🤖 machine learning

Model Multiplicity and Predictive Arbitrariness in Recidivism Risk Assessment

यह शोध पत्र यह प्रदर्शित करके पुनरावृत्ति जोखिम मूल्यांकन में भविष्य कहनेवाला मनमानापन (predictive arbitrariness) की जांच करता है कि कई समान रूप से सटीक मॉडलों के अस्तित्व के बावजूद, उनके पूर्वानुमान अक्सर व्यवहार में पर्याप्त सहमति प्रदर्शित करते हैं, और निर्णय लेने की विसंगतियों को कम करने के लिए एक प्रभावी समाधान के रूप में इन मॉडलों में से सबसे कम जोखिम स्कोर आवंटित करने की नीति का प्रस्ताव करता है।

Ashwin Singh, Carlos Castillo2026-06-02
🤖 machine learning

Faster Synchronous On-Policy RL via Straggler-Aware Group Sizing

यह शोध पत्र स्ट्रैगलर-अवेयर ग्रुप कंट्रोल (SAGC) को प्रस्तुत करता है, जो एक गतिशील समूह-आकार नियंत्रक है जो स्ट्रैगलर विलंब (straggler delays) को कम करने के लिए समूह के आकार को अनुकूल रूप से समायोजित करके सिंक्रोनस ऑन-पॉलिसी सुदृढीकरण लर्निंग (on-policy reinforcement learning) को अनुकूलित करता है, जिससे प्रशिक्षण स्थिरता से समझौता किए बिना वॉल-क्लॉक दक्षता और मॉडल प्रदर्शन में सुधार होता है।

Azal Ahmad Khan, Ammar Ahmed, Zeshan Fayyaz, Sheng Di, Mingyi Hong, Ali Anwar2026-06-02
🤖 machine learning

CORE-MTL: Rethinking Gradient Balancing via Causal Orthogonal Representations

यह शोधपत्र CORE-MTL का प्रस्ताव करता है, जो एक कारण-प्रेरित (causally motivated), प्रतिनिधित्व-केंद्रित ढांचा है जो साझा अवयवों (shared representations) को सिमेंटिक और अवशेष धाराओं (semantic and residual streams) में विभाजित करके मल्टी-टास्क लर्निंग में सुधार करता है ताकि कार्य-प्रासंगिक संरचनाओं को छद्म संदर्भ (spurious context) से अलग किया जा सके, जिससे मौजूदा अनुकूलन-केंद्रित विधियों की तुलना में बेहतर सामान्यीकरण और कम ग्रेडिएंट हस्तक्षेप प्राप्त होता है।

Chengfeng Wu, Tao Zou, Yanru Wu, Jingge Wang2026-06-02
📊 statistics

Bayesian meta-learning for modeling Alzheimer's disease progression

यह शोध पत्र अल्जाइमर रोग न्यूरोइमेजिंग इनिशिएटिव (ADNI) डेटाबेस पर प्रशिक्षित एक बेयसियन मेटा-लर्निंग मॉडल का प्रस्ताव करता है जो ऐतिहासिक डेटा का लाभ उठाकर व्यक्तिगत रोग प्रगति वितरणों की प्रभावी ढंग से भविष्यवाणी करता है, जो पारंपरिक प्रतिगमन और नियत (डिटरमिनिस्टिक) दृष्टिकोणों की तुलना में बेहतर दीर्घकालिक पूर्वानुमान और कम अति-आत्मविश्वास प्रदान करता है।

Clara Hoffmann, Nadja Klein2026-06-02
📊 statistics

Identifiable Markov Switching Models with Instantaneous Effects and Exponential Families

यह शोध पत्र तात्कालिक प्रभावों (instantaneous effects) और एक्सपोनेंशियल फैमिली नॉइज़ वाले मार्कोव स्विचिंग मॉडल्स में लेटेंट रेजीम्स (latent regimes) और रेजीम-डिपेंडेंट कॉज़ल स्ट्रक्चर्स की आइडेंटिफिएबिलिटी स्थापित करता है, और गैर-स्थिर समय श्रृंखलाओं (non-stationary time series) से इन रेजीम्स का प्रभावी ढंग से पता लगाने और कॉज़ल स्ट्रक्चर्स को खोजने के लिए फ्लोएमएसएम (FlowMSM) फ्रेमवर्क प्रस्तावित करता है।

Roel Hulsman, Carles Balsells-Rodas, Sara Magliacane2026-06-02
🤖 machine learning

