🤖 Category

cs.LG

22999 पेपर

🤖 machine learning

A Pre-Training Analogue of Grokking in Language Models: Tracing Delayed Grammatical Generalization

यह शोध पत्र BLiMP मिनिमल पेयर्स का उपयोग करके LLM प्री-ट्रेनिंग के दौरान ग्रौकिंग-जैसे (grokking-like) गतिकी का अध्ययन करने के लिए एक एक्सपोज़र-आधारित ढांचे का प्रस्ताव करता है, जो यह प्रकट करता है कि मॉडल विलंबित व्याकरणिक सामान्यीकरण (delayed grammatical generalization) प्रदर्शित करते हैं, जिसके साथ अधिक भविष्य कहने योग्य, उच्च-आयामी व्याकरणिक अवधारणा वैक्टर्स और केंद्रित अटेंशन पैटर्न का उदय होता है।

Sherin Muckatira, Namrata Shivagunde, Vijeta Deshpande, Anna Rumshisky2026-06-02
🤖 AI

TIGER: Traceable Inference with Graph-Based Evidence Routing for Mitigating Hallucinations in Multimodal Generation

TIGER एक इन्फरेंस-टाइम फ्रेमवर्क है जो एक फ्रोजन बैकबोन के माध्यम से उच्च-जोखिम वाले असमर्थित तथ्यों की पहचान करने और उन्हें सुधारने के लिए अवलोकन और दावे के ग्राफों को स्वतंत्र रूप से निर्मित करके मल्टीमॉडल जनरेशन में मतिभ्रम (hallucinations) को कम करता है, जिससे विभिन्न क्रॉस-मोडल कार्यों में कार्य की गुणवत्ता को बनाए रखते हुए अनग्राउंडेड सामग्री को कम किया जाता है।

Kaixiang Zhao, Tianrun Yu, Shawn Huang, Porter Jenkins, Yushun Dong, Amanda Hughes2026-06-02
🤖 machine learning

InfoAtlas: A Foundation Model for Zero-Shot Statistical Dependence Estimate

इन्फोएटलस (InfoAtlas) एक फाउंडेशन मॉडल है जो एकल फॉरवर्ड पास में म्यूचुअल इंफॉर्मेशन का सीधे अनुमान लगाकर रीयल-टाइम, ज़ीरो-शॉट सांख्यिकीय निर्भरता अनुमान प्राप्त करता है, जो पारंपरिक पुनरावृत्ति न्यूरल अनुमानकों की तुलना में 100 गुना गति के साथ अत्याधुनिक सटीकता प्रदान करता है।

Zhengyang Hu, Yanzhi Chen, Hanxiang Ren, Qunsong Zeng, Youyi Zheng, Adrian Weller, Kaibin Huang, Yanchao Yang2026-06-02
🤖 machine learning

HOIST: Humanoid Optimization with Imitation and Sample-efficient Tuning for Manipulating Suspended Loads

यह शोध पत्र HOIST प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो वीआर (VR) टेलीऑपरेशन से इमिटेशन लर्निंग को सैंपल-एफिशिएंट रिइन्फोर्समेंट लर्निंग के साथ जोड़ता है ताकि ह्यूमनॉइड रोबोट्स को निलंबित, अंडरएक्टुएटेड भार को सटीक रूप से मैनिपुलेट और प्लेस करने में सक्षम बनाया जा सके।

Songyang Liu, Shunyu Yao, Dingyuan Huang, Shuai Li2026-06-02
🤖 machine learning

Per-Group Error, Not Total MSE: Fine-Tuning Vision-Language-Action Models for 11-DoF Mobile Manipulation

यह शोध पत्र यह प्रदर्शित करता है कि विषम जॉइंट स्पेस वाले मोबाइल मैनिपुलेटर्स पर विजन-लैंग्वेज-एक्शन मॉडल्स को फाइन-ट्यून करने के लिए, कुल मीन स्क्वेयर्ड एरर (MSE) के बजाय प्रति-ग्रुप एरर के आधार पर चेकपॉइंट्स का चयन करना विशिष्ट जॉइंट विफलताओं को छिपाने से बचने और वास्तविक दुनिया के रोबोट प्रदर्शन को बेहतर बनाने के लिए महत्वपूर्ण है।

Pau Montagut Bofi, Mario García Blasco, Tessa Pulli, Markus Vincze2026-06-02
🤖 machine learning

