cs.LG पेपर | Gist.Science

Pseudospectral Bounds for Transient Amplification in Coupled Gradient Descent

यह शोध पत्र ब्लॉक-ट्रायंगुलर जैकोबियन्स (block-triangular Jacobians) वाले युग्मित ग्रेडिएंट डिसेंट (coupled gradient descent) के लिए एक सटीक स्यूडोस्पेक्ट्रल सिद्धांत (pseudospectral theory) विकसित करता है, जो यह प्रदर्शित करता है कि नॉन-नॉर्मैलिटी (non-normality) स्पेक्ट्रल-रेडियस विश्लेषण से अदृश्य, मनमाने रूप से बड़े क्षणिक प्रवर्धन (transient amplification) का कारण बन सकती है और क्रेइस स्थिरांक (Kreiss constant) द्वारा नियंत्रित परिमित-क्षितिज जटिलता सीमाओं (finite-horizon complexity bounds) को स्थापित करती है।

Ahanaf Hasan Ariq2026-06-04

🤖 machine learning

Do Transformers Need Three Projections? Systematic Study of QKV Variants

यह शोध पत्र व्यवस्थित रूप से यह प्रदर्शित करता है कि ट्रांसफॉर्मर्स में—विशेष रूप से Q-K=V वेरिएंट में—क्वेरी (query), की (key) और वैल्यू (value) प्रोजेक्शन को साझा करना, विजन और लैंग्वेज कार्यों में प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए इन्फरेंस मेमोरी और KV कैश आवश्यकताओं को महत्वपूर्ण रूप से कम करता है, जिससे कुशल ऑन-डिवाइस परिनियोजन सक्षम होता है।

Ali Kayyam, Anusha Madan Gopal, M Anthony Lewis2026-06-04

🤖 machine learning

Inverse Critical Experiment Design via Gradient Optimization and a Multigroup Attention-Based Neural Network Architecture

यह शोध पत्र एक मल्टीग्रुप अटेंशन-आधारित न्यूरल नेटवर्क को ग्रेडिएंट-आधारित अनुकूलन के साथ संयोजित करने वाले एक डीप लर्निंग फ्रेमवर्क को प्रस्तुत करता है, जो उन्नत परमाणु प्रौद्योगिकियों, जैसे कि HALEU ईंधन कैस्क (fuel casks), के सत्यापन के लिए न्यूट्रोनिक समानता ( $c_k$ ) को अधिकतम करने वाले महत्वपूर्ण प्रयोगों को व्युत्क्रम रूप से डिजाइन करता है, जिससे उन उच्च समानता स्कोर को प्राप्त किया जाता है जहाँ पारंपरिक विधियाँ विफल हो जाती हैं।

Will Savage, Logan Burnett, Dean Price2026-06-04

💻 computer science

Unpredictable Safety: Domain-Dependent Compliance and the Transparency Gap in Open-Weight LLMs

यह शोध पत्र प्रदर्शित करता है कि ओपन-वेट और फ्रंटियर एलएलएम (LLMs) अत्यधिक अप्रत्याशित, डोमेन-निर्भर सुरक्षा अनुपालन प्रदर्शित करते हैं—जो नैतिक श्रेणियों में 14.7% से 85.7% तक भिन्न है—जो अपारदर्शी तकनीकी फ्रेमिंग बायपास द्वारा संचालित है जो विश्वसनीय एआई परिनियोजन को कमजोर करता है।

Zacharie Bugaud2026-06-04

🤖 machine learning

Self-Distilled Policy Gradient

यह शोधपत्र SDPG का प्रस्ताव करता है, जो एक सेल्फ-डिस्टिल्ड पॉलिसी ग्रेडिएंट फ्रेमवर्क है जो स्पार्स-रिवॉर्ड रिइन्फोर्समेंट लर्निंग की स्थिरता और प्रदर्शन को बढ़ाने के लिए फुल-वोकैबुलरी रिवर्स KL लॉस के माध्यम से ऑन-पॉलिसी सेल्फ-डिस्टिलेशन को ग्रुप-रिलेटिव वेरिफायर एडवांटेज और रेफरेंस-पॉलिसी रेगुलराइजेशन के साथ एकीकृत करता है।

Yifeng Liu, Shiyuan Zhang, Yifan Zhang, Quanquan Gu2026-06-04

🤖 AI

Toward Pre-Deployment Assurance for Enterprise AI Agents: Ontology-Grounded Simulation and Trust Certification