BlockGen: Flexible Blockwise Sequence Modeling with Hybrid Samplers

यह शोध पत्र BlockGen प्रस्तुत करता है, जो एक लचीला ब्लॉकवाइज़ सीक्वेंस मॉडलिंग फ्रेमवर्क है जो मास्कड (masked) और यूनिफॉर्म-स्टेट डिफ्यूजन को AR-सूचित प्रेडिक्टर-करैक्टर सैंपलिंग के साथ जोड़ता है ताकि यह प्रदर्शित किया जा सके कि जबकि कम-चरणों वाले ब्लॉक-दर-ब्लॉक जनरेशन में यूनिफॉर्म डिफ्यूजन, मास्कड डिफ्यूजन से बेहतर प्रदर्शन करता है, बढ़ते सैंपलिंग चरणों और विशिष्ट ब्लॉक आकारों के साथ प्रदर्शन का अंतर कम हो जाता है या उलट जाता है।

Justin Deschenaux, Caglar Gulcehre2026-06-02
📊 statistics

ShaplEIG: Bayesian Experimental Design for Shapley Value Estimation

यह शोध पत्र ShaplEIG को प्रस्तुत करता है, जो एक बेयसियन प्रायोगिक डिजाइन पद्धति है जो गठबंधन (coalitions) को अनुकूल रूप से चुनने के लिए गॉसियन प्रोसेस सरोगेट्स और क्लोज्ड-फॉर्म अपेक्षित सूचना लाभ (expected information gain) का लाभ उठाती है, जिससे महंगी, कम-बजट वाली स्थितियों में शापली वैल्यू (Shapley value) अनुमान की नमूना दक्षता (sample efficiency) में महत्वपूर्ण सुधार होता है।

David Rundel, Fabian Fumagalli, Maximilian Muschalik, Bernd Bischl, Matthias Feurer2026-06-02
🤖 machine learning

A combination of noise and bilateral filters achieve supralinear and scalable adversarial robustness in CNNs

यह शोध पत्र प्रदर्शित करता है कि गॉसियन शोर (Gaussian noise) और द्विपक्षीय फ़िल्टरिंग (bilateral filtering) को प्रीप्रोसेसर के रूप में संयोजित करने से सीएनएन (CNNs) में सुप्रालीनियर (supralinear) और स्केलेबल प्रतिकूल सुदृढ़ता (adversarial robustness) प्राप्त होती है, जो मौजूदा रक्षा प्रणालियों की तुलना में काफी कम कम्प्यूटेशनल लागत, पैरामीटर और प्रशिक्षण डेटा के साथ अत्याधुनिक प्रदर्शन प्राप्त करती है।

Nicolas Stalder, Benjamin F. Grewe, Matteo Saponati, Pau Vilimelis Aceituno2026-06-02
💬 NLP

Cross-modal linkage risk in clinical vision-language models

यह शोध पत्र यह प्रदर्शित करता है कि विशिष्ट क्लिनिकल विजन-लैंग्वेज मॉडल क्रॉस-मोडल रिट्रीवल के माध्यम से वि-पहचानीकृत (de-identified) चेस्ट रेडियोग्राफ को उनकी मूल रिपोर्टों से पुनः जोड़ने में सक्षम बनाकर एक महत्वपूर्ण गोपनीयता जोखिम उत्पन्न करते हैं, और अलाइनमेंट लेयर के लक्षित डिफरेंशियल प्राइवेट फाइन-ट्यूनिंग का प्रस्ताव करता है जो मॉडल की नैदानिक उपयोगिता को बनाए रखते हुए इस पुन: जुड़ाव जोखिम को काफी कम कर देता है।

Soroosh Tayebi Arasteh, Mahshad Lotfinia, Sven Nebelung, Daniel Truhn2026-06-02
🤖 machine learning

Massive Spikes in LLMs are Bias Vectors: Mechanistic Uncovering and Spike-Free Quantization

यह शोध पत्र प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स में विशाल एक्टिवेशन स्पाइक्स (activation spikes) सरल स्केलर विसंगतियाँ नहीं बल्कि संरचनात्मक वेक्टर पूर्वाग्रह (structural vector biases) हैं, और इस यांत्रिक अंतर्दृष्टि का लाभ उठाते हुए INSERTQUANT का प्रस्ताव देता है, जो एक पोस्ट-ट्रेनिंग क्वांटिज़ेशन फ्रेमवर्क है जो टेक्स्ट और विजन मोडैलिटीज में सुदृढ़, उच्च-निष्ठा वाले लो-बिट क्वांटिज़ेशन को सक्षम करने के लिए टेम्पलेट वेक्टर्स का उपयोग करके इन स्पाइक्स को समाप्त करता है।

Yung-Chin Chen, Chung Peng Lee, Ze-Wei Liou, Naveen Verma2026-06-02