🤖 Category

cs.LG

22512 पेपर

📊 statistics

Causal Inference with Generative Artificial Intelligence: Application to Texts as Treatments

यह शोध पत्र एक जेनेरेटिव एआई-पावर्ड इन्फरेंस (GPI) पद्धति प्रस्तावित करता है जो अनस्ट्रक्चर्ड टेक्स्ट से अधिक सटीक और कुशल कारण प्रभाव अनुमान (causal effect estimation) के लिए उपचार (treatments) उत्पन्न करने और उनके आंतरिक निरूपणों (internal representations) का उपयोग करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे डेटा से सीधे कॉज़ल रिप्रेजेंटेशन सीखने की आवश्यकता समाप्त हो जाती है और कन्फाउंडिंग (confounding) एवं ओवरलैप उल्लंघन (overlap violations) जैसी सामान्य चुनौतियों पर विजय प्राप्त होती है।

Kosuke Imai, Kentaro Nakamura2026-06-12
🤖 machine learning

P-MOSS: Scheduling Main-Memory Indexes Over NUMA Servers Using Next Token Prediction

P-MOSS एक सीखा हुआ स्थानिक शेड्यूलिंग फ्रेमवर्क है जो लो-लेवल हार्डवेयर स्टैटिस्टिक्स के आधार पर NUMA सर्वर्स पर क्वेरी निष्पादन और डेटा प्लेसमेंट को अनुकूलित करने के लिए नेक्स्ट टोकन प्रेडिक्शन और डिसीजन ट्रांसफॉर्मर का लाभ उठाता है, जिससे पारंपरिक शेड्यूलिंग विधियों की तुलना में B+-Tree इंडेक्स के लिए क्वेरी थ्रूपुट में 6 गुना तक सुधार होता है।

Yeasir Rayhan, Walid G. Aref2026-06-12
🔢 mathematics

Is Stochastic Gradient Descent Effective? A PDE Perspective on Machine Learning processes

यह शोध पत्र डिजेनरेट फॉकर-प्लांक पी़डीई (Fokle-Planck PDEs) के माध्यम से मॉडलिंग करके नॉन-कॉन्वेक्स ऑप्टिमाइज़ेशन में स्टोकेस्टिक ग्रेडिएंट डिसेंट (SGD) की प्रभावशीलता का विश्लेषण करता है, जो वेट कंसन्ट्रेशन (weight concentration), लोकल मिनिमा से एस्केप टाइम और एसिम्प्टोटिक कन्वर्जेंस को मापने के लिए विशिष्ट ड्रिफ्ट और डिफ्यूजन रिजीम की पहचान करने हेतु नवीन ड्यूलिटी और एंट्रॉपी तकनीकों का उपयोग करता है।

Davide Barbieri, Matteo Bonforte, Peio Ibarrondo2026-06-12
🤖 AI

Prism: Cost-Efficient Multi-LLM Serving via GPU Memory Ballooning

प्रिज्म (Prism) एक मेमोरी-केंद्रित LLM को-सर्विंग फ्रेमवर्क है जो 'kvcached' नामक एक नवीन मेमोरी बैलूनिंग तकनीक का उपयोग करता है, जो कई मॉडलों के बीच GPU मेमोरी को गतिशील रूप से पुनः प्राप्त करने और पुनर्वितरित करने के लिए स्थानिक और लौकिक साझाकरण (spatial and temporal sharing) को एकीकृत करता है, जिससे उत्पादन वातावरण में लागत-दक्षता और SLO अनुपालन में सुधार होता है।

Shan Yu, Yifan Qiao, Mingyuan Ma, Yangmin Li, Shuo Yang, Xinyuan Tong, Yang Wang, Zhiqiang Xie, Yuwei An, Shiyi Cao, Ke (…)2026-06-12
🤖 machine learning

Learning on a Razor's Edge: Identifiability and Singularity of Polynomial Neural Networks

यह शोध पत्र बहुपद न्यूरल नेटवर्क के फलन स्थानों (function spaces) का विश्लेषण करने के लिए बीजगणितीय ज्यामिति (algebraic geometry) का उपयोग करता है, जो उनकी पहचान क्षमता (identifiability) और विमा (dimensionality) को स्थापित करता है और स्पार्स उप-नेटवर्कों (sparse subnetworks) से उत्पन्न होने वाले विलक्षणताओं (singularities) को अभिलक्षित करता है ताकि एमएलपी (MLPs) में स्पार्सिटी बायस (sparsity bias) के ज्यामितीय मूलों की व्याख्या की जा सके।

Vahid Shahverdi, Giovanni Luca Marchetti, Kathlén Kohn2026-06-12
🤖 machine learning

LLM-ODDR: A Large Language Model Framework for Joint Order Dispatching and Driver Repositioning

