🤖 Category

cs.LG

23088 पेपर

💻 computer science

HASTE: Hardware-Aware Dynamic Sparse Training for Large Output Spaces

यह शोध पत्र HASTE को पेश करता है, जो एक्सट्रीम मल्टी-लेबल क्लासिफिकेशन के लिए एक हार्डवेयर-अवेयर डायनेमिक स्पार्स ट्रेनिंग फ्रेमवर्क है, जो मेमोरी बॉटलनेक्स और अनियमित एक्सेस पैटर्न को दूर करने के लिए ग्रुप-शेयर्ड फिक्स्ड फैन-इन स्पैरसिटी और एक हाइब्रिड डेंस-स्पार्स आर्किटेक्चर का उपयोग करता है, जिससे डेंस और पूर्ववर्ती स्पार्स बेसलाइन्स की तुलना में प्रेडिक्शन एक्यूरेसी को बनाए रखते हुए या उसमें सुधार करते हुए फॉरवर्ड और बैकवर्ड पासेस में महत्वपूर्ण स्पीडअप प्राप्त होता है।

Nasib Ullah, Jinbin Zhang, Jean Lucien Randrianantenaina, Erik Schultheis, Rohit Babbar2026-06-02
💰 quantitative finance

A Per-Component Diagnostic Protocol for Neural HJB-PIDE Solvers under Control-Dependent Lévy Jumps

यह शोध पत्र एक पांच-चरणीय नैदानिक प्रोटोकॉल प्रस्तावित करता है जो छिपे हुए ऑपरेटर त्रुटियों, जैसे कि नियंत्रण-निर्भर लेवी जंप मॉडल में एक लुप्त मिश्रण कारक (mixture factor) का पता लगाने के लिए न्यूरल HJB-PIDE सॉल्वर के हैमिल्टोनियन को विघटित करता है, जिन्हें मानक स्केलर मेट्रिक्स स्पष्ट अभिसरण (convergence) के बावजूद पहचानने में विफल रहते हैं।

R. Drissi2026-06-02
💻 computer science

STARFISH: faST Accuracy Recovery in pruned networks From Internal State Healing

यह शोध पत्र STARFISH को पेश करता है, जो एक कुशल हीलिंग विधि है जो अनलेबल कैलिब्रेशन डेटा के एक बहुत छोटे सेट का उपयोग करके प्रून किए गए मॉडल के आंतरिक स्टेट रिप्रजेंटेशन को मूल मॉडल के साथ संरेखित करके न्यूरल नेटवर्क प्रूनिंग के दौरान खोई गई अधिकांश सटीकता को पुनः प्राप्त करती है, जो विशेष रूप से आक्रामक प्रूनिंग स्थितियों के तहत अत्याधुनिक तकनीकों से काफी बेहतर प्रदर्शन करती है।

Shir Maon, Odelia Melamed, Adi Shamir2026-06-02
💻 computer science

Local MixVR: Breaking the Communication-Sample Dependence in Distributed Learning

यह शोधपत्र Local MixVR को प्रस्तुत करता है, जो एक नवीन वितरित शिक्षण ढांचा (डिस्ट्रीब्यूटेड लर्निंग फ्रेमवर्क) है जो स्थानीय अपडेट्स को वेरिएंस रिडक्शन के साथ एकीकृत करता है ताकि संचार जटिलता (कम्युनिकेशन कॉम्प्लेक्सिटी) की कुल नमूनों की संख्या पर निर्भरता को समाप्त किया जा सके, जिससे एक ऐसी जटिलता प्राप्त होती है जो केवल श्रमिकों (वर्कर्स) की संख्या के साथ स्केल करती है और अत्याधुनिक बेसलाइनों से बेहतर प्रदर्शन करती है।

Tehila Dahan, Bassel Hamoud, Roie Reshef, Martin Jaggi, Kfir Y. Levy2026-06-02
💻 computer science

Lagrangian Perturbation Diffusion Steering: Latent Reinforcement Learning for Generative Policies

यह शोध पत्र लैग्रेंजियन पर्टर्बेशन डिफ्यूजन स्टीयरिंग (LP-DS) का प्रस्ताव करता है, जो एक हल्का (lightweight) तरीका है जो एक लैग्रेंजियन ट्रस्ट-रीजन ऑब्जेक्टिव के माध्यम से कॉम्पैक्ट नॉइज़-स्पेस पर्टर्बेशन्स को सीखकर फ्रोजन जेनरेटिव पॉलिसियों को फाइन-ट्यून करता है, जिससे एक्शन-स्पेस एंट्रॉपी को बनाए रखते हुए विविध रोबोटिक और लोकोमोशन बेंचमार्क में सैंपल दक्षता और प्रदर्शन में महत्वपूर्ण सुधार होता है।

