🤖 machine learning

Hidden Degradation Costs in Energy-Cost-Only HEMS Optimisation: Study on Battery and PV Sensitivity

यह अध्ययन प्रदर्शित करता है कि आवासीय होम एनर्जी मैनेजमेंट सिस्टम को बैटरी क्षरण (डिग्रेडेशन) को ध्यान में रखे बिना केवल ऊर्जा लागत बचत के लिए अनुकूलित करना, आक्रामक साइकलिंग रणनीतियों की ओर ले जाता है जहाँ छिपी हुई क्षरण लागत ऊर्जा बचत से 1,000% से अधिक हो सकती है, जिससे एक क्षरण-जागरूक नियंत्रण सूत्रीकरण (डिग्रेडेशन-अवेयर कंट्रोल फॉर्मुलेशन) की आवश्यकता अनिवार्य हो जाती है।

Dawood Butt, Nandor Verba2026-06-16
🤖 machine learning

Mojo: A Promising Tool for Scalable Financial AI Efficiency

यह शोध पत्र Mojo को एक उच्च-प्रदर्शन, पायथन-अनुकूल सिस्टम लैंग्वेज के रूप में प्रस्तुत करता है जो बिट-एक्जैक्ट (bit-exact) नियत निष्पादन और एकीकृत मल्टी-आर्किटेक्चर परिनियोजन को सक्षम करके क्वांटिटेटिव फाइनेंस में पारंपरिक "टू-लैंग्वेज टैक्स" को समाप्त करता है, जिससे नियामक पुनरुत्पादकता सुनिश्चित करते हुए वित्तीय AI वर्कलोड्स में महत्वपूर्ण तेजी आती है।

Henry Han2026-06-16
🤖 AI

Auditing Reward Hackability in Code RL Training Environments

यह शोध पत्र कोड RL प्रशिक्षण वातावरणों की रिवॉर्ड हैकिंग के प्रति महत्वपूर्ण संवेदनशीलता को मात्रात्मक रूप से निर्धारित करता है, जो यह प्रकट करता है कि कमजोर टेस्ट सूट्स के कारण 28.5% तक कार्य गलत समाधानों को स्वीकार कर लेते हैं, और एक गोल्ड-सैनिटी गेटेड LLM जज प्रक्रिया प्रस्तावित करता है जो इन अधिकांश टूटे हुए कार्यों को सफलतापूर्वक सुदृढ़ करता है।

Shreshth Rajan2026-06-16
📊 statistics

Stop the Sampler! Classifier-Based Adaptive Stopping for Sampling Kernels

यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो MCMC सैंपलिंग में अनुकूलन योग्य, अवस्था-निर्भर प्रक्षेपवक्र समाप्ति (trajectory termination) को सक्षम करने के लिए गैर-चक्रीय (non-acyclic) GFlowNets को सीखने योग्य न्यूरल क्लासिफायर के साथ एकीकृत करता है, जिससे मानक बेसलाइन की तुलना में मोड कवरेज और मिक्सिंग में सुधार करते हुए कम्प्यूटेशनल लागतों को महत्वपूर्ण रूप से कम किया जा सके।

Kirill Korolev, Nikita Morozov, Stepan Pavlenko, Esmeralda S. Whitammer, Sergey Samsonov2026-06-16
🤖 machine learning

AME: A Multi-Type Contributor Attribution Framework in Generative AI Markets

यह शोध पत्र AME को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जिसे मल्टी-टाइप योगदानकर्ता मूल्यांकन, अधिकार मैपिंग और विश्वसनीय निष्पादन को एकीकृत करके जनरेटिव एआई बाजारों में निष्पक्ष मूल्य आवंटन की चुनौतियों को संबोधित करने के लिए डिज़ाइन किया गया है ताकि मानव निर्णयों के अनुरूप परिणाम प्राप्त किए जा सकें।

Yang Shi, Songwen Pei, Yang Gao, Bingxue Zhang2026-06-16
🤖 machine learning

Phys-JEPA: Physics-Informed Latent World Models for Multivariate Time-Series Forecasting

