🤖 Category

cs.LG

22775 पेपर

🤖 machine learning

Hallucination Is Linearly Decodable from Mid-Layer Hidden States in Quantized LLMs

यह शोध पत्र प्रदर्शित करता है कि 4-बिट क्वांटाइज़्ड ओपन-सोर्स एलएलएम (LLMs) के मिड-लेयर हिडन स्टेट्स में मतिभ्रम (hallucination) को एनकोड करने वाला एक रैखिक रूप से विभाज्य सत्यता संकेत (linearly separable truthfulness signal) मजबूती से मौजूद है, जो सरल लीनियर प्रोब्स का उपयोग करके लगभग पूर्ण AUROC स्कोर के साथ पता लगाने में सक्षम बनाता है, जबकि सैंपलिंग-आधारित विधियाँ समान मूल्यांकन प्रोटोकॉल के तहत काफी खराब प्रदर्शन करती हैं।

Aizierjiang Aiersilan2026-06-03
🧬 biology

Enhancing Protein-Protein Interaction Prediction with Hierarchical Motif-based Multimodal Protein Embedding

यह शोध पत्र MMM-PPI को प्रस्तुत करता है, जो एक पदानुक्रमित बहु-मोडल एनकोडर है जो सूक्ष्म, मध्यवर्ती और स्थूल पैमानों पर अनुक्रम, संरचना और कार्य विशेषताओं को एकीकृत करता है ताकि प्रोटीन-प्रोटीन इंटरेक्शन की भविष्यवाणी में, विशेष रूप से चुनौतीपूर्ण और डेटा-दुर्लभ परिदृश्यों में, महत्वपूर्ण सुधार किया जा सके।

Zaifei Yang, Samuel Ping-Man Choi, James Kwok2026-06-03
⚛️ quantum physics

Coherent Swap Regret and Channel-Proof Learning

यह शोध पत्र स्थानीय CPTP मैप विचलन के विरुद्ध एक क्वांटम लर्निंग बेंचमार्क के रूप में कोहेरेंट स्वैप रिग्रेट (coherent swap regret) को प्रस्तुत करता है, विचलन कठोरता का एक तीन-स्तरीय परिदृश्य स्थापित करता है जो यह दर्शाता है कि गैर-यूनिटल (non-unital) चैनल Ω(dTlog⁡d)\Omega(\sqrt{dT\log d}) रिग्रेट दर को संचालित करते हैं, और इस सीमा को प्राप्त करने वाले एक एल्गोरिदम को प्रस्तुत करता है ताकि चैनल-प्रूफ क्वांटम कोरिलेटेड इक्विलिब्रिया (quantum correlated equilibria) की विकेंद्रीकृत लर्निंग को सक्षम किया जा सके।

Sohail Sarkar2026-06-03
💰 quantitative finance

Regime-Arrival Uncertainty in Generalization Bounds under Distribution Shift

यह शोधपत्र मार्कोव-स्विचिंग वितरण परिवर्तनों (मार्कोव-स्विचिंग डिस्ट्रीब्यूशन शिफ्ट्स) के तहत सामान्यीकरण सीमाओं (जनरलाइजेशन बाउंड्स) के लिए एक रूपरेखा प्रस्तावित करता है जो अतिरिक्त जोखिम को रिजीम मिसमैच और संवेदनशीलता घटकों में विभाजित करता है, यह प्रदर्शित करते हुए कि जबकि फीचर ज्योमेट्री का पता लगाया जा सकता है, रिजीम परिवर्तनों का सामयिक आगमन अप्रत्याशित बना रहता है।

Prince Poudel2026-06-03
⚡ electrical engineering

Learning to Refine: Spectral-Decoupled Iterative Refinement Framework for Precipitation Nowcasting

यह शोध पत्र स्पेक्ट्रल-डिकपल्ड इटरेटिव रिफाइनमेंट (SDIR) का प्रस्ताव करता है, जो एक नियतात्मक ढांचा है जो लो-फ्रीक्वेंसी संरचनाओं और हाई-फ्रीक्वेंसी टेक्सचरों को प्रगतिशील रूप से परिष्कृत करके वर्षा के नाउकास्टिंग में ब्लरिंग और हैलुसिनेशन के बीच के ट्रेड-ऑफ को दूर करने के लिए एक सिनोप्टिक फ्रीक्वेंसी-गाइडेड फॉर्मर और एक फूरियर रेसिडुअल रिफाइनर को एक भौतिक रूप से सुसंगत लॉस के साथ जोड़ता है।