यह शोध पत्र एंटरप्राइज एआई एजेंटों के प्री-डिप्लॉयमेंट आश्वासन के लिए एक ऑन्टोलॉजी-ग्राउंडेड सत्यापन ढांचे का प्रस्ताव करता है, जो नियामक और प्रतिकूल परीक्षण परिदृश्यों को स्वचालित रूप से उत्पन्न करने के लिए औपचारिक परिचालन लिफाफों (ऑपरेशनल एनवेलप्स) का उपयोग करता है, जो चार विनियमित उद्योगों में पर्सोना-आधारित बेसलाइन की तुलना में काफी बेहतर कवरेज और डोमेन विशिष्टता प्रदर्शित करता है।

Thanh Luong Tuan, Abhijit Sanyal2026-06-04

🤖 machine learning

Bayes-Sufficient Representations in Supervised Learning

यह शोध पत्र बेयस-पर्याप्त (Bayes-sufficient) निरूपणों को उन निरूपणों के रूप में परिभाषित करता है जो एक विशिष्ट हानि फलन (loss function) के लिए एक बेयस-इष्टतम क्रिया को लागू करने हेतु आवश्यक सूचना को ही संरक्षित करते हैं, एक ऐसा ढांचा स्थापित करता है जहाँ आवश्यक न्यूनतम सूचना को परिणामी बेयस भागफल (Bayes quotient) द्वारा निर्धारित किया जाता है और इसे गुण लक्षण वर्णन (property elicitation) एवं अनुभवजन्य प्रयोगों के माध्यम से स्पष्ट किया गया है।

Vasileios Sevetlidis2026-06-04

💻 computer science

Dive into the Scene: Breaking the Perceptual Bottleneck in Vision-Language Decision Making via Focus Plan Generation

यह शोध पत्र SceneDiver को प्रस्तुत करता है, जो एक कोर्स-टू-फाइन (coarse-to-fine) फोकस प्लान जनरेशन विधि है जो समग्र सीन ग्राफ (scene graphs) के निर्माण के लिए VLMs का लाभ उठाती है और कार्यों को उप-समस्याओं में पुनरावर्ती रूप से विभाजित करती है, जिससे महत्वपूर्ण वस्तुओं को व्याकुलता उत्पन्न करने वाली वस्तुओं (distractors) से अलग करते हुए एम्बोडीड एआई (embodied AI) में विजुअल हैलुसिनेशन (visual hallucinations) को प्रभावी रूप से कम किया जाता है और इस क्षमता को रिएक्टिव कंट्रोल के लिए लाइटवेट VLAs में संकुचित (distill) किया जाता है।

Boyuan Xiao, Bohong Chen, Yumeng Li, Ji Feng, Yao-Xiang Ding, Kun Zhou2026-06-04

🤖 machine learning

Unlocking Feature Learning in Gated Delta Networks at Scale

यह शोध पत्र गेटेड डेल्टा नेटवर्क्स (Gated Delta Networks) के लिए मैक्सिमल अपडेट पैरामीट्राइजेशन ( $\mu$ P) स्केलिंग नियमों को व्युत्पन्न और मान्य करता है, जो यह प्रदर्शित करता है कि ये नियम मानक पैरामीट्राइजेशन के विपरीत, ज़ीरो-शॉट हाइपरपैरामीटर ट्रांसफर और मॉडल की चौड़ाई (widths) में स्थिर प्रशिक्षण को सक्षम करते हैं।

Yifeng Liu, Quanquan Gu2026-06-04

🤖 machine learning

A Goal-Set Characterization of Task Composition in the Boolean Task Algebra

यह शोध पत्र यह प्रदर्शित करता है कि नियत (deterministic) वातावरणों में, बूलियन टास्क अलजेब्रा (Boolean Task Algebra) का कई आधारभूत कार्यों (base tasks) पर निर्भर होना अनावश्यक है क्योंकि इष्टतम मान फलन (optimal value functions) सार्वभौमिक (universal) और रिक्त (empty) कार्यों द्वारा पूर्णतः निर्धारित होते हैं, जिससे एक अधिक कुशल लक्ष्य-सेट-आधारित संयोजन पद्धति (goal-set-based composition method) प्राप्त होती है जो प्रदर्शन को बनाए रखते हुए सीखने और संयोजन की लागत को कम करती है।

Eduardo Terrés-Caballero, Herke van Hoof2026-06-04

← पिछला अगला →