🔬 condensed matter

Phase transition in large language models and the criticality of natural languages

लार्ज लैंग्वेज मॉडल्स को नियंत्रणीय प्रभावी प्रणालियों के रूप में मानकर, यह अध्ययन प्रदर्शित करता है कि एक तापमान-समान पैरामीटर को बदलने से एक फेज़ ट्रांज़िशन (अवस्था संक्रमण) उत्पन्न होता है जहाँ क्रिटिकल पॉइंट पावर-लॉ व्यवहार प्रदर्शित करता है और भाषाई जटिलता प्राकृतिक भाषाओं से अभिन्न नहीं होती है, जिससे इस बात का पुख्ता प्रमाण मिलता है कि प्राकृतिक भाषाएँ क्रिटिकैलिटी (क्रांतिकता) की अवस्था में कार्य करती हैं।

Kai Nakaishi, Yoshihiko Nishikawa, Koji Hukushima2026-06-09
🤖 machine learning

Communication-Efficient Federated Learning under Dynamic Device Arrival and Departure: Convergence Analysis and Algorithm Design

यह शोध पत्र एक अभिसरण विश्लेषण (convergence analysis) प्रदान करके और एक ग्रेडिएंट-समानता-आधारित मॉडल इनिशियलाइजेशन एल्गोरिदम प्रस्तावित करके फेडरेटेड लर्निंग में गतिशील डिवाइस आगमन और प्रस्थान की चुनौतियों को संबोधित करता है, जो मौजूदा विधियों की तुलना में अभिसरण को महत्वपूर्ण रूप से तेज करता है और ऊर्जा की खपत को कम करता है।

Zhan-Lun Chang, Dong-Jun Han, Seyyedali Hosseinalipour, Mung Chiang, Christopher G. Brinton2026-06-09
🤖 machine learning

On the Convergence and Straightness of Rectified Flow

यह शोध पत्र एक नवीन "पिसवाइज स्ट्रेटनेस" (Piecewise Straightness) पैरामीटर प्रस्तुत करता है ताकि रेक्टिफाइड फ्लो (Rectified Flow) में सैंपलिंग दक्षता को प्रक्षेपवक्र वक्रता (trajectory curvature) से जोड़ने वाले पहले सैद्धांतिक ढांचे को स्थापित किया जा सके, जो यह सिद्ध करता है कि विशिष्ट ज्यामितीय शर्तों को पूरा करने से एक एकल रेक्टिफिकेशन स्टेप पूरी तरह से सीधे प्रक्षेपवक्र और त्रुटिहीन एक-चरण पीढ़ी (one-step generation) प्राप्त करने में सक्षम बनाता है।

Vansh Bansal, Saptarshi Roy, Alessandro Rinaldo, Purnamrita Sarkar2026-06-09
🤖 machine learning

Discovering Data Structures: Nearest Neighbor Search and Beyond

यह शोध पत्र एक सामान्य एंड-टू-एंड लर्निंग फ्रेमवर्क प्रस्तावित करता है जो बिना किसी इनिशियलाइजेशन के शून्य से ही इष्टतम डेटा संरचनाओं और क्वेरी एल्गोरिदम की स्वचालित रूप से खोज करता है, जो बाइनरी सर्च, के-डी ट्रीज़ (k-d trees) और निकटतम पड़ोसी खोज (nearest neighbor search) के लिए लोकैलिटी-सेंसिटिव हैशिंग (locality-sensitive hashing) जैसे ज्ञात समाधानों को सफलतापूर्वक दोहराने के साथ-साथ डेटा स्ट्रीम में फ्रीक्वेंसी एस्टीमेशन (frequency estimation) के अनुकूल भी होता है।

Omar Salemohamed, Laurent Charlin, Shivam Garg, Vatsal Sharan, Gregory Valiant2026-06-09
🤖 machine learning

Modeling Stochastic Conditional Dynamics from Sparse Observations via Kernel-Stabilized Flow Matching

यह शोध पत्र कंडीशनल वेरिएबल फ्लो मैचिंग (CVFM) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो स्टेट और कंडीशनिंग वेरिएबल्स पर फ्लो को संयुक्त रूप से सैंपल करते हुए, एक कंडीशनिंग मिसमैच कर्नेल और कंडीशनल वासरस्टीन डिस्टेंस का उपयोग करके प्रशिक्षण को स्थिर करने और अभिसरण (कन्वर्जेंस) में सुधार करने के माध्यम से, विरल (स्पार्स), अनपेयर्ड अवलोकनों से स्टोकेस्टिक कंडीशनल डायनेमिक्स सीखने में सक्षम बनाता है।

