cs.LG पेपर | Gist.Science

Analytic Bijections for Smooth and Interpretable Normalizing Flows

यह शोध पत्र वैश्विक रूप से सुचारू (globally smooth), विश्लेषणात्मक रूप से व्युत्क्रमणीय (analytically invertible) स्केलर एकैकी फलनों (scalar bijections) के तीन परिवारों और एक नवीन रेडियल फ्लो आर्किटेक्चर को प्रस्तुत करता है जो मिलकर मौजूदा नॉर्मलाइजिंग फ्लो के अभिव्यक्ति (expressivity) और स्थिरता (stability) के बीच के समझौतों पर विजय प्राप्त करते हैं, जिससे मानक बेंचमार्क और $\phi^4$ लैटिस फील्ड थ्योरी जैसी जटिल भौतिक समस्याओं दोनों पर काफी कम मापदंडों के साथ बेहतर प्रदर्शन प्राप्त होता है।

Mathis Gerdes, Miranda C. N. Cheng2026-06-11

📊 statistics

Intermittent time series forecasting: local vs global models

यह अध्ययन रुक-रुक कर होने वाले (intermittent) टाइम सीरीज़ पूर्वानुमान के लिए अत्याधुनिक संभाव्य स्थानीय और वैश्विक मॉडलों का पहला व्यापक तुलनात्मक विवरण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि सरल न्यूरल नेटवर्क आर्किटेक्चर TiDE, सटीकता और कम्प्यूटेशनल दक्षता दोनों में जटिल वैश्विक मॉडलों और पारंपरिक स्थानीय दृष्टिकोणों दोनों से बेहतर प्रदर्शन करता है, जबकि ट्वीडी (Tweedie) वितरण हेड उच्च क्वांटाइल्स के लिए सर्वोत्तम अनुमान प्रदान करता है।

Stefano Damato, Nicolò Rubattu, Dario Azzimonti, Giorgio Corani2026-06-11

🤖 machine learning

Robustness of Mixtures of Experts to Feature Noise

यह शोध पत्र यह प्रदर्शित करता है कि मिक्सचर ऑफ एक्सपर्ट्स (MoE) मॉडल स्पार्स एक्सपर्ट एक्टिवेशन को शोर फिल्टर के रूप में उपयोग करके शोर वाले वातावरण में डेंस नेटवर्क की तुलना में बेहतर प्रदर्शन करते हैं, जिससे कम जनरलाइजेशन एरर, बेहतर मजबूती और तेज़ अभिसरण प्राप्त होता है।

Dong Sun, Rahul Nittala, Rebekka Burkholz2026-06-11

📊 statistics

A Judge-Aware Ranking Framework for Evaluating Large Language Models without Ground Truth

यह शोधपत्र एक जज-जागरूक (judge-aware) रैंकिंग फ्रेमवर्क प्रस्तावित करता है जो ग्राउंड ट्रुथ के बिना युग्मवार तुलनाओं (pairwise comparisons) से लेटेंट मॉडल गुणवत्ता और जज विश्वसनीयता का संयुक्त रूप से अनुमान लगाने के लिए ब्रैडली-टेरी-लूस मॉडल का विस्तार करता है, जिससे LLM मूल्यांकन में रैंकिंग सटीकता, डेटा दक्षता और अनिश्चितता अंशांकन (uncertainty calibration) में सुधार होता है।

Mingyuan Xu, Xinzi Tan, Jiawei Wu, Doudou Zhou2026-06-11

🤖 machine learning

DASH: Deterministic Attention Scheduling for High-throughput Reproducible LLM Training

DASH (Deterministic Attention Scheduling for High-Throughput), बैकवर्ड पास को एक DAG शेड्यूलिंग समस्या के रूप में स्वरूपित करके और डिसेंडिंग Q-टाइल इटरेशन (Descending Q-Tile Iteration) तथा शिफ्ट शेड्यूलिंग (Shift Scheduling) जैसी नवीन रणनीतियों को पेश करके, LLM ट्रेनिंग में डिटर्मिनिस्टिक अटेंशन के महत्वपूर्ण प्रदर्शन ओवरहेड को संबोधित करता है, जो NVIDIA H800 GPUs पर पाइपलाइन स्टॉल्स को कम करता है और थ्रूपुट को 1.28 $\times$ तक सुधारता है।

