📊 statistics

Conformal Risk Sharing: Certified Cost Allocation with Participation Guarantees

यह शोध पत्र कॉन्फॉर्मल रिस्क शेयरिंग (Conformal Risk Sharing) को प्रस्तुत करता है, जो एक वितरण-मुक्त (distribution-free) ढांचा है जो दुर्लभ प्रतिकूल घटनाओं की वित्तीय लागतों को प्रतिभागियों के बीच आवंटित करने के लिए स्प्लिट कॉन्फॉर्मल कैलिब्रेशन (split conformal calibration) का उपयोग करता है, और साथ ही प्रमाणित, व्यक्तिगत कैप प्रदान करता है जो यह गारंटी देता है कि किसी भी एजेंट को भौतिक रूप से बदतर स्थिति में नहीं डाला गया है।

Ieva Kazlauskaite2026-06-05
💻 computer science

Proper Scoring Rules for Right-Censored Survival Data

यह शोध पत्र सेंसिंग तंत्र के माध्यम से प्रेडिक्टिव डिस्ट्रीब्यूशन्स को मैप करके राइट-सेंसर्ड सर्वाइवल डेटा के उचित स्कोरिंग के लिए एक एकीकृत ढांचे का प्रस्ताव करता है, जो स्थापित मानदंडों को पुनः प्राप्त करता है, CRPS और ब्रायर स्कोर जैसे सामान्य स्कोरिंग नियमों को सेंसर्ड सेटिंग्स में विस्तारित करता है, और मौजूदा प्लग-इन वेटेड विधियों की रैंकिंग विसंगतियों से बचते हुए "सेंसर्ड एंग्रेशन" के माध्यम से बेहतर मल्टीवेरिएट मॉडलिंग को सक्षम बनाता है।

Jef Jonkers, Glenn Van Wallendael, Luc Duchateau, Sofie Van Hoecke2026-06-05
💻 computer science

The Post-GCN Decade Revisited: Curvature-Stratified Evaluation of Relational Learning

यह शोधपत्र रिलेशनल लर्निंग में मानक फ्लैट लीडरबोर्ड की आलोचना करता है जो ज्यामिति-निर्भर प्रदर्शन विविधताओं को छिपा देते हैं और एक वक्रता-स्तरीकृत (curvature-stratified) मूल्यांकन ढांचे का प्रस्ताव करता है जो यह प्रकट करता है कि मॉडल की प्रभावशीलता सकारात्मक, नकारात्मक और शून्य के निकट वक्रता वाले क्षेत्रों में मौलिक रूप से कैसे बदलती है, जिससे अधिक विश्वसनीय और व्याख्या योग्य बेंचमार्क प्राप्त होते हैं।

Shuo Wang, Xiangyu Wang, Quanxin Wang, Bailin Wu, Bokui Wang, Shunyang Huang, Boyan Deng, Haonan Liu, Ruiyi Fang, Zhenxi (…)2026-06-05
⚡ electrical engineering

Double Preconditioning (DoPr): Optimization for Test-Time Performance, not Validation Loss

यह शोध पत्र डबल प्रीकंडीशनिंग (DoPr) को प्रस्तुत करता है, जो एक नया अनुकूलन प्रतिमान (optimization paradigm) है जो ऑटोरिग्रेसिव और जनरेटिव कार्यों में टेस्ट-टाइम फीडबैक त्रुटि संचय (test-time feedback error accumulation) को कम करने के लिए ग्रेडिएंट-वाइज और एक्टिवेशन-वाइज प्रीकंडीशनिंग को संयोजित करता है, जिससे डाउनस्ट्रीम प्रदर्शन में महत्वपूर्ण सुधार होता है, भले ही वैलिडेशन लॉस अपरिवर्तित रहे।

Thomas T. Zhang, Alok Shah, Yifei Zhang, Vincent Zhang, Nikolai Matni, Max Simchowitz2026-06-05
🤖 AI

In-Context Multiple Instance Learning

यह शोध पत्र मल्टीपल इंस्टेंस लर्निंग के लिए एक इन-कॉन्टेक्स्ट लर्निंग दृष्टिकोण प्रस्तावित करता है जो विविध सिंथेटिक डेटा पर प्रीट्रेन किए गए एक पर्सिवर-शैली (Perceiver-style) आर्किटेक्चर का लाभ उठाता है ताकि न्यूनतम लेबल वाले बैग्स के साथ नए कार्यों पर मजबूत प्रदर्शन प्राप्त किया जा सके, जिसके लिए ग्रेडिएंट अपडेट के बिना केवल एक सिंगल फॉरवर्ड पास की आवश्यकता होती है।

Alexander Möllers, Marvin Sextro, Julius Hense, Gabriel Dernbach, Klaus-Robert Müller2026-06-05
📊 statistics

How abundant are good interpolators?

