🤖 Category

cs.LG

23088 पेपर

🤖 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
🤖 machine learning

Coarse-to-Fine Compositional Diffusion for Long-Horizon Planning

यह शोध पत्र कोर्स-टू-फाइन कंपोजिशनल डिफ्यूजन (CoFi) का प्रस्ताव करता है, जो एक इन्फरेंस-टाइम सैंपलर है जो स्थानीय योजनाओं को संरेखित करने के लिए पहले एक वैश्विक संरचनात्मक मचान (ग्लोबल स्ट्रक्चरल स्कैफोल्ड) स्थापित करके और फिर उन्हें परिष्कृत करके दीर्घकालिक नियोजन (लॉन्ग-होराइजन प्लानिंग) को बढ़ाता है, जिससे मौजूदा विधियों की तुलना में काफी कम कम्प्यूटेशनल मूल्यांकनों के साथ बेहतर वैश्विक सुसंगतता और स्थानीय गुणवत्ता प्राप्त होती है।

Byoungwoo Park, Utkarsh A. Mishra, Jaemoo Choi, Juho Lee, Yongxin Chen2026-06-02
🤖 machine learning

CUPID in the Model Zoo: Online Matchmaking for Selecting Your Dream LLM

यह शोध पत्र CUPID को प्रस्तुत करता है, जो एक इंटरैक्शन-कुशल (interaction-efficient) एक्टिव लर्निंग फ्रेमवर्क है जो पेयरवाइज फीडबैक के माध्यम से गुप्त प्राथमिकताओं का अनुमान लगाकर उपयोगकर्ताओं को इष्टतम लार्ज लैंग्वेज मॉडल्स (LLMs) के साथ जोड़ने के लिए एक नवीन बिलीफ-अवेयर अपर कॉन्फिडेंस बाउंड रणनीति के साथ ड्यूलिंग बैंडिट एल्गोरिदम का उपयोग करता है, जिससे चयन लागत और समय में कमी आती है।

Son Nguyen, Xinyuan Liu, Ransalu Senanayake2026-06-02
⚡ electrical engineering

Sympatheia: Emotionally Adaptive Voice Assistant with Continuous Affect Conditioning

यह शोध पत्र 'सिम्पैथिया' (Sympatheia) का परिचय देता है, जो एक भावनात्मक रूप से अनुकूलनशील वॉयस असिस्टेंट फ्रेमवर्क है जो अर्थपूर्ण और स्वर-लहरी के अनुकूल प्रतिक्रियाएं उत्पन्न करने के लिए स्पीच और मल्टीमॉडल सेंसर दोनों से निरंतर वैलेंस-एरोजल कंडीशनिंग का लाभ उठाता है, जिसे एक नए सिंथेटिक डेटासेट और मौजूदा बेसलाइनों की तुलना में बेहतर भावनात्मक संरेखण दिखाने वाले अनुभवजन्य परिणामों द्वारा मान्य किया गया है।

Sukru Samet Dindar, Riki Shimizu, Xilin Jiang, Nima Mesgarani2026-06-02
🤖 machine learning

Enhancing LLM Metacognition via Cognitive Pairwise Training

यह शोध पत्र कॉग्निटिव पेयरवाइज़ ट्रेनिंग (CPT) को प्रस्तुत करता है, जो एक मिड-ट्रेनिंग अलाइनमेंट पद्धति है जो मॉडलों को विश्वसनीय और त्रुटिपूर्ण रीजनिंग ट्रेसेस के बीच अंतर करना सिखाकर LLM मेटाकॉग्निशन और रीजनिंग विश्वसनीयता को बढ़ाती है, जिससे यह रीजनिंग सटीकता और उचित परहेज (abstention) दोनों में मानक SFT+RL पाइपलाइनों से बेहतर प्रदर्शन करती है।

Weitao Li, Hao Zhou, Xuanyu Lei, Fandong Meng, Yuanhang Liu, Jingyi Ren, Ante Wang, Xiaolong Wang, Yuanchi Zhang, Fuwen (…)2026-06-02
🤖 machine learning

Task diversity produces systematic transfer but inhibits continual reinforcement learning