Xinwei Qiang, Hongmin Chen, Shixuan Sun, Jingwen Leng, Xin Liu, Minyi Guo2026-06-11

🔬 materials science

Open Materials Generation with Inference-Time Reinforcement Learning

यह शोध पत्र OMatG-IRL प्रस्तुत करता है, जो एक नवीन पॉलिसी-ग्रेडिएंट सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है, जो स्पष्ट स्कोर गणना की आवश्यकता के बिना कुशल, लक्ष्य-गुण-संरेखित क्रिस्टल संरचना भविष्यवाणी सक्षम करने के लिए निरंतर-समय जनरेटिव मॉडलों के वेग क्षेत्रों (velocity fields) पर सीधे कार्य करता है।

Philipp Hoellmer, Stefano Martiniani2026-06-11

💬 NLP

AI4SLT: Empirical Processes in Lean 4 for Formal Statistical Learning Theory

यह शोध पत्र एम्पिरिकल प्रोसेस (empirical processes) पर आधारित सांख्यिकीय शिक्षण सिद्धांत (statistical learning theory) का पहला व्यापक लीन 4 (Lean 4) औपचारिकीकरण प्रस्तुत करता है, जिसे एक मानव-एआई सहयोगात्मक वर्कफ़्लो के माध्यम से विकसित किया गया है ताकि एक पुन: प्रयोज्य औपचारिक आधार स्थापित किया जा सके जो मानक पाठ्यपुस्तकों में निहित धारणाओं को हल करता है और भविष्य के मशीन लर्निंग सिद्धांत विकास को सक्षम बनाता है।

Yuanhe Zhang, Jason D. Lee, Fanghui Liu2026-06-11

🤖 AI

MentisOculi: Revealing the Limits of Reasoning with Mental Imagery

यह शोध पत्र MentisOculi प्रस्तुत करता है, जो एक बेंचमार्क सुइट है जो यह प्रदर्शित करता है कि दृश्य तर्क (विजुअल रीजनिंग) की क्षमता के बावजूद, वर्तमान एकीकृत मल्टीमॉडल मॉडल संचयी पीढ़ी त्रुटियों (कंपाउंडिंग जनरेशन एरर्स) और दृश्य सहायता का प्रभावी ढंग से लाभ उठाने में असमर्थता के कारण मध्यवर्ती विज़ुअलाइज़ेशन के माध्यम से प्रदर्शन में सुधार करने में विफल रहते हैं।

Jana Zeller, Thaddäus Wiedemer, Fanfei Li, Thomas Klein, Prasanna Mayilvahanan, Matthias Bethge, Felix Wichmann, Ryan Co (…)2026-06-11

💬 NLP

Vector Quantized Latent Concepts: A Scalable Alternative to Clustering-Based Concept Discovery

यह शोध पत्र वेक्टर क्वांटाइज्ड लेटेंट कॉन्सेप्ट्स (VQLC) का प्रस्ताव करता है, जो एक स्केलेबल फ्रेमवर्क है जो फ्रोजन LLM हिडन स्टेट्स से व्याख्या योग्य, डिस्क्रीट लेटेंट कॉन्सेप्ट्स को सीखता है और K-मीन्स के तुलनीय कम्प्यूटेशनल दक्षता प्रदान करते हुए पदानुक्रमित क्लस्टरिंग (hierarchical clustering) की सिमेंटिक सुसंगतता प्राप्त करता है।

Xuemin Yu, Ankur Garg, Samira Ebrahimi Kahou, Hassan Sajjad2026-06-11

🤖 AI

Learning to Inject: Automated Prompt Injection via Reinforcement Learning

यह शोध पत्र AutoInject को पेश करता है, जो एक ब्लैक-बॉक्स सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो एक सीखे गए तुलना-आधारित पुरस्कार (comparison-based reward) का उपयोग करके प्रॉम्प्ट इंजेक्शन के लिए प्रतिकूल प्रत्यय (adversarial suffixes) को कुशलतापूर्वक उत्पन्न करके मौजूदा स्वचालित विधियों की सीमाओं को दूर करता है, जिससे मानक और विशेष रूप से संरेखित (specially aligned) दोनों प्रकार के लार्ज लैंग्वेज मॉडल्स के विरुद्ध अत्याधुनिक सफलता दर प्राप्त होती है।

Xin Chen, Jie Zhang, Florian Tramèr2026-06-11

← पिछला अगला →