🤖 Category

cs.LG

22999 पेपर

🤖 machine learning

Behavior-Invariant Task Representation Learning with Transformer-based World Models for Offline Meta-Reinforcement Learning

यह शोध पत्र ऑफलाइन मेटा-रिनफोर्समेंट लर्निंग के लिए एक नवीन ढांचे का प्रस्ताव करता है जो सूचना-सैद्धांतिक, व्यवहार-अपरिवर्तनीय कार्य प्रतिनिधित्व शिक्षण को ट्रांसफार्मर-आधारित स्टोकेस्टिक वर्ल्ड मॉडल और कंजर्वेटिव वैल्यू पेनल्टीज़ के साथ जोड़ता है ताकि वितरण बदलाव (डिस्ट्रीब्यूशन शिफ्ट) को दूर किया जा सके और स्पार्स-रिवॉर्ड, आउट-ऑफ-डिस्ट्रीब्यूशन वातावरण में मजबूत सामान्यीकरण प्राप्त किया जा सके।

Fuyuan Qian, Menglong Zhang, Song Wang, Quanying Liu2026-06-02
🤖 machine learning

Extending Causal Metamodeling to a non-Markovian Queue

यह शोध पत्र गैर-घातांकीय (non-exponential) वितरणों को फेज-टाइप (phase-type) वितरणों के साथ सन्निकटित करके मॉड्यूलर डायनेमिक बेयसियन नेटवर्क (MDBNs) को गैर-मार्कोवियन कतारों (queues) तक विस्तारित करता है, जिससे प्रत्यक्ष सिमुलेशन की तुलना में महत्वपूर्ण गति वृद्धि के साथ सटीक और कुशल कारण अनुमान (causal inference) सक्षम होता है।

Pracheta Amaranath, Anant Bhide, David Jensen, Peter Haas2026-06-02
🤖 AI

DASH: Dual-Branch Score Distillation for Guidance-Calibrated Compact Diffusion Models

यह शोध पत्र DASH को प्रस्तुत करता है, जो एक डुअल-ब्रांच डिस्टिलेशन फ्रेमवर्क है जो दोनों स्कोर शाखाओं (score branches) को स्वतंत्र रूप से सुपरवाइज करके और शिक्षक के महत्व पाठ्यक्रम (importance curriculum) को स्थानांतरित करके संकुचित डिफ्यूजन मॉडल्स में अनडिटरमाइंड गाइडेंस गैप को हल करता है, जिससे उच्च-गुणवत्ता वाली गाइडेंस फिडेलिटी को बनाए रखते हुए महत्वपूर्ण पैरामीटर कमी प्राप्त की जाती है।

Abdullah Al Shafi, Kazi Saeed Alam, Sk Imran Hossain, Engelbert Mephu Nguifo2026-06-02
🔭 astrophysics

Generative Diffusion Priors for 3D Mapping of the Dark Universe

यह शोध पत्र एक नवीन 3D डार्क मैटर पुनर्निर्माण पद्धति प्रस्तुत करता है जो कमजोर-लेंसिंग अवलोकनों की अनिश्चित प्रकृति (ill-posed nature) पर विजय प्राप्त करने के लिए उच्च-सटीकता वाले कॉस्मोलॉजिकल सिमुलेशन पर प्रशिक्षित एक जनरेटिव डिफ्यूजन मॉडल का लाभ उठाता है, जिससे मौजूदा तकनीकों की तुलना में बेहतर सटीकता और यथार्थवादी सांख्यिकीय गुण प्राप्त होते हैं।

Brandon Zhao, Diana Scognamiglio, Olivier Doré, Katherine L. Bouman2026-06-02
🤖 machine learning

Safe-Subspace Pseudo-Label Refinement for Source-Free Graph Domain Adaptation

यह शोध पत्र सेफसबस्पेस स्यूडो-लेबल रिफाइनमेंट (S2^2PLR) का प्रस्ताव करता है, जो एक सोर्स-फ्री ग्राफ डोमेन अडैप्टेशन फ्रेमवर्क है जो एक कॉन्फिडेंस-कंसिस्टेंट सेफ सबस्पेस की पहचान करके मॉडल की मजबूती को बढ़ाता है ताकि केवल उन नमूनों पर हार्ड स्यूडो-लेबल सुपरविजन लागू किया जा सके जो सिमेंटिक और स्ट्रक्चरल दोनों साक्ष्यों द्वारा समर्थित हैं, जबकि अनिश्चित नमूनों को नॉइज़-टॉलरेंट सॉफ्ट रेगुलराइजेशन के साथ संभाला जाता है।

Yingxu Wang, Xinwang Liu, Siyang Gao, Nan Yin2026-06-02
🤖 machine learning

Partial Fairness Awareness: Belief-Guided Strategic Mechanism for Strategic Agents

