🤖 Category

cs.LG

23088 पेपर

📊 statistics

When Tabular Foundation Models Transfer Across Modalities: A Systematic Evaluation Across 95 Datasets, 7 Modalities, and Two Regimes

यह शोध पत्र एक एकीकृत वर्गीकरण पाइपलाइन प्रस्तुत करता है जो इन-कॉन्टेक्स्ट इन्फरेंस के लिए इक्विआंगुलर टाइट फ्रेम प्रीप्रोसेसिंग को एक टैबुलर फाउंडेशन मॉडल के साथ जोड़ता है, जो यह प्रदर्शित करता है कि यह 95 डेटासेट और सात मोडैलिटीज में प्रतिस्पर्धी प्रदर्शन प्राप्त करता है और फुल फाइन-ट्यूनिंग की तुलना में काफी तेजी से चलता है तथा व्यावहारिक परिनियोजन के लिए सुव्यवस्थित कॉन्फिडेंस स्कोर प्रदान करता है।

Julien Lafrance2026-06-02
📊 statistics

Error Bounds for a Diffusion Model-Based Drift Estimator

यह शोध पत्र एक स्पष्ट जोखिम सीमा (risk bound) को व्युत्पन्न करके डिफ्यूजन मॉडल-आधारित ड्रिफ्ट एस्टिमेटर के लिए प्रथम सैद्धांतिक गारंटी प्रदान करता है, जो समय-औसत माध्य-वर्ग त्रुटि (time-averaged mean-squared error) को विविक्तीकरण (discretization), स्कोर सन्निकटन (score approximation), शोर इनिशियलाइजेशन (noise initialization) और सैंपलिंग वेरिएंस (sampling variance) के योगदानों में विभाजित करता है।

Ioar Casado-Telletxea, Omar Rivasplata2026-06-02
🤖 machine learning

Understanding-Enhanced Model Collaboration for Long-Tailed Egocentric Mistake Detection

यह शोध पत्र UE-MCM का प्रस्ताव करता है, जो एक समझ-संवर्धित मॉडल सहयोग ढांचा (understanding-enhanced model collaboration framework) है जो मोटे-स्तर की वर्कफ़्लो निरंतरता के लिए एक छोटे मॉडल और सूक्ष्म-स्तर के एक्शन रीजनिंग के लिए एक बड़े मॉडल को जोड़ता है, जिसे एगोसेंट्रिक निर्देशात्मक वीडियो में लॉन्ग-टेल्ड गलतियों को प्रभावी ढंग से पहचानने के लिए विशिष्ट उद्देश्यों के साथ अनुकूलित किया गया है।

Boyu Han, Qianqian Xu, Shilong Bao, Zhiyong Yang, Ruochen Cui, Qingming Huang2026-06-02
🤖 machine learning

Variational Learning for Insertion-based Generation

यह शोध पत्र इंसर्शन प्रोसेस (IP) को प्रस्तुत करता है, जो एक वेरिएशनल लर्निंग फ्रेमवर्क है जो इंसर्शन ट्रेजेक्टरीज और परम्यूटेशन्स के बीच एक बायजेक्टिव पत्राचार के माध्यम से डेटा-संचालित इंसर्शन ऑर्डर्स को सीखकर परिवर्तनीय-लंबाई वाले नॉन-मोनोटोनिक सीक्वेंस जनरेशन को सक्षम बनाता है, जिससे उन डोमेन में मॉडलिंग गुणवत्ता और सामान्यीकरण में सुधार होता है जिनमें एक कैनोनिकल लेफ्ट-टू-राइट स्ट्रक्चर का अभाव होता है।

Yangtian Zhang, Zhe Wang, Arthur Gretton, Rex Ying, David van Dijk, Michalis K. Titsias, Jiaxin Shi2026-06-02
🤖 machine learning

Rethinking Evaluation Paradigms in IBP-based Certified Training

यह शोध पत्र IBP-आधारित प्रमाणित प्रशिक्षण के लिए एक नया मूल्यांकन प्रतिमान प्रस्तावित करता है जो प्राकृतिक बनाम प्रमाणित सटीकता के पारेटो फ्रंट (Pareto fronts) के निर्माण के लिए स्वचालित बहु-उद्देश्यीय हाइपरपैरामीटर अनुकूलन का उपयोग करता है, जिससे पूर्ववर्ती कार्यों में महत्वपूर्ण अंडरट्यूनिंग (undertuning) का पता चलता है और निष्पक्ष, निष्पक्ष तुलनाओं को सक्षम होता है जो एक नए स्टेट ऑफ द आर्ट (state of the art) को स्थापित करता है।