ARCA: Adapter-Residual Credit Assignment When Token Signals Degenerate

यह शोध पत्र LoRA-आधारित सुदृढीकरण शिक्षण (reinforcement learning) के लिए टोकन-स्तरीय क्रेडिट असाइनमेंट में एक संरचनात्मक विफलता मोड की पहचान करता है, जहाँ सामान्य आंतरिक संकेत क्षय (degenerate) हो जाते हैं, और ARCA का प्रस्ताव करता है, जो एक हल्का तरीका है जो बिना किसी सीखे गए रिवॉर्ड मॉडल की आवश्यकता के गैर-क्षयकारी क्रेडिट सिग्नल प्रदान करने के लिए एडैप्टर के हिडन-स्टेट रेसिडुअल्स से टोकन सैलिएंस (salience) प्राप्त करता है।

Rodney Lafuente-Mercado2026-06-02
🤖 machine learning

When Softmax Fails at the Top: Extreme Value Corrections for InfoNCE

यह शोधपत्र \textsc{WEINCE} का प्रस्ताव करता है, जो कि एक्सट्रीम वैल्यू थ्योरी (extreme value theory) और ऑनलाइन बैच सांख्यिकी (online batch statistics) को शामिल करके कंट्रास्टिव लर्निंग में मानक सॉफ्टमैक्स के सांख्यिकीय मिसअलाइनमेंट (statistical misalignment) को ठीक करने वाला InfoNCE ऑब्जेक्टिव का एक पैरामीटर-मुक्त संशोधन है, जिसके परिणामस्वरूप कई विजन बेंचमार्क पर निरंतर प्रदर्शन सुधार प्राप्त होता है।

Melihcan Erol, Suat Evren, Oktay Ozel, Alexander Morgan, Jongha Jon Ryu, Lizhong Zheng2026-06-02
📊 statistics

Out-of-Distribution generalization of quantile regression with heavy tailed inputs: an SVM approach

यह शोध पत्र आउट-ऑफ-डिस्ट्रीब्यूशन क्वांटाइल रिग्रेशन के लिए एक नवीन सपोर्ट वेक्टर मशीन फ्रेमवर्क का प्रस्ताव करता है जो अत्यधिक, भारी-पूंछ वाले कोवेरिएट्स को प्रभावी ढंग से मॉडल करने के लिए रेगुलर वेरिएशन और रिप्रोड्यूसिंग कर्नल हिलबर्ट स्पेस का लाभ उठाता है और साथ ही परिमित-नमूना शिक्षण गारंटी प्रदान करता है तथा नदी प्रवाह डेटा पर व्यावहारिक उपयोगिता प्रदर्शित करता है।

Baptiste Leroux, Clément Dombry, Anne Sabourin2026-06-02
🤖 machine learning

KISS: Keeping it Simple and Slotted when Learning to Communicate over Wireless

यह शोधपत्र प्रदर्शित करता है कि विकेंद्रीकृत, ऑफ-पॉलिसी डबल डीप क्यू-नेटवर्क एजेंट बिना किसी प्री-ट्रेनिंग या समन्वय के, एक स्लॉटेड वायरलेस चैनल पर कुशल और निष्पक्ष रैंडम चैनल एक्सेस रणनीतियों को स्वायत्त रूप से सीख सकते हैं, जो प्रभावी रूप से एक गतिशील रूप से समायोजित स्लॉटेड ALOHA तंत्र को पुनः खोजते हैं जिसे KISS नाम दिया गया है।

Kamil Szczech, Maksymilian Wojnar, Krzysztof Rusek, Katarzyna Kosek-Szott, Szymon Szott2026-06-02
🤖 AI

StressDream: Steering Video World Models for Robust Policy Evaluation and Improvement

StressDream एक नवीन ढांचा है जो डिफ्यूजन-आधारित वीडियो वर्ल्ड मॉडल्स को उच्च-प्रभाव वाले, प्रशंसनीय भविष्य के परिणामों की ओर निर्देशित करता है, जो सिमेंटिक रीजनिंग और संभाव्यता बाधाओं के संयोजन के माध्यम से प्रारंभिक शोर (initial noise) को अनुकूलित करके किया जाता है, जिससे स्वायत्त प्रणालियों के लिए मजबूत नीति मूल्यांकन और सुधार सक्षम होता है।

Junwon Seo, Sushant Veer, Ran Tian, Wenhao Ding, Apoorva Sharma, Karen Leung, Edward Schmerling, Marco Pavone, Andrea Ba (…)2026-06-02