Adam P. Generale, Andreas E. Robertson, Surya R. Kalidindi2026-06-09
🤖 machine learning

BlendServe: Optimizing Offline Inference for Auto-regressive Large Models with Resource-aware Batching

BlendServe एक ऐसा सिस्टम है जो एक रिसोर्स-अवेयर प्रीफिक्स ट्री (resource-aware prefix tree) को पेश करके ऑफलाइन ऑटो-रिग्रेसिव लार्ज मॉडल इन्फरेंस को ऑप्टिमाइज़ करता है ताकि रिसोर्स ओवरलैपिंग और प्रीफिक्स शेयरिंग को प्रभावी ढंग से संयोजित किया जा सके, जिससे vLLM और SGLang जैसे इंडस्ट्री स्टैंडर्ड्स की तुलना में 1.44x तक थ्रूपुट सुधार प्राप्त होता है।

Yilong Zhao, Shuo Yang, Kan Zhu, Lianmin Zheng, Baris Kasikci, Yang Zhou, Jiarong Xing, Ion Stoica2026-06-09
🤖 machine learning

Federated Learning with Uncertainty and Personalization via Efficient Second-order Optimization

यह शोध पत्र फेडरेटेड लर्निंग के लिए एक नवीन, गणनात्मक रूप से कुशल द्वितीय-क्रम (second-order) अनुकूलन विधि प्रस्तावित करता है जो बेयसियन दृष्टिकोणों के अनिश्चितता मात्रा निर्धारण और वैयक्तिकरण लाभों को प्राप्त करता है, जबकि सटीकता और दक्षता में मौजूदा अत्याधुनिक विधियों से काफी बेहतर प्रदर्शन करता है।

Shivam Pal, Aishwarya Gupta, Saqib Sarwar, Piyush Rai2026-06-09
🤖 machine learning

Advancements in Machine Learning and Deep Learning for Early Detection and Management of Mental Health Disorder

यह सर्वेक्षण विविध डेटा स्रोतों के विश्लेषण के माध्यम से मानसिक स्वास्थ्य विकारों के शीघ्र पता लगाने, निदान और प्रबंधन में मशीन लर्निंग और डीप लर्निंग की परिवर्तनकारी क्षमता की समीक्षा करता है, जबकि डेटा एकीकरण, नैतिक कार्यान्वयन में चुनौतियों और भविष्य के नैदानिक परिणामों को अनुकूलित करने के लिए अंतर-विषयक सहयोग की आवश्यकता को भी संबोधित करता है।

Kamala Devi Kannan, Senthil Kumar Jagatheesaperumal, Rajesh N. V. P. S. Kandala, Mojtaba Lotfaliany, Roohallah Alizadehs (…)2026-06-09
🤖 AI

Tackling Small Sample Survival Analysis via Transfer Learning: A Study of Colorectal Cancer Prognosis

यह अध्ययन बड़े स्रोत डेटासेट से ज्ञान का लाभ उठाकर, एक नवीन 'ट्रांसफर सर्वाइवल फॉरेस्ट' मॉडल सहित, ट्रांसफर लर्निंग विधियों का प्रस्ताव और मूल्यांकन करता है, ताकि छोटे-नमूने वाले कोलोरेक्टल कैंसर पूर्वानुमान डेटा पर उत्तरजीविता विश्लेषण (सर्वाइवल एनालिसिस) के प्रदर्शन को बढ़ाया जा सके।

Yonghao Zhao, Changtao Li, Chi Shu, Qingbin Wu, Hong Li, Chuan Xu, Tianrui Li, Ziqiang Wang, Zhipeng Luo, Yazhou He2026-06-09
🤖 AI

FIT-Print: Towards False-claim-resistant Model Ownership Verification via Targeted Fingerprint

यह शोध पत्र FIT-Print को प्रस्तुत करता है, जो एक लक्षित मॉडल फिंगरप्रिंटिंग फ्रेमवर्क है जो विविध पुन: उपयोग तकनीकों के विरुद्ध 100% स्वामित्व सत्यापन सटीकता बनाए रखते हुए, झूठे दावे वाले हमलों को प्रभावी ढंग से बेअसर करता है और स्वतंत्र मॉडलों पर होने वाली गलत सूचनाओं (फॉल्स अलार्म) को समाप्त करता है।

Shuo Shao, Haozhe Zhu, Yiming Li, Hongwei Yao, Tianwei Zhang, Zhan Qin2026-06-09