🤖 Category

cs.LG

22512 पेपर

🤖 AI

CRAFTIIF: Cross-Resolution Analytic Four-Type Interpretable Isolation Forest for Multivariate Time Series Anomaly Detection

CRAFTIIF एक पूर्णतः अनसुपरवाइज्ड (unsupervised) फ्रेमवर्क है जो क्रॉस-रेज़ोल्यूशन एनालिटिक वेवलेट फीचर्स और एक विशिष्ट पांच-शाखा वाले आइसोलेशन फॉरेस्ट आर्किटेक्चर का उपयोग करके मल्टीवेरिएट टाइम सीरीज़ विसंगति पहचान (anomaly detection) में स्टेट-ऑफ-द-आर्ट प्रदर्शन और अंतर्निहित व्याख्यात्मकता प्राप्त करता है, जिससे बिना किसी डेटासेट-विशिष्ट ट्यूनिंग के पॉइंट, डिस्ट्रिब्यूशनल, टेम्पोरल और कलेक्टिव विसंगतियों को एक साथ पहचाना जा सकता है।

William Smits2026-06-12
🤖 AI

Existence Precedes Value: Joint Modeling of Observational Existence and Evolving States in Time Series Forecasting

यह शोध पत्र Timeflies को प्रस्तुत करता है, जो अनियमित समय श्रृंखला पूर्वानुमान (irregular time series forecasting) में भविष्य की अवलोकन क्षमता (future observability) और मूल्य अनुमान (value estimation) को संयुक्त रूप से मॉडल करने वाला एक एकीकृत ढांचा है, ताकि उन मौजूदा विधियों की व्यावहारिक सीमाओं को दूर किया जा सके जो यह मानती हैं कि भविष्य के अवलोकन टाइमस्टैम्प पहले से ज्ञात होते हैं।

Yifan Hu, Hongzhou Chen, Peiyuan Liu, Yiding Liu, Zewei Dong, Jiang-Ming Yang2026-06-12
💬 NLP

Beyond the Commitment Boundary: Probing Epiphenomenal Chain-of-Thought in Large Reasoning Models

यह शोध पत्र बड़े रीजनिंग मॉडलों में एक "कमिटमेंट बाउंड्री" (commitment boundary) की पहचान करता है जहाँ अंतिम उत्तर पहले ही निर्धारित हो जाता है, जिससे यह स्पष्ट होता है कि बाद के चेन-ऑफ-थॉट (chain-of-thought) चरण काफी हद तक एपिफेनोमेनल (epiphenomenal) होते हैं और प्रदर्शन से समझौता किए बिना रीजनिंग की लंबाई को 55% तक कम करने के लिए उन्हें सुरक्षित रूप से छोड़ा जा सकता है।

Daniel Scalena, Sara Candussio, Luca Bortolussi, Elisabetta Fersini, Malvina Nissim, Gabriele Sarti2026-06-12
🤖 AI

Multi-Agent Reinforcement Learning from Delayed Marketplace Feedback for Objective-Weight Adaptation in Three-Sided Dispatch

यह शोध पत्र डोरडैश (DoorDash) में तैनात एक मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) प्रणाली को प्रस्तुत करता है जो ग्राहक अनुभव से समझौता किए बिना बैचिंग दक्षता और वितरण गुणवत्ता के बीच संतुलन को अनुकूलित करने के लिए विलंबित परिचालन फीडबैक से सीखकर, एक त्रि-पक्षीय बाजार में डिस्पैच उद्देश्य भारों (dispatch objective weights) को सुरक्षित रूप से अनुकूलित करती है।

Haochen Wu, Yi Hou, Shiguang Xie2026-06-12
📊 statistics

Majority-of-Three is Optimal

यह शोध पत्र एक संक्षिप्त प्रमाण प्रदान करता है जो यह दर्शाता है कि तीन स्वतंत्र सुसंगत क्लासिफायर (classifiers) का बहुमत मत (majority vote) रियलाइजेबल (realizable) PAC सेटिंग के भीतर एक इष्टतम शिक्षार्थी (optimal learner) बनता है, जिससे पिछले वोटिंग-आधारित शिक्षण एल्गोरिदम का विश्लेषण सरल हो जाता है।

Divit Rawal, Nikita Zhivotovskiy2026-06-12
🤖 AI

Beyond Runtime Enforcement: Shield Synthesis as Defensibility Analysis for Adversarial Networks

