफ्ट पेनल्टी विधियों के विरुद्ध इसकी श्रेष्ठ विश्वसनीयता को दर्शाता है।

Gaston Besanson2026-06-16
🤖 AI

You Don't Need Strong Assumptions: Visual Representation Learning via Temporal Differences

यह शोध पत्र टेम्पोरल डिफरेंस इन विजन (TDV) को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित शिक्षण प्रतिमान (self-supervised learning paradigm) है जो इस कारणत्मक धारणा (causal assumption) का लाभ उठाता है कि अतीत भविष्य का कारण बनता है ताकि ऑग्मेंटेशन या मास्किंग जैसे मजबूत इंडक्टिव बायस पर निर्भर किए बिना विज़ुअल रिप्रजेंटेशन सीखा जा सके, और डेंस स्पेशियल टास्क पर अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।

Ninad Daithankar, Alexi Gladstone, Yann LeCun, Heng Ji2026-06-16
🤖 AI

Quantifying the Impact of Lossy Compression on Neural Generative Surrogate Modeling

यह शोध पत्र न्यूरल जनरेटिव सरोगेट मॉडल्स में संपीड़न-प्रेरित त्रुटियों (compression-induced errors) को मापने और उन्हें सहन करने की एक विधि प्रस्तावित करता है, जो यह प्रदर्शित करता है कि लॉस-पूर्ण संपीड़न (lossy compression) मॉडल की उच्च सटीकता बनाए रखते हुए स्टोरेज आवश्यकताओं को 39 गुना तक कम कर सकता है और प्रशिक्षण समय को 3 गुना तक घटा सकता है।

Zhimin Li, Harshitha Menon, Charles Jekel, Valerio Pascucci, Peter Lindstrom2026-06-16
💬 NLP

PreLort: Prefix-Nested LoRA for Federated Fine-Tuning under Rank Heterogeneity

PreLort, सेगमेंट-वाइज एग्रीगेशन (segment-wise aggregation) और मल्टी-ट्रंकेशन ट्रेनिंग (multi-truncation training) के साथ एक प्रीफिक्स-नेस्टेड लोरा (prefix-nested LoRA) फॉर्मूलेशन पेश करके रैंक विषमता (rank heterogeneity) के तहत फेडरेटेड फाइन-ट्यूनिंग की चुनौतियों का समाधान करता है, जो यह सुनिश्चित करता है कि कम-रैंक वाले क्लाइंट्स उच्च-रैंक वाले क्लाइंट्स के समृद्ध प्रतिनिधित्व (richer representations) से लाभान्वित हों और मौजूदा तरीकों की तुलना में बेहतर सटीकता और दक्षता प्राप्त करें।

Muhammad Waseem, Nurbek Tastan, Andrej Jovanovic, Nicholas D. Lane, Nils Lukas, Karthik Nandakumar, Samuel Horvath2026-06-16
💬 NLP

Formalize Once, Edit the Rest: Efficient Lean-Based Answer Selection for Math Reasoning

यह शोध पत्र BASE को प्रस्तुत करता है, जो एक बेस-एंड-एडिट पाइपलाइन है जो एक विशेष रीराइटर मॉडल (LEASCRIBE) का लाभ उठाकर एक एकल संभावित उत्तर को औपचारिक रूप देता है और इन-प्लेस एडिटिंग के माध्यम से शेष K-1 औपचारिक कथनों को कुशलतापूर्वक व्युत्पन्न करता है, जिससे लीन-आधारित गणितीय तर्क में उत्तर चयन सटीकता में सुधार करते हुए कम्प्यूटेशनल लागतों को काफी कम किया जाता है।

Ji Feng, Zhouxing Shi2026-06-16