Phys-JEPA एक भौतिकी-सूचित जॉइंट-एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर पेश करता है जो केवल आउटपुट स्तर पर ही नहीं, बल्कि लेटेंट स्टेट ट्रांज़िशन के भीतर सीधे भौतिक निरंतरता (physical consistency) को लागू करता है, जिससे जेना क्लाइमेट, ट्रैफिक और इलेक्ट्रिसिटी जैसे वास्तविक दुनिया के डेटासेट पर मल्टीवेरिएट टाइम-सीरीज़ पूर्वानुमान की सटीकता और व्याख्यात्मकता में सुधार होता है।

Weizhi Nie, Weichao Liu, Honglin Guo, Yuting Su2026-06-16
🤖 machine learning

Polynomial-Time Mistake-Bounded Language Generation

यह शोधपत्र मिस्टेक-बाउंडेड लैंग्वेज जनरेशन फ्रेमवर्क के एक बहुपद-समय (polynomial-time) संस्करण को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि पैरिटी (parities), कंजंक्शन (conjunctions) और बहुपद-संख्या में मैक्सटर्म्स वाले मोनोटोन बुलियन फंक्शन (जैसे कि वे जो बहुपद-आकार के डिसीजन ट्री द्वारा गणनीय हैं) सहित परिवार एक नवीन कॉम्बिनेटरियल गेम के माध्यम से कुशलतापूर्वक सीखे जा सकते हैं।

Héctor Jimenez, Alexander Kozachinskiy, Vicente Opazo2026-06-16
⚛️ quantum physics

Enhancing Quantum Machine Learning with Anyons

यह शोध पत्र एनीयोनिक विनिमय सांख्यिकी (anyonic exchange statistics) को समाहित करने वाला एक एकीकृत क्वांटम कर्नेल ढांचा प्रस्तुत करता है, जो यह प्रदर्शित करता है कि भिन्नात्मक कण विनिमय चरणों (fractional particle exchange phases) का लाभ उठाना पारंपरिक बोसोनिक और फर्मिओनिक दृष्टिकोणों की तुलना में अद्वितीय फीचर-स्पेस दिशाओं तक पहुँचकर और क्लास ज्योमेट्री में सुधार करके क्वांटम मशीन लर्निंग प्रदर्शन को बढ़ाता है।

Da Zhang, Wen-Qiang Liu, Zhaohui Wei, Zhang-Qi Yin2026-06-16
💬 NLP

Your "Pro" LLM Subscription May Actually Be "Free": Exposing Fingerprint Spoofing Risks in LLM Inference Services

यह शोध पत्र "फिंगरप्रिंट स्पूफिंग" (fingerprint spoofing) को पेश करता है, जो एक नया खतरा है जहाँ दुर्भावनापूर्ण प्रदाता मजबूत मॉडलों की नकल करने और उपयोगकर्ता-पक्ष सत्यापन से बचने के लिए कमजोर मॉडलों को फाइन-ट्यून करते हैं, और "घोस्टप्रिंट" (GhostPrint) फ्रेमवर्क का प्रस्ताव देता है यह प्रदर्शित करने के लिए कि वर्तमान एलएलएम (LLM) फिंगरप्रिंटिंग विधियाँ यथार्थवादी संसाधन बाधाओं के तहत ऐसे हमलों के प्रति संवेदनशील हैं।

Jiahao Zhang, Xiuyu Li, Suhang Wang2026-06-16
🤖 AI

RecourseBench: A Modular Framework for Reproducible Algorithmic Recourse Evaluation

यह शोधपत्र RecourseBench को प्रस्तुत करता है, जो एक मॉड्यूलर और संवादात्मक मूल्यांकन ढांचा है जो पाइपलाइन को पांच परतों में विभाजित करके, 28 अत्याधुनिक विधियों को एकीकृत करके, और एक स्वचालित चार-स्तरीय सत्यापन प्रणाली के माध्यम से विधि-स्तरीय पुनरुत्पादकता (reproducibility) को लागू करके एल्गोरिद्मिक रिकोर्स (algorithmic recourse) में पुनरुत्पादकता की कमी को संबोधित करता है।

Zahra Khotanlou, Hashir Ahmed, Chenghao Tan, Ahmed Abdelaal, Amir-Hossein Karimi2026-06-16