cs.LG पेपर | Gist.Science

Minibatch Selection via Partition Matroid Constrained Gradient Matching

यह शोधपत्र PartitionSel का प्रस्ताव करता है, जो बड़े भाषा मॉडलों (large language models) को फाइन-ट्यून करने के लिए एक क्रॉस-डोमेन मिनीबैच चयन विधि है, जो अभिसरण गति (convergence speed) और डोमेन कवरेज को संतुलित करने के लिए पार्टीशन-मैट्रॉइड कन्सट्रेंड ग्रेडिएंट मैचिंग (partition-matroid constrained gradient matching) का उपयोग करता है, जिससे ग्रेडिएंट संघर्षों को कम किया जा सके और मौजूदा बेसलाइन की तुलना में प्रदर्शन में सुधार किया जा सके।

Prayas Agrawal, Prateek Chanda, Ishita Khatri, Ganesh Ramakrishnan, Bamdev Mishra, Pratik Jawanpuria2026-06-09

🤖 machine learning

Overcoming the Limits of Finite Difference Method; Physics-Informed Neural Network for Noisy High-Dimensional Heat Diffusion

यह शोध पत्र यह प्रदर्शित करता है कि फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (PINNs), उच्च-आयामी, शोर वाले ऊष्मा प्रसार (हीट डिफ्यूजन) समस्याओं को हल करने में शास्त्रीय फाइनाइट डिफरेंस विधियों की तुलना में काफी बेहतर प्रदर्शन करते हैं, क्योंकि वे वहां भी उत्कृष्ट सटीकता और कम्प्यूटेशनल दक्षता बनाए रखते हैं जहां पारंपरिक सॉल्वर बुरी तरह विफल हो जाते हैं।

Shreesh Bhattarai, Harish Chandra Bhandari2026-06-09

🤖 machine learning

Enhancing AI Interpretability and Safety through Localised Architectures

यह शोध पत्र यह तर्क देता है कि स्केलेबल, अपारदर्शी डीप न्यूरल नेटवर्क से GPU क्लस्टर्स से हटकर कम बैंडविड्थ लेकिन उच्च प्रति-नोड अभिव्यंजना (expressivity) वाले स्थानीयकृत हार्डवेयर आर्किटेक्चर की ओर संक्रमण, विशेष रूप से छोटे डेटासेट्स के लिए, AI मॉडल्स की व्याख्यात्मकता, सुरक्षा और कम्प्यूटेशनल दक्षता को मौलिक रूप से बढ़ा सकता है।

Ian Seet, Jonas Bozenhard, Simon Osterman2026-06-09

🤖 machine learning

Semantic Quorum Assurance: Collective Certification for Non-Deterministic AI Infrastructure

यह शोध पत्र सेमेंटिक कोरम एश्योरेंस (SQA) का परिचय देता है, जो एक कंट्रोल-प्लेन प्रिमिटिव है जो प्रस्तावित इंफ्रास्ट्रक्चर म्यूटेशन्स को सामूहिक, जोखिम-अनुकूलित प्रमाणन के लिए विविध सैंडबॉक्स्ड वैलिडेटर एजेंटों के एक पैनल तक रूट करके गैर-नियत (non-deterministic) AI-संचालित क्लाउड ऑपरेशन्स में सुरक्षा जोखिमों को कम करता है, जिससे न्यूनतम विलंबता ओवरहेड के साथ असुरक्षित अनुमोदनों को 18.5% से घटाकर 0.3% कर दिया गया है।

Jun He, Deying Yu2026-06-09

🤖 machine learning

Noise-Adaptive High-Probability Regret Bounds for Online Convex Optimization

यह शोध पत्र दृढ़ रूप से उत्तल नुकसान (strongly convex losses) के साथ ऑनलाइन उत्तल अनुकूलन (online convex optimization) के लिए शोर-अनुकूलित उच्च-संभाव्यता रिग्रेट बाउंड्स (noise-adaptive high-probability regret bounds) स्थापित करता है, जो पूर्ण-सूचना गारंटियों (full-information guarantees) में सुधार करने के लिए एक एक्सपोनेंशियल सुपरमार्टिंगेल तकनीक (exponential supermartingale technique) पेश करता है, बैंडिट फीडबैक (bandit feedback) के लिए एक रैखिक $\log(1/\delta)$ कॉन्फिडेंस कॉस्ट सेपरेशन (confidence cost separation) सिद्ध करता है, और बाधित सेटिंग्स (constrained settings) के लिए एक साथ उच्च-संभाव्यता बाउंड्स प्रदान करता है।