यह शोध पत्र आंशिक निष्पक्षता जागरूकता के तहत एक विश्वास-निर्देशित रणनीतिक तंत्र का प्रस्ताव करता है, जहाँ विशिष्ट निष्पक्षता बाधा को छिपाते हुए एक उम्मीदवार सेट को प्रकट करना रणनीतिक एजेंटों को अपने विश्वासों को वास्तविक बाधा के साथ पुनरावृत्ति से संरेखित करने की अनुमति देता है, जिससे निष्पक्षता एक्सपोजर दुविधा को कम किया जा सके और पूर्णतः सार्वजनिक या निजी व्यवस्थाओं की तुलना में बेहतर निष्पक्षता और कल्याण परिणाम प्राप्त किए जा सकें।

Xinpeng Lv, Chunyuan Zheng, Yunxin Mao, Renzhe Xu, Hao Zou, Shanzhi Gu, Liyang Xu, Huan Chen, Yuanlong Chen, Wenjing Yan (…)2026-06-02
🤖 machine learning

Beyond Independent Manipulation: Individual Fairness-aware Strategic Classification with Peer Imitation

यह शोध पत्र इंडिविजुअल फेयरनेस-अवेयर स्ट्रैटेजिक क्लासिफिकेशन (IFSC) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो स्वतंत्र हेरफेर धारणाओं की सीमाओं को संबोधित करता है, व्यक्तिगत निष्पक्षता द्वारा संचालित साथियों के अनुकरण (पीयर इमिटेशन) के रूप में एजेंटों के रणनीतिक व्यवहार को मॉडल करता है, जिससे ऐसे सुदृढ़ क्लासिफायर सीखे जा सकते हैं जो अनुकरण-प्रेरित विरूपणों को कम करते हैं।

Xinpeng Lv, Chunyuan Zheng, Yunxin Mao, Renzhe Xu, Jinxuan Yang, Yuanlong Chen, Wangrong Huang, Shaowu Yang, Wenjing Yan (…)2026-06-02
🤖 AI

Subliminal Learning is a LoRA Artifact

यह शोध पत्र यह प्रदर्शित करता है कि सब्लिमिनल लर्निंग (subliminal learning), जहाँ व्यवहार संबंधी लक्षण निर्दोष डेटा के माध्यम से भाषा मॉडलों के बीच प्रसारित होते हैं, एक सुदृढ़ क्षमता नहीं बल्कि विशिष्ट LoRA हाइपरपैरामीटर्स और फाइनट्यूनिंग संदर्भों के कारण उत्पन्न एक नाजुक आर्टिफैक्ट है।

Todd Nief, Harvey Yiyun Fu, Mark Muchane, Ari Holtzman2026-06-02
📊 statistics

Hybrid Probabilistic Forecasting of Under-Five Malaria Admissions in Ghana: A Gaussian Process Regression with Holt-Winters Smoothing

यह अध्ययन एक हाइब्रिड गॉसियन प्रोसेस रिग्रेशन और होल्ट-विंटर्स स्मूथिंग फ्रेमवर्क प्रस्तावित करता है जो घाना में मासिक पांच वर्ष से कम आयु के मलेरिया प्रवेशों के पूर्वानुमान में पारंपरिक मॉडलों से काफी बेहतर प्रदर्शन करता है, जो स्थानिक सेटिंग्स में परिचालन योजना और प्रारंभिक चेतावनी के लिए एक सुदृढ़, संभाव्य उपकरण प्रदान करता है।

T. Ansah-Narh, Y. Asare Afrane, J. Bremang Tandoh2026-06-02
🤖 machine learning

Online Packet Scheduling with Deadlines and Learning

यह शोध पत्र आंशिक फीडबैक के तहत डेडलाइन के साथ ऑनलाइन पैकेट शेड्यूलिंग (Online Packet Scheduling with Deadlines) की समस्या को स्लीपिंग बैंडिट्स (sleeping bandits) के साथ संबंध स्थापित करके संबोधित करता है, O~(KT)\widetilde{\mathcal{O}}(\sqrt{KT}) के इष्टतम α\alpha-रिग्रेट बाउंड्स प्राप्त करने वाले एल्गोरिदम प्रस्तावित करता है, और यह प्रदर्शित करता है कि सीमित पैकेट प्रकारों के लिए, नियत (deterministic) रणनीतियाँ शास्त्रीय प्रतिस्पर्धी अनुपात (competitive ratio) 1+52\frac{1+\sqrt{5}}{2} की बाधा को पार कर सकती हैं।

Gianmarco Genalti, Achraf Azize, Vianney Perchet2026-06-02