🤖 Category

cs.LG

23088 पेपर

🤖 AI

Extreme Low-Bit Inference in Reasoning Models: Failure Modes and Targeted Recovery

यह शोध पत्र यह प्रदर्शित करता है कि जबकि लार्ज रीजनिंग मॉडल्स (Large Reasoning Models) में आक्रामक 2-बिट क्वांटाइजेशन अक्सर दोहराव वाले लूप और विलंबित प्रतिबद्धता (delayed commitment) जैसी जनरेशन पैथोलॉजी के कारण एंड-टू-एंड धीमापन का कारण बनता है, इन समस्याओं को FP16 प्लानिंग और लूप रेस्क्यू जैसे हल्के नियंत्रणों के माध्यम से प्रभावी ढंग से कम किया जा सकता है, जिससे वास्तविक अनुमान गति (real inference speed) को बनाए रखते हुए उच्च सटीकता प्राप्त की जा सकती है।

Ekaterina Alimaskina, Darya Rudas, Denis Shveykin, Gleb Molodtsov, Pavel Vasiliev, Aleksandr Beznosikov2026-06-02
🤖 machine learning

Evaluating Real-World Generalizability of Algorithm Selection Models

यह अध्ययन सिंथेटिक बेंचमार्क और विविध वास्तविक-विश्व अनुकूलन कार्यों के बीच एल्गोरिदम चयन मॉडलों की अंतरण क्षमता का व्यवस्थित रूप से विश्लेषण करके उनकी वास्तविक-विश्व सामान्यीकरण क्षमता का मूल्यांकन करता है, तथा व्यावहारिक अनुप्रयोगों के लिए इन प्रणालियों को तैनात करने में प्रमुख सीमाओं और चुनौतियों की पहचान करता है।

Gjorgjina Cenikj, Jakub Kudela, Eva Tuba, Tome Eftimov2026-06-02
💬 NLP

Unveiling the Entropy Dynamics of Chain-of-Thought Reasoning

यह शोध पत्र चेन-ऑफ-थॉट रीजनिंग (Chain-of-Thought reasoning) में एक दो-चरणीय एंट्रॉपी संरचना को प्रकट करता है—जिसमें अनिश्चितता अन्वेषण चरण (uncertainty exploration phase) और उच्च-अतिरेक आत्मविश्वास चरण (high-redundancy confidence phase) शामिल हैं—और संक्रमण बिंदु का पता लगाने के लिए CUSUM एल्गोरिदम का लाभ उठाता है, जो अर्ली-एग्जिट दक्षता (early-exit efficiency) और टेस्ट-टाइम स्केलिंग सटीकता (test-time scaling accuracy) दोनों में महत्वपूर्ण सुधार करने वाला एक प्रशिक्षण-मुक्त ढांचा सक्षम करता है।

Ting Xu, Xu He, Yupu Lu, Jiankai Sun, Dong Li, Wai Lam, Jianye Hao2026-06-02
🤖 AI

RL-ACRGNet: Reinforcement Learning-Based Chest Radiology Report Generation Network

यह शोध पत्र RL-ACRGNet का प्रस्ताव करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) आधारित एनकोडर-डिकोडर मॉडल है जो नैदानिक रूप से सुसंगत चेस्ट रेडियोग्राफी रिपोर्ट के स्वचालित निर्माण को सुव्यवस्थित करने के लिए एक प्री-ट्रेंड DenseNet और मल्टीलेवल LSTM को एकीकृत करता है, जो IU-Xray और MIMIC-CXR डेटासेट पर अत्याधुनिक बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Yogesh Kumar Meena, Saurabh Agarwal, K. V. Arya2026-06-02
🔬 physics

Realistic noise synthesis reduces bias and improves tissue microstructure estimation with supervised machine learning

यह शोध पत्र यह प्रदर्शित करता है कि सुपरवाइज्ड मशीन लर्निंग प्रशिक्षण डेटा में यथार्थवादी शोर संश्लेषण (नॉइज़ सिंथेसिस) को शामिल करना, जो रिसियन प्रत्याशा (रिशियन एक्सपेक्टेशन) और प्रभावी पोस्ट-प्रोसेसिंग शोर प्रसरण (नॉइज़ वेरिएंस) को ध्यान में रखता है, कोवेरिएट शिफ्ट को प्रभावी ढंग से कम करता है और डिफ्यूजन एमआरआई ऊतक सूक्ष्म संरचना पैरामीटर अनुमान में, विशेष रूप से कम-एसएनआर (SNR) शासन में, पूर्वाग्रह को महत्वपूर्ण रूप से कम करता है।