Wentao Zhang, Yutong Zhang, Wentao Mo2026-06-09

📊 statistics

Variational Proximal Policy Optimization

यह शोध पत्र वेरिएशनल प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन ( $\textsc{VP}_2\textsc{O}$ ) प्रस्तुत करता है, जो एक पार्टिकल-आधारित वेरिएशनल इन्फरेंस फ्रेमवर्क है जो पॉलिसी मोड कोलैप्स और डिस्ट्रीब्यूशन ड्रिफ्ट को कम करने के लिए स्टाइन वेरिएशनल ग्रेडिएंट डिसेंट को मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर के साथ एकीकृत करता है, जिससे रीजनिंग बेंचमार्क और टोकन दक्षता में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Ousmane Amadou Dia2026-06-09✓ Author reviewed ⓘ

💻 computer science

Balancing Real and Synthetic Data for CNN-based Masonry Crack Detection

यह शोध पत्र प्रदर्शित करता है कि सिंथेटिक चिनाई की दरार वाली छवियों को वास्तविक डेटा की एक मामूली मात्रा (विशेष रूप से 80% सिंथेटिक और 20% वास्तविक अनुपात) के साथ संयोजित करने से CNN-आधारित दरार पहचान मॉडल के प्रदर्शन में उल्लेखनीय वृद्धि होती है, जिससे केवल वास्तविक डेटा पर प्रशिक्षण लेने की तुलना में उच्च F1-स्कोर और mIoU प्राप्त होता है।

Mattia Forlesi, Alfonso Esposito, Ivan Zyrianoff, Alessandro Marzani, Marco Di Felice2026-06-09

🤖 machine learning

When Behavioral Safety Evaluation Fails: A Representation-Level Perspective

यह शोध पत्र एक हस्तक्षेप-आधारित ढांचे और लेटेंट वल्नरेबिलिटी स्कोर (LVS) को पेश करते हुए यह तर्क देता है कि व्यवहार संबंधी सुरक्षा मूल्यांकन लार्ज लैंग्वेज मॉडल की मजबूती का आकलन करने के लिए अपर्याप्त हैं, जो यह प्रकट करता है कि मॉडल अपने लेटेंट रिप्रजेंटेशन में महत्वपूर्ण आंतरिक कमजोरियों को संजोए रखते हुए भी सुरक्षित बाहरी व्यवहार बनाए रख सकते हैं।

Enyi Jiang, Anders Gjølbye, Yibo Jacky Zhang, Sanmi Koyejo2026-06-09

🤖 AI

OSMGraphCLIP: Learning Global Location Representations from OpenStreetMap Graphs

OSMGraphCLIP एक नवीन CLIP-शैली का मॉडल है जो ओपनस्ट्रीटमैप (OpenStreetMap) की विषम ग्राफ संरचनाओं को एनकोड करके सुदृढ़ वैश्विक स्थान निरूपण सीखता है, जिससे विविध भू-स्थानिक कार्यों में उपग्रह-आधारित विधियों के तुलनीय या उनसे बेहतर प्रदर्शन प्राप्त होता है, विशेष रूप से सामाजिक-आर्थिक और सार्वजनिक स्वास्थ्य डोमेन में जहाँ निर्मित परिवेश के स्पष्ट अर्थपूर्ण एनोटेशन बेहतर अंतर्दृष्टि प्रदान करते हैं।

Dimitrios Michail, Eleni Saka, Ioannis Giannopoulos, Ioannis Papoutsis2026-06-09

🤖 AI

How Small Can You Go? LoRA Fine-Tuning 270M-8B Models for Merchant Information Extraction in Financial Transactions

यह शोध पत्र वित्तीय मर्चेंट सूचना निष्कर्षण के लिए 270M से 8B पैरामीटर्स तक के 24 LoRA-फाइन-ट्यून्ड मॉडल्स के परिनियोजन (डिप्लॉयमेंट) की दक्षता का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि 4B और 0.8B Qwen 3.5 वेरिएंट्स जैसे छोटे मॉडल्स 8B बेसलाइन के लगभग समान प्रदर्शन प्राप्त कर सकते हैं, जबकि वे काफी बेहतर लेटेंसी और लागत ट्रेड-ऑफ प्रदान करते हैं।

Donghao Huang, Tomas Drietomsky, Benjamin Barrett, Zhaoxia Wang2026-06-09

← पिछला अगला →