🤖 Category

cs.LG

22512 पेपर

🤖 machine learning

Internalizing Geometric Law: Learning from Solver Residuals for Precision-Critical Generation

यह शोध पत्र PyGeoX, एक प्रोग्रामेबल ज्यामितीय DSL और बेंचमार्क पेश करता है, और ज्यामितीय संश्लेषण में "आउटलियर ग्रेडिएंट मास्किंग" विफलता मोड को दूर करने के लिए सैचुरेटिंग एडिटिव रिवार्ड्स (SAR) का प्रस्ताव करता है, जो एक 8B मॉडल को MSE-आधारित बेसलाइन से काफी बेहतर प्रदर्शन करने और परिशुद्धता-महत्वपूर्ण बाधा संतुप्ति कार्यों पर बड़े फ्रंटियर सिस्टम के साथ प्रतिस्पर्धा करने में सक्षम बनाता है।

Rafael Cabral, Pang Zixi, Ziyi Shou, Shen Xin2026-06-09
🤖 machine learning

Trajectory Geometry of Transformer Representations Across Layers

यह शोध पत्र मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) के लिए एक प्रोब-मुक्त (probe-free), ज्यामितीय ढांचे को प्रस्तुत करता है जो ट्रांसफार्मर रिप्रजेंटेशन्स को परतों के माध्यम से विविक्त प्रक्षेप पथों (discrete trajectories) के रूप में अभिलक्षित करता है, जो सार्वभौमिक तीन-चरणीय गतिकी (three-phase dynamics) को प्रकट करता है और यह प्रदर्शित करता है कि कैसे वक्रता (curvature), अभिसरण (convergence) और द्विभाजन (bifurcation), विविध मॉडल परिवारों में कम्प्यूटेशनल जटिलता, सिमेंटिक समानता और अस्पष्टता को एनकोड करते हैं।

Vishal Pandey, Gopal Singh2026-06-09
💬 NLP

SG-OPD: Sign-Gated On-Policy Distillation via Sign-Consistency Gating and Phased Teacher Sampling

यह शोध पत्र साइन-गेटेड ऑन-पॉलिसी डिस्टिलेशन (SG-OPD) को प्रस्तुत करता है, जो एक विधि है जो फेज़्ड सैंपलिंग और साइन-कंसिस्टेंसी चेक के माध्यम से टीचर सिग्नल्स को गेट करने के लिए एक बाइनरी वेरीफायर का उपयोग करके ऑन-पॉलिसी डिस्टिलेशन को बढ़ाता है, जिससे प्रतियोगिता-स्तर के गणितीय तर्क बेंचमार्क पर प्रदर्शन में महत्वपूर्ण सुधार होता है।

Haoran Xu, Hongyu Wang, Yifei Gao, Jiaze Li, Xiaofeng Zhang, Xiaosong Yuan2026-06-09
🤖 machine learning

Toward Compiler World Models: Learning Latent Dynamics for Efficient Tensor Program Search

यह शोधपत्र एक वर्ल्ड-मॉडल-प्रेरित इवैल्यूएटर (evaluator) प्रस्तावित करता है जो टेंसर प्रोग्राम उम्मीदवारों को कुशलतापूर्वक रैंक करने के लिए शेड्यूलिंग क्रियाओं की लेटेंट डायनेमिक्स (latent dynamics) सीखता है, जिससे अनसोर (Ansor) जैसे मौजूदा ऑटो-शेड्यूलर्स की तुलना में महत्वपूर्ण लेटेंसी सुधार प्राप्त होता है और आवश्यक मापों की संख्या में भारी कमी आती है।

Haolin Pan, Lianghong Huang, Xvlin Zhou, Mingjie Xing, Yanjun Wu2026-06-09
🤖 machine learning

Thresholded Local Hyper-Flow Diffusion

यह शोध पत्र थ्रेशोल्डेड लोकल हाइपर-फ्लो डिफ्यूजन (TL-HFD) प्रस्तुत करता है, जो एक प्रथम-क्रम की विधि है जो एक सक्रिय क्षेत्र को बनाए रखकर और थ्रेशोल्डेड बाउंड्री एक्टिवेशन का उपयोग करके सबमॉड्यूलर हाइपरग्राफ में सीडेड क्लस्टरिंग के लिए प्रत्येक पुनरावृत्ति (इटरेशन) पर कम्प्यूटेशनल लोकैलिटी सुनिश्चित करती है, जबकि अभिसरण (कन्वर्जेंस) और स्वीप-कट गुणवत्ता पर सैद्धांतिक गारंटी प्रदान करती है जो विशेष रूप से शोर वाले डेटासेट पर मौजूदा विधियों से बेहतर प्रदर्शन करती है।