Bradley G. Karat, Maëliss Jallais, Ali R. Khan, Santiago Aja-Fernández, Jelle Veraart, Marco Palombo2026-06-02
📊 statistics

Convex Distance Operator Transport: A Convex and Geometry-Preserving Formulation

यह शोध पत्र कॉनवेक्स डिस्टेंस ऑपरेटर ट्रांसपोर्ट (CDOT) को प्रस्तुत करता है, जो एक नवीन कॉनवेक्स ऑप्टिमल ट्रांसपोर्ट फ्रेमवर्क है जो ज्यामितीय संरचना को संरक्षित करते हुए विषम डोमेन के बीच वितरणों को संरेखित करता है, एक वैध स्यूडोमेट्रिक प्रदान करता है, एक डिस्पर्शन गैप के माध्यम से ग्रोमोव-वासरस्टीन की नॉन-कॉन्वेक्सिटी की सैद्धांतिक व्याख्या करता है, और सिद्ध निरंतरता के साथ बेहतर अनुभवजन्य प्रदर्शन प्रदान करता है।

Junhyoung Chung, Euijong Song, Won Hwa Kim, Gunwoong Park2026-06-02
📊 statistics

Query-Limited Community Recovery in Stochastic Block Models

यह शोध पत्र प्रदर्शित करता है कि अनुकूलनशील क्वेरी रणनीतियाँ (adaptive querying strategies) सीमित और शोरयुक्त डेटा एक्सेस के तहत स्टोकेस्टिक ब्लॉक मॉडल में सटीक समुदाय रिकवरी की सूचना-सैद्धांतिक सीमाओं (information-theoretic limits) में कड़ाई से सुधार कर सकती हैं, जो गैर-अनुकूलनशील समान दृष्टिकोणों की तुलना में काफी कम क्वेरी के साथ सफलता प्राप्त करती हैं।

Sabyasachi Basu, Manuj Mukherjee, Lutz Oettershagen, Suhas Thejaswi2026-06-02
🤖 machine learning

Ablating Archetypes: The Stability of Archetypal SAEs is an Artifact of Initialization and Metric Design

यह शोधपत्र यह प्रदर्शित करता है कि आर्कटाइपल (Archetypal) SAEs की रिपोर्ट की गई स्थिरता समान इनिशियलाइजेशन और मेट्रिक डिज़ाइन का एक आर्टिफैक्ट (artifact) है न कि एक वास्तविक अभिसरण गुण (convergence property), यह तर्क देते हुए कि वास्तविक स्थिरता को स्थिरीकरण (stabilization) से अलग किया जाना चाहिए और प्रक्षेपवक्र निदान (trajectory diagnostics) एवं इनिशियलाइजेशन एब्लेशन (initialization ablations) के माध्यम से सत्यापित किया जाना चाहिए।

Michał Brzozowski, Neo Christopher Chung2026-06-02
🤖 machine learning

Beyond ℓ2\ell_2-norm and ℓ∞\ell_\infty-norm: A Curvature-Inspired ℓp\ell_p-Norm Scheme for Deep Neural Networks

यह शोध पत्र एक नवीन वक्रता-प्रेरित (curvature-inspired) ℓp\ell_p-नॉर्म अनुकूलन योजना प्रस्तावित करता है जिसमें एक गतिशील रूप से क्षय होता (dynamically decaying) pp पैरामीटर है जो उच्च-वक्रता प्रभुत्व को दबाने से लेकर स्थिर अपडेट सक्षम करने तक संक्रमण करता है, जिसके परिणामस्वरूप LPSGD और LPSGDM ऑप्टिमाइज़र प्राप्त होते हैं जो विभिन्न डीप न्यूरल नेटवर्क आर्किटेक्चर और डेटासेट में O(T−1/2)O(T^{-1/2}) अभिसरण (convergence) और बेहतर सामान्यीकरण (generalization) प्राप्त करते हैं।

Jianhao Xu, Zhuang Yang2026-06-02
📊 statistics

It does what it says on the tin: safe synthetic data from coarsened margins

यह शोध पत्र इटरेटिव प्रोपोर्शनल फिटिंग एल्गोरिदम का उपयोग करके डेटासेट को पुनर्गठित करने से पहले वेरिएबल मार्जिन पर सांख्यिकीय प्रकटीकरण नियंत्रण और कोर्सनिंग (coarsening) लागू करके सिंथेटिक डेटा उत्पन्न करने के लिए एक पारदर्शी और सुरक्षित विधि प्रस्तावित करता है।

Gillian M Raab2026-06-02