यह शोध पत्र यह स्थापित करता है कि कम नमूना-से-आयाम अनुपात वाले ओवरपैरामीटराइज्ड (overparametrized) परिदृश्यों में, यूनिट-नॉर्म लीनियर इंटरपोलेटर्स (unit-norm linear interpolators) का विशाल बहुमत एक सामान्य जनरलाइजेशन एरर (generalization error) साझा करता है जो एक लार्ज डेविएशन प्रिंसिपल (large deviation principle) द्वारा निर्धारित होता है, जबकि ग्रेडिएंट डिसेंट (gradient descent) और लीनियर प्रोग्रामिंग (linear programming) जैसे कुशल अनुकूलन विधियाँ इस विशिष्ट प्रदर्शन से काफी बेहतर प्रदर्शन करती हैं, जिससे बेनाइन ओवरफिटिंग (benign overfitting) का प्रदर्शन होता है।

August Y. Chen, Ahmed El Alaoui2026-06-05
🤖 AI

PC Layer: Polynomial Weight Preconditioning for Improving LLM Pre-Training

यह शोध पत्र एक पॉलिनॉमियल वेट प्रीकंडीशनिंग (PC) लेयर पेश करता है जो कम-डिग्री वाले पॉलिनॉमियल्स के माध्यम से वेट सिंगुलर-वैल्यू स्पेक्ट्रा को पुनर्गठित करके LLM प्री-ट्रेनिंग को स्थिर करता है, जिससे मर्ज करने के बाद इन्फरेंस ओवरहेड के बिना ज्यामितीय अभिसरण (geometric convergence) सुनिश्चित होता है और प्रदर्शन में सुधार होता है।

Senmiao Wang, Tiantian Fang, Haoran Zhang, Yushun Zhang, Kunxiang Zhao, Alex Schwing, Ruoyu Sun2026-06-05
💬 NLP

Self-Augmenting Retrieval for Diffusion Language Models

यह शोध पत्र SARDI को प्रस्तुत करता है, जो डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक ट्रेनिंग-फ्री रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है, जो डायनेमिक रिट्रीवल को निर्देशित करने के लिए त्याग दिए गए लो-कॉन्फिडेंस टोकन्स को लुकअहेड सिग्नल्स के रूप में उपयोग करता है, और मौजूदा बेसलाइन्स की तुलना में मल्टी-हॉप QA बेंचमार्क्स पर बेहतर प्रदर्शन और 8 गुना तक अधिक थ्रूपुट प्राप्त करता है।

Paul Jünger, Justin Lovelace, Linxi Zhao, Dongyoung Go, Kilian Q. Weinberger2026-06-05
🤖 AI

RREDCoT: Segment-Level Reward Redistribution for Reasoning Models

यह शोध पत्र RREDCoT प्रस्तुत करता है, जो एक नवीन विधि है जो चेन-ऑफ-थॉट (Chain-of-Thought) ट्रेसेस के लिए इष्टतम सेगमेंट-स्तरीय रिवॉर्ड रिडिस्ट्रीब्यूशन (segment-level reward redistribution) को अनुमानित करने के लिए स्वयं रीजनिंग मॉडल का लाभ उठाता है, जिससे सुदृढीकरण शिक्षण (reinforcement learning) फाइन-ट्यूनिंग में पारंपरिक मोंटे कार्लो क्रेडिट असाइनमेंट (Monte Carlo credit assignment) की उच्च विचरणशीलता और कम्प्यूटेशनल अक्षमता का समाधान किया जाता है।

Mykyta Ielanskyi, Kajetan Schweighofer, Lukas Aichberger, Sepp Hochreiter2026-06-05
🤖 AI

Pretraining Recurrent Networks without Recurrence

यह शोध पत्र सुपरवाइज्ड मेमोरी ट्रेनिंग (SMT) को प्रस्तुत करता है, जो एक ऐसी विधि है जो ट्रांसफॉर्मर-आधारित प्रेडिक्टिव स्टेट ऑब्जेक्टिव के माध्यम से मेमोरी अपडेट को क्रेडिट प्रोपेगेशन से अलग करके रिकरेंट न्यूरल नेटवर्क के समानांतर और स्थिर प्रीट्रेनिंग को सक्षम बनाती है, जिससे पारंपरिक बैकप्रोपैगेशन थ्रू टाइम की सीमाओं को दूर किया जा सके।

Akarsh Kumar, Phillip Isola2026-06-05