यह शोध पत्र LLM-ODDR को प्रस्तुत करता है, जो एक नया ढांचा है जो प्लेटफॉर्म राजस्व, ड्राइवर आय निष्पक्षता और गतिशील शहरी वातावरण के अनुकूलनशीलता को संतुलित करते हुए राइड-हेलिंग ऑर्डर डिस्पैचिंग और ड्राइवर रिपोजिशनिंग को संयुक्त रूप से अनुकूलित करने के लिए एक फाइन-ट्यून किए गए लार्ज लैंग्वेज मॉडल का लाभ उठाता है, जो वास्तविक मैनहट्टन टैक्सी डेटा पर पारंपरिक तरीकों की तुलना में बेहतर प्रदर्शन और व्याख्यात्मकता प्रदर्शित करता है।

Tengfei Lyu, Siyuan Feng, Hao Liu, Hai Yang2026-06-12
🤖 machine learning

Single vs. Multiple Branches in DeepONet and S-DeepONet: Network Architecture Follows Coupling in Multiphysics Systems

यह शोध पत्र यह प्रदर्शित करता है कि DeepONet और S-DeepONet आर्किटेक्चर के लिए, सिंगल-ब्रांच डिज़ाइन साझा लेटेंट रिप्रेजेंटेशन (shared latent representations) को बढ़ावा देकर टाइटली कपल्ड मल्टीफिजिक्स सिस्टम में मल्टी-ब्रांच वेरिएंट की तुलना में बेहतर प्रदर्शन करते हैं, जबकि मल्टी-ब्रांच दृष्टिकोण डिकपल्ड कार्यों के लिए श्रेष्ठ बने रहते हैं, जो सामूहिक रूप से पारंपरिक सॉल्वर की तुलना में 1.8×1041.8 \times 10^4 गुना अधिक तेज़ी से फुल-फील्ड भविष्यवाणियों को सक्षम करते हैं।

Jaewan Park, Kazuma Kobayashi, Qibang Liu, Seid Koric, Diab Abueidda, Syed Bahauddin Alam2026-06-12
🤖 AI

Meta-Learning Transformers to Improve In-Context Generalization

यह शोध पत्र ट्रांसफार्मर के इन-कॉन्टेक्स्ट सामान्यीकरण (in-context generalization) को बेहतर बनाने के लिए क्यूरेटेड, लघु-स्तरीय, डोमेन-विशिष्ट डेटासेट्स का उपयोग करते हुए एक मेटा-लर्निंग प्रशिक्षण रणनीति प्रस्तावित करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण बड़े पैमाने पर प्रशिक्षण के तुलनीय प्रदर्शन प्राप्त करने के साथ-साथ बेहतर डेटा गुणवत्ता, मॉड्यूलैरिटी और विस्मृति (forgetting) के विरुद्ध श्रेष्ठ सुदृढ़ता प्रदान करता है।

Lorenzo Braccaioli, Anna Vettoruzzo, Prabhant Singh, Joaquin Vanschoren, Mohamed-Rafik Bouguelia, Nicola Conci2026-06-12
💬 NLP

Emergence of Hierarchical Emotion Organization in Large Language Models

यह शोध पत्र प्रदर्शित करता है कि बड़े भाषा मॉडल स्वाभाविक रूप से मानव मनोविज्ञान के अनुरूप पदानुक्रमित भावनात्मक संरचनाएं विकसित करते हैं, और साथ ही साथ भावना पहचान में व्यवस्थित पूर्वाग्रहों को प्रकट करते हैं जो अल्पप्रतिनिधित्व वाले समूहों को असमान रूप से प्रभावित करते हैं।

Maya Okawa, Bo Zhao, Eric J. Bigelow, Rose Yu, Tomer Ullman, Ekdeep Singh Lubana, Hidenori Tanaka2026-06-12
🤖 machine learning

Retrieval-Augmented Foundation Models for Water Level Prediction in the Everglades

यह शोध पत्र एक रिट्रीवल-ऑगमेंटेड फ्रेमवर्क का प्रस्ताव करता है जो एनालॉगस ऐतिहासिक हाइड्रोलॉजिकल प्रकरणों को शामिल करके एवरग्लेड्स जल स्तर पूर्वानुमान के लिए प्री-ट्रेंड टाइम-सीरीज फाउंडेशन मॉडल्स के प्रदर्शन को बढ़ाता है, जो लॉन्ग-होराइजन भविष्यवाणियों और चरम घटनाओं के प्रबंधन में महत्वपूर्ण सुधार प्रदर्शित करता है।

Rahuul Rangaraj, Jimeng Shi, Rajendra Paudel, Giri Narasimhan, Yanzhao Wu2026-06-12