🤖 Category

cs.LG

22898 पेपर

📊 statistics

A Robust Optimization Approach to Sparse Principal Component Analysis

यह शोध पत्र एडवर्सरियल पीसीए (AdvPCA) को प्रस्तुत करता है, जो एक सुदृढ़ अनुकूलन ढांचा (robust optimization framework) है जो सबसे खराब स्थिति वाले लेटेंट परटर्बेशन्स (worst-case latent perturbations) के विरुद्ध अनुकूलित करके स्पार्स प्रिंसिपल कंपोनेंट एनालिसिस प्राप्त करता है, जिसके परिणामस्वरूप एक व्यावहारिक, डेटा-अनुकूल इटरेटिव एल्गोरिदम प्राप्त होता है जिसे सिंथेटिक और वास्तविक दुनिया के जीनोमिक्स डेटासेट दोनों पर मान्य किया गया है।

David Vävinggren, Francis Bach, André M. H. Teixeira, Dave Zachariah, Antônio H. Ribeiro2026-06-03
🤖 machine learning

CauTion: Knowing When to Trust LLMs for Ensemble Causal Discovery

यह शोधपत्र CauTion को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो सर्वसम्मति फ़िल्टरिंग (consensus filtering), विश्वास-अंशांकित मध्यस्थता (trust-calibrated arbitration) और चक्र मरम्मत (cycle repair) के माध्यम से सांख्यिकीय एल्गोरिदम के एक समूह में LLM डोमेन ज्ञान को एकीकृत करके कारण खोज (causal discovery) को बढ़ाता है, जिससे LLM त्रुटियों और टोकन लागतों को कम करते हुए बेहतर सटीकता और सुदृढ़ता प्राप्त होती है।

Bo Peng, Kaiwen Wu, Sirui Chen, Zhiheng Wang, Yu Qiao, Chaochao Lu2026-06-03
🤖 machine learning

Exploiting Verification-Generation Gap: Test-Time Reinforcement Learning with Confidence-Conditioned Verification

यह शोध पत्र TTRL-CoCoV को प्रस्तुत करता है, जो एक नवीन टेस्ट-टाइम रिइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो वेरिफिकेशन-जेनरेशन गैप को दूर करने और लेबल-फ्री सेटिंग्स में हाई, मीडियम और लो-कॉन्फिडेंस सैंपल्स को एडेप्टिवली हैंडल करके Pass@1 और Pass@k प्रदर्शन को महत्वपूर्ण रूप से सुधारने के लिए एक कॉन्फिडेंस-कंडीशन्ड वेरिफिकेशन मैकेनिज्म का लाभ उठाता है।

Jiahui Li, Jianfeng Shan, Wenpei Chen, Shunyu Wu, Jian Lou, Wenjie Feng, Dan Li, See-Kiong Ng2026-06-03
🤖 machine learning

A 3D Isovist World Model -- Revealing a City's Unseen Geometry and Its Emergent Cross-City Signature

यह शोध पत्र एक 3D आइसोविस्ट-आधारित (isovist-based) विश्व मॉडल प्रस्तुत करता है जो गति संबंधी कार्यों से भविष्य के दृश्यता-गहराई मानचित्रों (visibility-depth maps) का पूर्वानुमान लगाकर सुगम ज्यामिति (navigable geometry) की भविष्यवाणी करता है, जो मॉडल की लौकिक गतिशीलता (temporal dynamics) में एनकोडेड एक उभरते हुए, क्रॉस-सिटी स्थानिक हस्ताक्षर (cross-city spatial signature) को प्रकट करता है न कि दृश्य उपस्थिति को।

Xuhui Lin, Stephen Law, Nanjiang Chen, Kunyao Li, Tao Yang2026-06-03
🤖 machine learning

Physics-Guided Policy Optimization with Self-Distillation

यह शोध पत्र फिजिक्स-गाइडेड पॉलिसी ऑप्टिमाइज़ेशन (PGPO) का प्रस्ताव करता है, जो विस्कस-फ्लुइड डायनेमिक्स (viscous-fluid dynamics) से प्रेरित एक सेल्फ-डिस्टिलेशन विधि है जो स्टेप साइज़ को नियंत्रित करने के लिए म्यूचुअल इंफॉर्मेशन का उपयोग करती है, जिससे प्रशिक्षण स्थिर होता है और साइंस-QA डेटासेट पर मानक SDPO से बेहतर प्रदर्शन करता है।

Ke Wang, Yuning Wu, Haoran Liu, Chaoqun Jia, Devin Chen, Kai Wei2026-06-03
🤖 machine learning

