🤖 Category

cs.LG

22512 पेपर

🤖 machine learning

Speaker-Invariant Representation Learning for Spoofing Detection via Gradient Reversal and A Variational Information Bottleneck

यह शोध पत्र एक शिक्षक-छात्र (टीचर-स्टूडेंट) ढांचे का प्रस्ताव करता है जो स्पूफिंग डिटेक्शन के लिए स्पीकर-इनवेरिएंट रिप्रजेंटेशन सीखने हेतु ग्रेडिएंट रिवर्सल और एक वेरिएशनल इंफॉर्मेशन बॉटलनेक को संयोजित करता है, जो स्पीकर लेबल की आवश्यकता के बिना वॉयस आइडेंटिटी को मैनिपुलेशन क्यूज़ से प्रभावी ढंग से अलग करके नौ डेटासेट्स में इक्वल एरर रेट में 25.7% की सापेक्ष कमी प्राप्त करता है।

Anh-Tuan Dao, Driss Matrouf, Mickael Rouvier, Nicholas Evans2026-06-09
🤖 machine learning

Activation Steering Induces Emergent Misalignment: A More Comprehensive Evaluation

यह शोध पत्र एक व्यापक अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि एक्टिवेशन स्टीयरिंग (activation steering), जो लार्ज लैंग्वेज मॉडल्स को नियंत्रित करने की एक इन्फरेंस-टाइम तकनीक है, एक ऐसा उभरता हुआ मिसअलाइनमेंट (misalignment) उत्पन्न कर सकता है जो फाइनट्यूनिंग-प्रेरित मिसअलाइनमेंट की तुलना में अधिक व्यापक, अधिक सुसंगत और संभावित रूप से अधिक हानिकारक है, साथ ही यह उन विशिष्ट कारकों और स्थितियों का भी लक्षण वर्णन करता है जो इस सुरक्षा जोखिम को प्रभावित करते हैं।

Qi Cao, Jian Lou, Meiting Liu, Wenjie Feng, Dan Li, See-Kiong Ng, Anh Tuan Luu2026-06-09
🔬 condensed matter

Discovering and decoding latent mean-field structure with variational autoencoders

यह शोध पत्र यह स्थापित करता है कि एक सफल वेरिएशनल ऑटोएन्कोडर (variational autoencoder) स्वाभाविक रूप से एक लेटेंट मीन-फील्ड थ्योरी (latent mean-field theory) सीखता है, यह प्रदर्शित करते हुए कि इसका कंडिशनली इंडिपेंडेंट डिकोडर (conditionally independent decoder) एक परिमित-आकार के मीन-फील्ड फैक्टराइजेशन (finite-size mean-field factorization) के संरचनात्मक रूप से समान है, जो कि समाधान योग्य सांख्यिकीय भौतिकी मॉडलों और वास्तविक तंत्रिका जनसंख्या डेटा (neural population data) दोनों पर अंतर्निहित इंटरेक्शन पैटर्न को पुनः प्राप्त करने के लिए मान्य किया गया है।

Marco Biroli, Max Welling, Vincenzo Vitelli2026-06-09
🤖 machine learning

SNR-ST-Mix: Sample-specific Neighborhood Regression Mixup for Augmented Spatial Transcriptomics Imputation with Deep Neural Network

यह शोध पत्र SNR-ST-Mix का प्रस्ताव करता है, जो एक जैविक रूप से सिद्धांतबद्ध डेटा ऑग्मेंटेशन फ्रेमवर्क है जो यथार्थवादी सिंथेटिक नमूने उत्पन्न करने के लिए स्थानिक ज्यामिति (spatial geometry) और अभिव्यक्ति समानता (expression similarity) का लाभ उठाता है, जिससे मॉडल की जटिलता बढ़ाए बिना स्थानिक ट्रांसक्रिप्टोमिक्स इम्प्यूटेशन (spatial transcriptomics imputation) के लिए डीप न्यूरल नेटवर्क के प्रदर्शन और स्थिरता में महत्वपूर्ण सुधार होता है।

Hongyi Yu, Yaoyu Fang, Jiahe Qian, Xinkun Wang, Lee A. Cooper, Bo Zhou2026-06-09
⚡ electrical engineering

Hybrid Neural Network and Conventional Controller Approach for Robust Control of Highly Unstable Systems: Application to Tilt-Rotor Control

यह शोध पत्र प्रदर्शित करता है कि प्रत्यक्ष इनपुट-आउटपुट न्यूरल नेटवर्क नियंत्रण अत्यधिक अस्थिर टिल्ट-रोटर प्रणालियों को स्थिर करने में विफल रहता है, और इसके बजाय एक मजबूत हाइब्रिड दृष्टिकोण प्रस्तावित करता है जो अनिश्चितताओं के तहत बेहतर स्थिरता और दक्षता प्राप्त करने के लिए कम-प्रदर्शन वाले उड़ान लॉग्स पर प्रशिक्षित हल्के डायनेमिक्स प्रेडिक्टर्स के साथ एक न्यूरल-नेटवर्क-उन्नत स्लाइडिंग मोड कंट्रोलर को जोड़ता है।