Meher Chaitanya, Sebastian Dalleiger, Luana Ruiz2026-06-09
🤖 machine learning

Zero-Shot Semantic Re-Identification for Autonomous Driving: A VLM Baseline Study

यह शोध पत्र एक ज़ीरो-शॉट बेसलाइन अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि विज़न-लैंग्वेज मॉडल ट्रैफ़िक प्रतिभागियों के संरचित अर्थपूर्ण विवरण उत्पन्न करके स्वायत्त ड्राइविंग पुन: पहचान (re-identification) को प्रभावी ढंग से समर्थन दे सकते हैं, जो व्यूपॉइंट निरंतरता और सूक्ष्म भेदभाव की चुनौतियों के बावजूद, पर्यवेक्षित (supervised) सीएनएन बेसलाइन के तुलनीय प्रदर्शन प्राप्त करते हुए बेहतर व्याख्यात्मकता प्रदान करते हैं।

Eduardo Borges, Manuel Abreu, Luís Garrote, Urbano J. Nunes2026-06-09
🤖 machine learning

Scaling Neural Network Verification with Tensor Parallelism and Fully Sharded Data Parallelism

यह शोध पत्र α\alpha-CROWN सत्यापन ढांचे (verification framework) में टेंसर पैरेललिज्म (Tensor Parallelism) और फुली शार्डेड डेटा पैरेललिज्म (Fully Sharded Data Parallelism) को अनुकूलित करता है ताकि GPU मेमोरी के उपयोग को काफी कम किया जा सके, जिससे CIFAR-100 पर ResNet-large जैसे बड़े पैमाने के न्यूरल नेटवर्क का औपचारिक सत्यापन संभव हो सके जो पहले मेमोरी की सीमाओं के कारण असंभव था।

Sergei Vorobyov, Eugene Ilyushin2026-06-09
🤖 machine learning

Distilling Safe LLM Systems via Soft Prompts for On Device Settings

यह शोध पत्र ऑन-डिवाइस लार्ज लैंग्वेज मॉडल्स के लिए एक पैरामीटर-कुशल सुरक्षा संरेखण विधि प्रस्तावित करता है जो टोटल वेरिएशन और KL डाइवर्जेंस के माध्यम से गार्ड मॉडल्स से डिस्टिल्ड सॉफ्ट प्रॉम्प्ट्स का उपयोग करता है, जो LoRA और स्टीयरिंग वेक्टर्स जैसी मौजूदा तकनीकों की तुलना में बेहतर सुरक्षा-उपयोगिता ट्रेड-ऑफ और न्यूनतम संसाधन ओवरहेड प्रदर्शित करता है।

Motasem Alfarra, Cristina Pinneri, Dana Kianfar, Mohammed Almousa, Christos Louizos2026-06-09
💬 NLP

PriFT: Prior-Support Guided Supervised Fine-Tuning

PriFT (प्रायर-सपोर्ट गाइडेड फाइन-ट्यूनिंग) एक फ्रोजन प्रीट्रेंड मॉडल से स्थिर टोकन रीवेटिंग सिग्नल्स निकालकर सुपरवाइज्ड फाइन-ट्यूनिंग के सामान्यीकरण और RL इनिशियलाइजेशन में सुधार करता है ताकि ऑनलाइन मॉडल के डिस्ट्रीब्यूशन के उपयोग से होने वाली सेल्फ-रीइन्फोर्सिंग डायनेमिक्स से बचा जा सके।

Ke Wang, Shuangqi Li, Mathieu Salzmann, Pascal Frossard2026-06-09
📊 statistics

SAILS: Surrogate-based Analysis of Interactions via Local Effect Smooths

यह शोध पत्र SAILS को प्रस्तुत करता है, जो एक मॉडल-अज्ञेय (model-agnostic) ढांचा है जो स्थानीय प्रभावों पर फिट किए गए व्याख्यात्मक सामान्यीकृत योगात्मक मॉडल (generalized additive model) सरोगेट्स का उपयोग करता है ताकि न केवल युग्मवार फीचर इंटरैक्शन का पता लगाया जा सके, बल्कि उनके कार्यात्मक रूपों को वर्गीकृत किया जा सके और अनुकूलित दृश्य (tailored visualizations) प्रदान किए जा सकें, जिससे मौजूदा व्याख्यात्मक एआई (explainable AI) विधियों के एक प्रमुख अंतराल को संबोधित किया जा सके।

Timo Heiß, Julia Herbinger, Bernd Bischl, Giuseppe Casalicchio2026-06-09