यह शोध पत्र तर्क देता है कि शील्ड संश्लेषण (shield synthesis) को सुरक्षित एजेंट नीतियों को लागू करने वाले एक रनटाइम तंत्र के रूप में प्राथमिक रूप से कार्य करने के बजाय, नेटवर्क सुरक्षा के बारे में औपचारिक "रक्षात्मक निर्णय" (defensibility verdicts) और वास्तुशिल्प अंतर्दृष्टि प्राप्त करने के लिए एक डिज़ाइन-टाइम विश्लेषणात्मक ढांचे के रूप में पुनर्कल्पित किया जाना चाहिए।

Achraf Hsain, Sultan Almuhammadi2026-06-12
🤖 machine learning

The Stable Recovery Manifold: Geometric Principles Governing Recoverability in Continual Learning

यह शोध पत्र विनाशकारी विस्मृति (catastrophic forgetting) को सूचना के विनाश के रूप में देखने वाले दृष्टिकोण को चुनौती देता है, यह प्रदर्शित करते हुए कि महत्वपूर्ण प्रतिनिधिक विचलन (representational drift) के बावजूद, विस्मृत ज्ञान एक स्थिर, निम्न-आयामी रिकवरी मैनिफोल्ड (low-dimensional recovery manifold) के भीतर डिकोडेबल रहता है, जो यह सुझाव देता है कि विस्मृति मुख्य रूप से डेटा की हानि के बजाय पहुंच और संरेखण का मुद्दा है।

Ayushman Trivedi, Bhavika Melwani2026-06-12
💬 NLP

Operadic consistency: a label-free signal for compositional reasoning failures in LLMs

यह शोध पत्र "ऑपेराडिक कंसिस्टेंसी" (operadic consistency) को प्रस्तुत करता है, जो एक लेबल-मुक्त नैदानिक संकेत है जो एक कंपोजिशनल क्वेरी के प्रति मॉडल के सीधे उत्तर और एक घोषित अपघटन (decomposition) से प्राप्त उसके उत्तर के बीच की सहमति को मापता है, यह प्रदर्शित करते हुए कि यह मीट्रिक विविध LLMs और डेटासेट्स में तर्क सटीकता के साथ दृढ़ता से सह-संबंधित है और विफलता का पता लगाने तथा चयनात्मक भविष्यवाणी में सुधार करने के लिए चेन-ऑफ-थॉट सेल्फ-कंसिस्टेंसी जैसे मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।

Nathaniel Bottman, Yinhong Liu, Kyle Richardson2026-06-12
🤖 machine learning

Understanding Truncated Positional Encodings for Graph Neural Networks

यह शोध पत्र ग्राफ न्यूरल नेटवर्क में ट्रंकेटेड पोजीशनल एनकोडिंग (truncated positional encodings) के उपयोग के सैद्धांतिक और अनुभवजन्य निहितार्थों की जांच करता है, जो यह प्रकट करता है कि ऐसा ट्रंकेशन विभिन्न एनकोडिंग परिवारों की अभिव्यंजक शक्ति (expressive power) को मौलिक रूप से बदल देता है—जिससे स्पेक्ट्रल वेरिएंट्स 1-WL टेस्ट से अधिक शक्तिशाली नहीं रह जाते—और यह प्रदर्शित करता है कि कई ट्रंकेटेड एनकोडिंग्स को संयोजित करना वास्तविक दुनिया के डेटासेट पर किसी भी एकल परिवार का उपयोग करने की तुलना में बेहतर प्रदर्शन करता है।

James Flora, Mitchell Black, Weng-Keen Wong, Amir Nayyeri2026-06-12
🤖 AI

LSTM based IoT Device Identification

यह शोध पत्र ऑल्टो यूनिवर्सिटी (Aalto university) के डेटासेट पर स्लाइडिंग-विंडो अनुक्रम लंबाई को अनुकूलित करके, कच्चे नेटवर्क पैकेट कैप्चर से 27 प्रकार के IoT उपकरणों की पहचान करने के लिए लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) नेटवर्क का उपयोग करते हुए एक एंड-टू-एंड मशीन लर्निंग पाइपलाइन प्रस्तुत करता है, जिसने 79.85% सटीकता और 75.70% मैक्रो-औसत F1-स्कोर प्राप्त किया है।

Kahraman Kostas2026-06-11