Yunlong Zhou, Chen Zhao, Danyang Peng, Fanfan Ji, Xiao-Tong Yuan2026-06-03
🤖 machine learning

Improvise, Adapt, Overcome: An On-The-Fly Multifidelity Algorithm for Efficient Machine Learning

यह शोध पत्र एक अनुकूलनशील, ऑन-द-फ्लाई मल्टीफिडेलिटी मशीन लर्निंग फ्रेमवर्क प्रस्तुत करता है जो विभिन्न फिडेलिटी स्तरों में प्रशिक्षण डेटा संरचना को स्वायत्त रूप से अनुकूलित करता है, जो क्वांटम केमिस्ट्री अनुप्रयोगों में सिंगल-फिडेलिटी और मानक मल्टीफिडेलिटी विधियों की तुलना में डेटा जनरेशन लागत को काफी कम करता है और अतिरेक (रेडंडेंसी) को समाप्त करता है।

Vivin Vinod, Peter Zaspel2026-06-03
📊 statistics

State-Coupled Volatility in Latent Dynamical Systems: Recovery Under Partial Observation

यह शोध पत्र एक स्टेट-कपल्ड स्टोकेस्टिक वोलेटिलिटी फ्रेमवर्क को प्रस्तुत करता है जो लेटेंट स्टेट-स्पेस मॉडल्स के लिए है और जो स्टेट-डिपेंडेंट वेरिएबिलिटी को ध्यान में रखता है, तथा एक नवीन पार्टिकल एक्सपेक्टेशन-मैक्सिमाइजेशन एल्गोरिदम और व्यापक सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण आंशिक अवलोकन के तहत पारंपरिक कॉन्स्टेंट-वैरिएंस मॉडल्स की तुलना में लेटेंट डायनेमिक्स की रिकवरी और स्ट्रक्चर्ड स्टोकेस्टिसिटी के डिटेक्शन में महत्वपूर्ण रूप से सुधार करता है।

Imani Beckett2026-06-03
🤖 machine learning

Aligning Data-Driven Predictors with Allocation: A Decision-Focused Approach to Survival Analysis

यह शोध पत्र एक निर्णय-केंद्रित शिक्षण दृष्टिकोण पेश करके अंग आवंटन में मानक उत्तरजीविता विश्लेषण मेट्रिक्स और निर्णय लेने के परिणामों के बीच के बेमेल को संबोधित करता है जो प्रत्यारोपण उपयोगिता में सुधार करने और वार्षिक रूप से हजारों जीवन वर्षों को बचाने के लिए नॉर्मलाइज्ड डिस्काउंटेड क्यूमुलेटिव गेन (NDCG) को अनुकूलित करता है।

Itai Zilberstein, Ioannis Anagnostides, Tuomas Sandholm2026-06-03
🤖 machine learning

Ψ\Psi-Bench: Evaluating Persona-Sensitive Influencing in Persuasive Dialogues

यह शोध पत्र Ψ\Psi-Bench को प्रस्तुत करता है, जो व्यक्तित्व-संवेदनशील अनुनय (persona-sensitive persuasion) के माध्यम से यथार्थवादी उपयोगकर्ताओं को सक्रिय रूप से प्रभावित करने की बड़े भाषा मॉडलों (large language models) की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया एक बेंचमार्क है, जो यह प्रकट करता है कि हालांकि वर्तमान मॉडल सुसंगत तर्क उत्पन्न कर सकते हैं, फिर भी उन्हें प्रभावी व्यक्तिगत संवाद के लिए उपयोगकर्ता प्रोफाइल का लाभ उठाने में महत्वपूर्ण सुधार की आवश्यकता है।

Peixuan Han, Hongyi Du, Jiayu Liu, Yihang Sun, Yutong Liu, Jiaxuan You2026-06-03
🤖 machine learning

Binary Road Surface Classification Using Machine Learning on Production Vehicle Signals During Cruising

यह शोध पत्र एक मशीन लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो क्रूजिंग परिदृश्यों के दौरान सड़क की सतह की स्थितियों को शुष्क/नम या बर्फ/बर्फ़ीले (स्नो/आइस) श्रेणियों में सटीक रूप से वर्गीकृत करने के लिए व्हील स्पीड और स्टीयरिंग एंगल जैसे प्रोडक्शन वाहन संकेतों का विश्लेषण करने हेतु स्लाइडिंग-विंडो दृष्टिकोण का उपयोग करता है, जहाँ पारंपरिक डायनेमिक्स-आधारित घर्षण अनुमान विधियाँ विफल हो जाती हैं।

Vishal Hariharan, Salar Basiri, Kanwar Bharat Singh2026-06-03