यह शोध पत्र निरंतर सुदृढीकरण शिक्षण (continual reinforcement learning) के लिए एक GPU-त्वरित बेंचमार्क, बनयान (Banyan) को प्रस्तुत करता है, यह प्रदर्शित करने के लिए कि जबकि मानचित्र, वस्तु और निर्भरता अक्षों के साथ कार्य विविधता व्यक्तिगत वितरण परिवर्तनों (distribution shifts) के माध्यम से व्यवस्थित ज़ीरो-शॉट स्थानांतरण (zero-shot transfer) की सुविधा प्रदान करती है, यह अंततः दीर्घकालिक शिक्षण को बनाए रखने या परिवर्तनों की संख्या बढ़ने के साथ विनाशकारी विस्मृति (catastrophic forgetting) को रोकने में विफल रहती है।

Purab Seth, Neil Shah, Kunal Jha, Samuel J. Gershman, Max Kleiman-Weiner, Wilka Carvalho2026-06-02
🤖 machine learning

Memory-Efficient LLM Training with Dynamic Sparsity: From Stability to Practical Scaling

यह शोधपत्र स्पार्स मेमोरी-एफिशिएंट ट्रेनिंग (SMET) को प्रस्तुत करता है, जो वॉर्म-अप और डेंसिटी-अवेयर लर्निंग-रेट स्केलिंग के माध्यम से ऑप्टिमाइज़र कोल्ड-स्टार्ट समस्याओं को संबोधित करके लार्ज लैंग्वेज मॉडल्स के लिए डायनेमिक स्पार्स ट्रेनिंग को स्थिर बनाता है, और साथ ही केवल सक्रिय मापदंडों के लिए स्टेट्स स्टोर करके मेमोरी खपत को कम करता है।

Qiao Xiao, Boqian Wu, Patrik Okanovic, Tomasz Sternal, Maurice van Keulen, Elena Mocanu, Mykola Pechenizkiy, Decebal Con (…)2026-06-02
🤖 machine learning

Reason, Retrieve, Re-rank: A Zero-Shot Reasoning-Aware Framework for Composed Video Retrieval

यह शोध पत्र R3-CoVR प्रस्तुत करता है, जो एक ज़ीरो-शॉट, ट्रेनिंग-फ्री फ्रेमवर्क है जो कंपोज्ड वीडियो रिट्रीवल (Composed Video Retrieval) के लिए एक मल्टीमॉडल लार्ज लैंग्वेज मॉडल का उपयोग करता है ताकि एडिट-प्रेरित स्टेट ट्रांज़िशन (edit-induced state transitions) के बारे में तर्क किया जा सके और पोस्ट-एडिट विवरणों को मौखिक रूप दिया जा सके, जिसके बाद CVPR 2026 VidLLMs चुनौती पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए कॉन्ट्रास्टिव रिट्रीवल (contrastive retrieval) और कंस्ट्रेंट-अवेयर री-रैंकिंग का उपयोग किया जाता है।

Ali Alavi2026-06-02
🤖 machine learning

Accuracy, Stability, and Repeated-Run Reliability of Large Language Models on Deterministic Programming Tasks

यह शोध पत्र यह प्रदर्शित करता है कि मानक रन-लेवल सटीकता मेट्रिक्स, एकल-रन सफलता और निरंतर पुनरावृत्ति-मुक्त प्रदर्शन के बीच के पर्याप्त अंतर को अनदेखा करके, विशेष रूप से मध्यम-स्तरीय मॉडलों के लिए, नियतात्मक प्रोग्रामिंग कार्यों पर बड़े भाषा मॉडलों की विश्वसनीयता को काफी बढ़ा-चढ़ाकर बताते हैं, जिससे सटीक मूल्यांकन के लिए बार-बार किए जाने वाले रन स्थिरता विश्लेषण की आवश्यकता स्थापित होती है।

Yongxi Zhou, Lai Yun Choi, Jiaxi Wen, Wenbo Ye2026-06-02
🤖 machine learning

Task Structure Reverses Layerwise State Encoding in Sequence Models

यह शोध पत्र प्रदर्शित करता है कि अनुक्रम मॉडलों (sequence models) में स्टेट एनकोडिंग का परतवार वितरण (layerwise distribution) कोई स्थिर वास्तुशिल्प विशेषता नहीं है, बल्कि कार्य की कम्प्यूटेशनल संरचना के आधार पर उलट जाता है, जो यह प्रकट करता है कि क्रमविनिमेयता (commutativity) जैसे बीजगणितीय गुण, अंतर्निहित कम्प्यूटेशनल आवश्यकताओं जैसे कि प्रीफिक्स अपडेट बनाम स्टैक ऑपरेशन्स की तुलना में यांत्रिक हस्ताक्षरों (mechanistic signatures) के लिए कम भविष्य कहने वाले होते हैं।

Yuhang Jiang2026-06-02