cs.LG

Beyond the Training Distribution: Evaluating Predictions Under Distribution Shift and Selection Bias

यह शोध पत्र कोवेरिएट शिफ्ट (covariate shift) और चयनात्मक लेबलिंग (selective labeling) की संयुक्त चुनौतियों के तहत ब्लैक-बॉक्स प्रेडिक्शन मॉडल्स के लक्षित जोखिम (target risk) का सटीक अनुमान लगाने के लिए इन्फ्लुएंस फंक्शन्स (influence functions) पर आधारित एक डबल मशीन लर्निंग प्रक्रिया प्रस्तावित करता है, जो इलेक्ट्रॉनिक हेल्थ रिकॉर्ड प्रयोगों में मौजूदा विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Code Correctness Signals in LLM Hidden States: Pre-Generation Probing and Repair Geometry

यह शोध पत्र प्रदर्शित करता है कि कोड की शुद्धता (correctness) को जनरेशन से पहले एक Qwen3-4B मॉडल के हिडन स्टेट्स (hidden states) से रैखिक रूप से डिकोड किया जा सकता है, जबकि कठोर रेसिडुअलाइजेशन नियंत्रणों (residualization controls) के माध्यम से यह प्रकट होता है कि स्पष्ट "सुधार" (repair) संकेत वास्तव में संदर्भ द्वारा भ्रमित (confounded) हैं, न कि पृथक समझ संबंधी विशेषताओं का प्रतिनिधित्व करते हैं।

The Risk Shadow of Principal Component Analysis: When 99.9999% Variance Preservation Causes Catastrophic Decision Errors

यह शोध पत्र यह प्रदर्शित करता है कि मानक प्रिंसिपल कंपोनेंट एनालिसिस (PCA) उच्च-दांव वाले निर्णय लेने में विनाशकारी रूप से विफल हो सकता है क्योंकि यह लगभग सारा विचरण (variance) सुरक्षित रखते हुए दुर्लभ, उच्च-प्रभाव वाली घटनाओं के संकेतों को मिटा देता है, और यह एस्पेक्टाइल PCA (Expectile PCA) तथा टेल-प्रिजर्विंग PCA (Tail-Preserving PCA) को बेहतर विकल्पों के रूप में प्रस्तावित करता है जो स्पष्ट रूप से टेल रिस्क (tail risk) को प्राथमिकता देते हैं।

Provably Safe, Yet Scalable Reinforcement Learning

यह शोध पत्र PS2-RL को प्रस्तुत करता है, जो एक नवीन दो-चरणीय ढांचा (two-phase framework) है जो एक सीखे हुए बैकअप पॉलिसी को ऑनलाइन स्पष्ट रूप से नियंत्रण-अपरिवर्तनीय सेट (control-invariant sets) उत्पन्न करने के लिए प्रशिक्षित करके सिद्ध रूप से सुरक्षित और स्केलेबल सुदृढीकरण लर्निंग (reinforcement learning) प्राप्त करता है, जिन्हें अंतर्निहित RL एल्गोरिदम को प्रतिबंधित किए बिना एक विभेदक प्रक्षेपण परत (differentiable projection layer) के माध्यम से लागू किया जाता है।

ORCA: A Platform for Open-Source Dexterity Research

यह शोध पत्र ORCA को प्रस्तुत करता है, जो एक ओपन-सोर्स रिसर्च स्टैक है जो मानवोचित रोबोटिक हाथों के लिए नियंत्रण, सिमुलेशन, टेलीऑपरेशन और रिटारगेटिंग को एकीकृत करता है ताकि मानवोचित हेरफेर (dexterous manipulation) को LeRobot जैसे मौजूदा रोबोट-लर्निंग इकोसिस्टम में निर्बाध रूप से एकीकृत किया जा सके।

Cluster LOCO: Feature Importance For Interpreting Clusters

यह शोध पत्र क्लस्टर LOCO (Cluster LOCO) को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय (model-agnostic) ढांचा है जो विशिष्ट विशेषताओं को हटाने से क्लस्टर लेबल की सामान्यीकरण क्षमता कितनी कम होती है, इसे मापकर क्लस्टरिंग में विशेषता के महत्व को मापता है, जो जटिल डेटासेट की व्याख्या करने के लिए एक विश्वसनीय और एल्गोरिदम-स्वतंत्र समाधान प्रदान करता है।

Zero-shot generalization of transformer neural operators to larger domains

यह शोधपत्र एक नवीन ट्रांसफार्मर-आधारित न्यूरल ऑपरेटर प्रस्तावित करता है जो मूल आर्किटेक्चर को बदले बिना स्थानिक स्थानीयता (spatial locality) और अनुवाद समानता (translation equivariance) को लागू करने के लिए रोटरी पोजीशनल एम्बेडिंग्स और अटेंशन लॉजिट्स में एक विघटनीय बायस (decomposable bias) को शामिल करके काफी बड़े स्थानिक डोमेन तक ज़ीरो-शॉट सामान्यीकरण प्राप्त करता है।

A Comparative Study of Deep Learning Architectures for Multi-Horizon Behavioural Forecasting for Mobile Health

Neither Parallel Nor Sequential: How DiffusionGemma Actually Commits Tokens

DiffusionGemma 26B को इंस्ट्रुमेंट करने के माध्यम से, यह अध्ययन प्रकट करता है कि इसकी टोकन कमिटमेंट प्रक्रिया न तो पूरी तरह से समानांतर है और न ही कड़ाई से क्रमिक, बल्कि एक शासन-निर्भर (regime-dependent), आंशिक बाएं-से-दाएं पूर्वाग्रह है जो बड़े समवर्ती बैच बनाता है, जो यह प्रदर्शित करता है कि कथित डिकोडिंग क्रम अक्सर माप की सूक्ष्मता (measurement granularity) का एक आर्टिफैक्ट है न कि एक निश्चित वास्तुशिल्प गुण।

Online Convex Optimization with Sublinear Noisy Probes

यह शोध पत्र ऑनलाइन कॉनवेक्स ऑप्टिमाइज़ेशन (Online Convex Optimization) के लिए एक एकीकृत ढांचे को प्रस्तुत करता है जो O\left(\min\left\{\sqrt{dT\ln T},\; \frac{dT\ln T}{k|1-2\delta|}\right) का एक सटीक रिग्रेट बाउंड प्राप्त करने के लिए शोर युक्त पेयरवाइज प्रोब्स (noisy pairwise probes) के सबलीनियर बजट का लाभ उठाता है, यह प्रदर्शित करते हुए कि कैसे ऐसे प्रोब्स कंटीन्यूअस एक्सपोनेंशियल वेट्स (Continuous Exponential Weights) के सेकंड-ऑर्डर विश्लेषण के भीतर एक वेरिएंस रिडक्शन प्रभाव उत्पन्न करते हैं।