🤖 Category

cs.LG

22512 पेपर

🤖 machine learning

DOPPLER: Dual-Policy Learning for Device Assignment in Asynchronous Dataflow Graphs

यह शोध पत्र डॉप्लर (Doppler) को प्रस्तुत करता है, जो एक तीन-चरणीय द्वि-नीति शिक्षण ढांचा (three-stage dual-policy learning framework) है, जो ऑपरेशन चयन और प्लेसमेंट नीतियों को संयोजित करके एसिंक्रोनस डेटाफ्लो ग्राफ के लिए डिवाइस असाइनमेंट को अनुकूलित करता है ताकि निष्पादन समय को कम करने और प्रशिक्षण दक्षता में सुधार करने में मौजूदा लर्निंग-आधारित और ह्यूरिस्टिक विधियों से बेहतर प्रदर्शन किया जा सके।

Xinyu Yao, Daniel Bourgeois, Abhinav Jain, Yuxin Tang, Jiawen Yao, Zhimin Ding, Arlei Silva, Chris Jermaine2026-06-08
🤖 machine learning

Bounded-Abstention Pairwise Learning to Rank

यह शोध पत्र पेयरवाइज़ लर्निंग-टू-रैंक कार्यों में बाउंडेड-एब्स्टेंशन के लिए एक नवीन, मॉडल-अग्नोस्टिक विधि प्रस्तुत करता है जो रैंकर्स के कंडीशनल रिस्क को थ्रेशोल्ड करने द्वारा अनिश्चित निर्णयों को मानव विशेषज्ञों को स्थगित कर देता है, जिसे सैद्धांतिक विश्लेषण और कई डेटासेट्स पर अनुभवजन्य सत्यापन द्वारा समर्थित किया गया है।

Antonio Ferrara, Andrea Pugnana, Francesco Bonchi, Salvatore Ruggieri2026-06-08
🤖 AI

MoDA: Modulation Adapter for Fine-Grained Visual Grounding in Instructional MLLMs

यह शोध पत्र MoDA का प्रस्ताव करता है, जो एक हल्का मॉड्यूलेशन एडेप्टर है जो विजुअल फीचर्स पर इंस्ट्रक्शन-गाइडेड चैनल-वाइज मल्टीप्लिकेटिव मॉड्यूलेशन लागू करके मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में फाइन-ग्रेन्ड विजुअल ग्राउंडिंग को बढ़ाता है, जिससे न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ कई आर्किटेक्चर और बेंचमार्क पर निरंतर प्रदर्शन सुधार प्राप्त होता है।

Wayner Barrios, Andrés Villa, Juan León Alcázar, SouYoung Jin, Bernard Ghanem2026-06-08
🔬 condensed matter

On the existence of consistent adversarial attacks in high-dimensional linear classification

यह शोध पत्र उच्च-आयामी बाइनरी वर्गीकरण में सुसंगत प्रतिकूल हमलों (adversarial attacks) को मानक गलत वर्गीकरणों से अलग करने के लिए एक नए त्रुटि मीट्रिक (error metric) को प्रस्तुत करता है, जो एक सटीक अनंत लक्षण वर्णन (asymptotic characterization) प्रदान करता है जो यह प्रकट करता है कि कैसे ओवरपैरामीट्रिज़ेशन (overparameterization) लेबल-संरक्षण वाले परिवर्तनों (label-preserving perturbations) के प्रति मॉडल की संवेदनशीलता को बढ़ाता है।

Matteo Vilucchio, Lenka Zdeborová, Bruno Loureiro2026-06-08
🤖 machine learning

A Concept-based approach to Voice Disorder Detection

यह शोध पत्र वॉयस डिसऑर्डर (वाणी विकारों) का पता लगाने के लिए कॉन्सेप्ट बॉटलनेक मॉडल्स और कॉन्सेप्ट एम्बेडिंग मॉडल्स का उपयोग करते हुए एक कॉन्सेप्ट-आधारित व्याख्यात्मक एआई (Explainable AI) दृष्टिकोण प्रस्तावित करता है, जो नैदानिक विश्वास के लिए पारदर्शी और व्याख्या योग्य निर्णय लेने के साथ-साथ पारंपरिक डीप लर्निंग विधियों के तुलनीय प्रदर्शन प्रदान करता है।

Davide Ghia, Gabriele Ciravegna, Alkis Koudounas, Marco Fantini, Erika Crosetti, Giovanni Succo, Tania Cerquitelli2026-06-08
💬 NLP