Hikmet Simsir, Ozgur S. Oguz2026-06-02
💻 computer science

When Data Is Scarce: Scaling Sparse Language Models with Repeated Training

यह शोध पत्र डेटा की कमी के तहत स्पार्स लैंग्वेज मॉडल ट्रेनिंग की जांच करता है, जो यह प्रदर्शित करता है कि स्पर्सिटी न केवल दक्षता में सुधार करती है बल्कि डेटा सैचुरेशन (डेटा संतृप्ति) को भी विलंबित करती है और एक नया स्केलिंग लॉ सक्षम करती है जो सक्रिय पैरामीटर्स, डेटा पुनरावृत्ति और कंप्यूट बजट के बीच प्रदर्शन संबंधी ट्रेड-ऑफ को अनुकूलित करता है।

Boqian Wu, Qiao Xiao, Patrik Okanovic, Tomasz Sternal, Maurice van Keulen, Mykola Pechenizkiy, Elena Mocanu, Torsten Hoe (…)2026-06-02
💻 computer science

Revisiting Neural Processes via Fourier Transform and Volterra Series

यह शोधपत्र ट्रांसलेशन-इक्विवेरिएंट न्यूरल प्रोसेसेज का एक नया वर्ग प्रस्तावित करता है जो विश्लेषणात्मक पारदर्शिता के लिए वोल्टेरा सीरीज़ (Volterra series) का लाभ उठाता है और ग्लोबल रिसेप्टिव फील्ड्स एवं लीनियर स्केलिंग के साथ अनियमित रूप से सैंपल किए गए डेटा को कुशलतापूर्वक मॉडल करने के लिए सेट फूरियर कन्वोल्यूशन (Set Fourier Convolutions) पेश करता है।

Peiman Mohseni, Nick Duffield, Raymond K. W. Wong2026-06-02
💻 computer science

Temporal Motif Signatures for Temporal Graph Neural Networks

यह शोध पत्र एक संक्षिप्त, लीकेज-सुरक्षित 13-कोऑर्डिनेट मोटिफ फीचर मैप प्रस्तुत करता है जो रेसिप्रोसिटी (reciprocity) और ट्रायडिक फ्लो (triadic flow) जैसे शॉर्ट-होरिजन टेम्पोरल पैटर्न को कैप्चर करता है, यह प्रदर्शित करते हुए कि मौजूदा टेम्पोरल ग्राफ न्यूरल नेटवर्क को इन फीचर्स के साथ संवर्धित करना बिना किसी आर्किटेक्चरल बदलाव की आवश्यकता के विविध लिंक प्रेडिक्शन और क्लासिफिकेशन कार्यों में प्रदर्शन में लगातार सुधार करता है।

Dylan Sandfelder, Mihai Cucuringu, Xiaowen Dong2026-06-02
💻 computer science

Physics-Informed Deep Learning for Entropy Prediction in Heterogeneous Systems: Thermodynamic and Information-Theoretic Case Studies

यह शोध पत्र एक एकीकृत भौतिकी-सूचित गहन शिक्षण (Physics-Informed Deep Learning) ढांचे को प्रस्तुत करता है जो ऊष्मागतिक और वित्तीय प्रणालियों में एंट्रॉपी की सटीक भविष्यवाणी करने के लिए अवकल समीकरण अवशेषों (differential equation residuals) और सूचना-सैद्धांतिक सीमाओं दोनों को लागू करता है, जिससे शून्य द्वितीय नियम उल्लंघन, उत्कृष्ट डेटा दक्षता और ज्यामितीय विश्लेषण के माध्यम से चरण अस्थिरताओं (phase instabilities) की पहचान करने की क्षमता प्राप्त होती है।

Biswajeet Sahoo, Debadutta Patra2026-06-02✓ Author reviewed ⓘ
🤖 AI

The Shape of Wisdom: Decision Trajectories in Language Models

यह शोध पत्र तीन भाषा मॉडलों के माध्यम से 9,000 निर्णय प्रक्षेप पथों (decision trajectories) का विश्लेषण करता है ताकि यह प्रकट किया जा सके कि शुद्धता (correctness) और स्थिरता (stability) अलग-अलग गुण हैं, जो यह प्रदर्शित करता है कि अटेंशन मैकेनिज्म मुख्य रूप से स्थिर सही उत्तरों को संचालित करते हैं जबकि विशिष्ट टेक्स्ट स्पैन निर्णय मार्जिन को महत्वपूर्ण रूप से प्रभावित करते हैं।

Shailesh Rana2026-06-02