Ali Kafili Gavgani, Amin Talaeizadeh, Aria Alasty, Hossein Nejat Pishkenari2026-06-09
🔢 mathematics

Compositional Approximation Can Strictly Outperform Superpositional Approximation

यह शोध पत्र यह प्रदर्शित करता है कि विशिष्ट संरचनात्मक गुणों वाले विशेष फलन वर्गों (function classes) के लिए, कंपोजिशनल सन्निकटन विधियाँ (जैसे कि न्यूरल नेटवर्क), इष्टतम सुपरपोजिशनल विधियों (जो डिक्शनरी तत्वों के रैखिक संयोजनों पर निर्भर करती हैं) की तुलना में अनिश्चित रूप से बेहतर सन्निकटन दर प्राप्त कर सकती हैं।

Dennis Elbrächter, Philipp Petersen2026-06-09
🤖 machine learning

Understanding the Parameter Space Geometry of Transformers Encoding Boolean Functions

यह शोध पत्र यह स्पष्ट करता है कि ट्रांसफॉर्मर PARITY जैसे संवेदनशील बूलियन फलनों (Boolean functions) को सीखने में क्यों विफल रहते हैं, यह प्रदर्शित करते हुए कि ऐसे फलन पैरामीटर स्पेस के एक नगण्य क्षेत्र में स्थित होते हैं, क्योंकि रैंडम इनिशियलाइजेशन (random initialization) लगभग निश्चित रूप से ऐसे मॉडलों की ओर ले जाता है जो उन फलनों की गणना करते हैं जिनमें लो-सेंसिटिविटी स्ट्रिंग्स (low-sensitivity strings) होती हैं, जबकि संवेदनशील फलन स्वाभाविक रूप से इनसे रहित होते हैं।

Blanka Köver, Alexandra Butoi, Anej Svete, Michael Hahn, Ryan Cotterell2026-06-09
🤖 machine learning

Reformulate LLM Reinforcement Learning for Efficient Training under Black-box Discrepancy

यह शोध पत्र एक डायनेमिक लैग्रेंजियन रिलैक्सेशन मैकेनिज्म के साथ एक विसंगति-बाधित मार्कोव निर्णय प्रक्रिया (DCMDP) को स्वरूपित करके LLM सुदृढीकरण शिक्षण में ट्रेन-अनुमान विसंगति को संबोधित करता है, जो इनाम के अधिकतमकरण और विसंगति नियंत्रण के बीच अनुकूल रूप से संतुलन बनाकर प्रशिक्षण को स्थिर करता है और प्रदर्शन में सुधार करता है ताकि एक सहनशीलता क्षेत्र के भीतर मुक्त अन्वेषण की अनुमति दी जा सके और अत्यधिक विचलन को सुधारा जा सके।

Jiashun Liu, Runze Liu, Xu Wan, Jing Liang, Hongyao Tang, Ling Pan2026-06-09
🔢 mathematics

OptMuon: Closed-Loop Orthogonalized Momentum Methods for Stochastic Optimization with Zero-Noise Optimality

यह शोध पत्र OptMuon को प्रस्तुत करता है, जो क्लोज्ड-लूप एडेप्टिव मोमेंटम ऑर्थोगोनलाइजेशन विधियों का एक परिवार है, जो शोर-अनुकूली अभिसरण दरों (noise-adaptive convergence rates) और बिना किसी मैनुअल हाइपरपैरामीटर ट्यूनिंग या समस्या के स्थिरांकों के ज्ञान के, स्टोकेस्टिक नॉनकॉवेक्स ऑप्टिमाइज़ेशन में लगभग इष्टतम ज़ीरो-नॉइज़ प्रदर्शन प्राप्त करने के लिए म्यूऑन-शैली की दिशाओं को प्रक्षेपवक्र-निर्भर परिमाण शेड्यूलिंग (trajectory-dependent magnitude scheduling) के साथ जोड़ता है।

Ganzhao Yuan2026-06-09
📊 statistics

Generalization in Nonlinear Least Squares via Learned Feature Geometry

यह शोध पत्र एल्गोरिद्मिक स्थिरता और ब्रास्कैम्प-लीब असमानता (Brascamp-Lieb inequality) का लाभ उठाते हुए रिज-नियमित (ridge-regularized) गैररेखीय न्यूनतम वर्ग मॉडलों के लिए सामान्यीकरण त्रुटि सीमाओं (generalization error bounds) को स्थापित करता है, ताकि पैरामीटर गणना या प्रारंभिक अवस्था के बजाय सीखे गए ग्रेडिएंट ज्यामिति और प्रभावी आयाम पर आधारित डेटा-निर्भर गारंटी प्राप्त की जा सके।

Ayub Kharel, Ilja Kuzborski, Patrick Rebeschini, Yasin Abbasi-Yadkori2026-06-09