AnchorMoE: Interpretable Time Series Classification via Anchor-Routed MoE

यह शोध पत्र AnchorMoE का प्रस्ताव करता है, जो एक मल्टीवेरिएट टाइम सीरीज़ क्लासिफिकेशन के लिए 'इंटरप्रिटेबल-बाय-कंस्ट्रक्शन' फ्रेमवर्क है, जो प्रतिस्पर्धी प्रदर्शन प्राप्त करने के लिए ज्यामितीय ऑर्थोगोनैलिटी बाधाओं (geometric orthogonality constraints) और एक अनिश्चितता-जागरूक गेट (uncertainty-aware gate) के साथ 'मिक्सचर-ऑफ-एक्सपर्ट्स' आर्किटेक्चर का लाभ उठाता है, जबकि कच्चे सिग्नल सेगमेंट पर आधारित पारदर्शी, योगात्मक निर्णय लेने की प्रक्रिया सुनिश्चित करता है।

Tao Xie, Zexi Tan, Haoyi Xiao, Mengke Li, Yiqun Zhang, Yang Lu, Cuie Yang, Yiu-ming Cheung2026-06-03
🤖 machine learning

The Shape of Addition: Geometric Structures of Arithmetic in Large Language Models

यह शोध पत्र प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स की अंकगणितीय त्रुटियां 'आइसो-रॉ-सम ट्रैजेक्टरी' (Iso-Raw-Sum Trajectory) नामक एक निरंतर लेटेंट स्पेस के भीतर "ज्यामितीय फिसलन" (geometric slippages) से उत्पन्न होती हैं, जो यह समझाने के लिए एक 'नॉयजी क्वांटाइजेशन मॉडल' (Noisy Quantization Model) का प्रस्ताव देता है कि कैसे न्यूरल शोर कैरी प्रोपेगेशन (carry propagation) को बाधित करता है और इन विफलताओं का पता लगाने तथा उन्हें सुधारने के लिए एक ज्यामितीय ढांचा प्रदान करता है।

Liuyuan Wen, Xun Zhu, Lihao Huang, Wenbin Li, Yang Gao2026-06-03
🤖 machine learning

Black-box, Adaptive, Efficient, Transferable, Harmful, Applicable... Attacks Are All You Need to Break LLMs

यह शोध पत्र इनडायरेक्ट हार्म ऑप्टिमाइज़ेशन (IHO) को प्रस्तुत करता है, जो एक ब्लैक-बॉक्स, एडेप्टिव और कुशल जेलब्रेक अटैक विधि है जो विभिन्न सुरक्षा प्रणालियों के विरुद्ध लार्ज लैंग्वेज मॉडल्स की एडवरसैरियल रोबस्टनेस का आकलन करने के लिए एक मानकीकृत मूल्यांकन बेसलाइन के रूप में कार्य करता है।

Vincent Limbach, Jonas Dornbusch, David Lüdke, Stephan Günnemann, Leo Schwinn2026-06-03
🤖 machine learning

Speedrunning Tabular Foundation Model Pretraining

यह शोध पत्र nanoTabPFN मॉडल के लिए एक समुदाय-संचालित "स्पीडरन" चुनौती पेश करता है, जहाँ योगदानकर्ता एक निश्चित डाउनस्ट्रीम प्रदर्शन लक्ष्य प्राप्त करने के लिए प्रीट्रेनिंग समय और डेटा आवश्यकताओं को नाटकीय रूप से कम करने के लिए प्रतिस्पर्धा करते हैं, जिससे टैबुलर फाउंडेशन मॉडल अनुसंधान के लिए इटरेशन चक्र में तेजी आती है।

Salih Bora Ozturk, Alexander Pfefferle, Frank Hutter2026-06-03
🤖 machine learning

A Close Look At World Model Recovery In Supervised Fine-Tuned LLM Planners

यह शोध पत्र इस बात की जांच करता है कि क्या सुपरवाइज्ड फाइन-ट्यून्ड (supervised fine-tuned) एलएलएम (LLMs) शास्त्रीय नियोजन (classical planning) के लिए आंतरिक विश्व मॉडल (internal world models) सीखते हैं, जो यह प्रकट करता है कि जबकि ये मॉडल क्रिया की वैधता और अवस्था विधेयों (state predicates) को रैखिक रूप से एनकोड करते हैं, अंतर्निहित विश्व मॉडल को पुनः प्राप्त करने की उनकी क्षमता प्रशिक्षण के दौरान व्यापक अवस्था स्थान कवरेज (state space coverage) द्वारा महत्वपूर्ण रूप से बढ़ जाती है।

Patrick Emami, Nan Qiang, Peter Graf2026-06-03