Limitations of Normalization in Attention Mechanism

यह शोध पत्र सैद्धांतिक और अनुभवजन्य रूप से यह प्रदर्शित करता है कि अटेंशन मैकेनिज्म में सॉफ्टमैक्स-आधारित नॉर्मलाइज़ेशन चयन बढ़ने के साथ सूचनात्मक टोकन को अलग करने की एक मॉडल की क्षमता को सीमित करता है, जो अक्सर समान चयन पैटर्न और ग्रेडिएंट संवेदनशीलता के कारण प्रशिक्षण चुनौतियों की ओर ले जाता है।

Timur Mudarisov, Mikhail Burtsev, Tatiana Petrova, Radu State2026-06-08
🤖 machine learning

Standard vs. Modular Sampling: Best Practices for Reliable LLM Unlearning

यह शोध पत्र पारंपरिक LLM अनलर्निंग प्रथाओं का आलोचनात्मक मूल्यांकन करता है, जो यह प्रकट करता है कि एकल नेबर सेट्स और मानक सैंपलिंग विधियों पर निर्भर रहना उप-इष्टतम है, और अधिक विश्वसनीय एवं प्रभावी अनलर्निंग प्राप्त करने के लिए विविध नेबर सेट्स के साथ मॉड्यूलर एंटिटी-लेवल अनलर्निंग (MELU) रणनीति के संयोजन वाले एक नए ढांचे का प्रस्ताव करता है।

Praveen Bushipaka, Lucia Passaro, Tommaso Cucinotta2026-06-08
🤖 machine learning

Predictable Compression Failures: Order Sensitivity and Information Budgeting for Evidence-Grounded Binary Adjudication

यह शोध पत्र साक्ष्य-आधारित बाइनरी अधिचारण (evidence-grounded binary adjudication) में आदेश-प्रेरित संपीड़न विफलताओं (order-induced compression failures) को मापने और कम करने के लिए क्वांटिफाइड मार्टिंगेल उल्लंघन सीमाओं (Quantified Martingale Violation bounds) और एक अपेक्षा-स्तर के विसंपीड़न नियम (Expectation-level Decompression Law) का उपयोग करने वाले एक सैद्धांतिक ढांचे को प्रस्तुत करता है, जो एक निश्चित सूचना पर्याप्तता अनुपात गेट (Information Sufficiency Ratio gate) को सक्षम बनाता है जो विविध क्यूए (QA) बेंचमार्क में नियंत्रित परित्याग (abstention) के साथ शून्य के करीब मतिभ्रम (hallucination) दर प्राप्त करता है।

Leon Chlon, Ahmed Karim, Maggie Chlon, MarcAntonio Awada2026-06-08
🔬 condensed matter

Single-Head Attention in High Dimensions: A Theory of Generalization, Weights Spectra, and Scaling Laws

यह शोधपत्र रैंडम मैट्रिक्स और स्पिन-ग्लास सिद्धांतों का उपयोग करके सिंगल-हेड टाइड-अटेंशन ट्रेनिंग का एक सटीक उच्च-आयामी लक्षण वर्णन प्रदान करता है, जो लो-रैंक कोलैप्स जैसे प्रेक्षित स्पेक्ट्रल स्ट्रक्चर के उद्भव की सफलतापूर्वक भविष्यवाणी करता है और अनुक्रमिक स्पेक्ट्रल रिकवरी के माध्यम से पावर-लॉ स्केलिंग व्यवहार को व्युत्पन्न करता है।

Fabrizio Boncoraglio, Vittorio Erba, Emanuele Troiani, Yizhou Xu, Florent Krzakala, Lenka Zdeborová2026-06-08
🤖 machine learning

On the importance of multiple training seeds for evaluating machine unlearning

यह शोध पत्र तर्क देता है कि मशीन अनलर्निंग (machine unlearning) एल्गोरिदम का मूल्यांकन केवल एक एकल प्रशिक्षण बीज (training seed) का उपयोग करके करने से प्रशिक्षण प्रारंभिक स्थिति (training initialization) के प्रति संवेदनशीलता के कारण गैर-प्रतिनिधि परिणाम प्राप्त हो सकते हैं, और यह प्रदर्शित करता है कि अनलर्निंग बीजों की संख्या में वृद्धि इस सीमा की भरपाई नहीं कर सकती है, जिससे सुदृढ़ अनुभवजन्य मूल्यांकन के लिए कई प्रशिक्षण बीजों का उपयोग करना आवश्यक हो जाता है।

Jamie Lanyon, Axel Finke, Petros Andreou, Georgina Cosma2026-06-08