Konstantin Kaulen, Hadar Shavit, Holger H. Hoos2026-06-02
🤖 machine learning

TimeBlocks: Foundational and Continual Time-Series Blockbase -- Extended Version

यह शोध पत्र TimeBlocks को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो परिवर्तनीय मॉड्यूलर ब्लॉक्स को गतिशील रूप से रूट करके और निरंतर अंशांकन (कैललिब्रेशन) के लिए StreamCore का उपयोग करके हल्के, बहुमुखी टाइम-सीरीज मॉडल का निर्माण करता है, जिससे सटीक वास्तविक समय प्रसंस्करण सक्षम होता है और संसाधन-बाधित स्ट्रीमिंग वातावरण में मौजूदा फाउंडेशनल मॉडल्स से बेहतर प्रदर्शन होता है।

David Campos, Bin Yang, Tung Kieu, Lei Chen, Chenjuan Guo, Christian S. Jensen2026-06-02
🤖 machine learning

Hybrid Neural Ordinary Differential Equations for Data-Efficient Polymerization Modeling with Incomplete Kinetics

यह शोध पत्र एक हाइब्रिड न्यूरल ऑर्डिनरी डिफरेंशियल इक्वेशन फ्रेमवर्क प्रस्तावित करता है जो आंशिक रूप से चरित्रित काइनेटिक्स के लिए एक न्यूरल नेटवर्क सरोगेट के साथ स्पष्ट यांत्रिक द्रव्यमान संतुलन (मैकेनिस्टिक मास बैलेंसेज) को एकीकृत करता है, जो विरल और शोर युक्त स्थितियों में शुद्ध डेटा-संचालित मॉडलों की तुलना में मुक्त-तत्व बहुलकीकरण (फ्री-रेडिकल पॉलीमराइजेशन) गतिकी की भविष्यवाणी करने में बेहतर डेटा दक्षता और भौतिक निरंतरता प्रदर्शित करता है।

Marah Almanasreh, Alexander Mitsos, Eike Cramer2026-06-02
🤖 machine learning

EEG-FuseFormer: A Transformer-Driven Feature Fusion Framework for Seizure Onset Prediction

यह शोध पत्र EEG-FuseFormer का प्रस्ताव करता है, जो एक ट्रांसफार्मर-संचालित फीचर फ्यूजन फ्रेमवर्क है जो CHB-MIT डेटासेट पर स्टेट-ऑफ-द-आर्ट सीज़र ऑनसेट प्रेडिक्शन सटीकता (98.85% रिकॉल) प्राप्त करने के लिए CNN-LSTM और ResNet-18 फीचर्स को संयोजित करता है, जो क्रॉस-पेशेंट परिदृश्यों में बेहतर प्रदर्शन प्रदर्शित करता है और विविध हार्डवेयर प्लेटफॉर्म पर इसकी कम्प्यूटेशनल दक्षता का मूल्यांकन करता है।

Vigneshwar Hariharan (National University of Singapore), Chithra Reghuvaran (University College Dublin), Arlene John (Un (…)2026-06-02
🤖 machine learning

Closing the Alignment-Maturity Gap in Federated Prototype Learning

यह शोध पत्र FedSAP प्रस्तुत करता है, जो एक प्रोटोटाइप-आधारित विधियों में एलाइनमेंट-मैच्योरिटी गैप (alignment-maturity gap) को संबोधित करने के लिए एक नियतात्मक एलाइनमेंट करिकुलम (deterministic alignment curriculum) को ज्योमेट्री-ड्रिवन प्रॉक्सी सेपरेशन लॉस (geometry-driven proxy separation loss) के साथ जोड़कर संचार ओवरहेड बढ़ाए बिना विषम डेटा स्थितियों के तहत प्रतिनिधित्व शिक्षण (representation learning) को स्थिर करने और प्रदर्शन में महत्वपूर्ण सुधार करने वाला एक फेडेरेटेड लर्निंग फ्रेमवर्क है।

Mario Casado-Diez, Alejandro Dopico-Castro, Verónica Bolón-Canedo, Bertha Guijarro-Berdiñas2026-06-02
🤖 machine learning

The Ghost Couple: Correlated LLM Name Priors and Their Haunting of the Web and Academic Publishing

यह शोध पत्र प्रकट करता है कि बड़े भाषा मॉडल विविध काल्पनिक और शैक्षणिक संदर्भों में सुसंगत, सहसंबंधित "भूत" (घोस्ट) नाम के जोड़ों और त्रयियों को उत्पन्न करते हैं, जिससे वास्तविक DOI वाले फर्जी विद्वान रिकॉर्ड्स का बड़े पैमाने पर निर्माण होता है जो अनजाने में मॉडल-विशिष्ट व्यवहार संबंधी फिंगरप्रिंट और परिनियोजन समयसीमाओं को उजागर कर देते हैं।

Michał Brzozowski, Neo Christopher Chung2026-06-02