🤖 machine learning

Sequential Group Composition: A Window into the Mechanics of Deep Learning

यह शोधपत्र अनुक्रमिक समूह संरचना (sequential group composition) कार्य को एक सुलभ ढांचे के रूप में प्रस्तुत करता है ताकि यह विश्लेषण किया जा सके कि न्यूरल नेटवर्क संरचित ऑपरेशनों को कैसे सीखते हैं, जिससे यह प्रकट होता है कि जहाँ उथले नेटवर्कों को समूह निरूपणों (group representations) को अनुक्रमिक रूप से सीखने के लिए घातीय चौड़ाई (exponential width) की आवश्यकता होती है, वहीं गहरे आर्किटेक्चर कुशल लघुगणकीय (logarithmic) या रैखिक स्केलिंग प्राप्त करने के लिए साहचर्य (associativity) का लाभ उठाते हैं।

Giovanni Luca Marchetti, Daniel Kunin, Adele Myers, Francisco Acosta, Nina Miolane2026-06-01
🧬 biology

A hitchhiker's guide to Poisson gradient estimation

यह शोध पत्र एक संशोधित एक्सपोनेंशियल अराइवल टाइम (Exponential Arrival Time) विधि पेश करते हुए पॉइसन-वितरित (Poisson-distributed) लेटेंट वेरिएबल्स के माध्यम से डिफरेंशिएशन के लिए एक व्यवस्थित तुलना और व्यावहारिक मार्गदर्शन प्रस्तुत करता है, जो विभिन्न वितरण व्यवस्थाओं (distributional regimes) के लिए दोनों दृष्टिकोणों के बीच के समझौतों को स्पष्ट करते हुए, गम्बल-सॉफ्टमैक्स (Gumbel-SoftMax) रिलैक्सेशन की तुलना में बेहतर ग्रेडिएंट गुणवत्ता और मजबूती प्रदान करता है।

Michael Ibrahim, Hanqi Zhao, Eli Sennesh, Zhi Li, Anqi Wu, Jacob L. Yates, Chengrui Li, Hadi Vafaii2026-06-01
🤖 machine learning

End-to-End Compression for Tabular Foundation Models

यह शोध पत्र TACO को प्रस्तुत करता है, जो एक एंड-टू-एंड टैबुलर कम्प्रेशन मॉडल है जो बड़े पैमाने के डेटासेट पर प्रेडिक्टिव प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए, स्टेट-ऑफ-द-आर्ट ट्रांसफार्मर-आधारित टैबुलर फाउंडेशन मॉडल्स की तुलना में इन्फरेंस समय और मेमोरी के उपयोग को काफी कम कर देता है।

Guri Zabërgja, Rafiq Kamel, Arlind Kadra, Christian M. M. Frey, Josif Grabocka2026-06-01
📊 statistics

Parameter-free Dynamic Regret: Time-varying Movement Costs, Delayed Feedback, and Memory

यह शोध पत्र समय-परिवर्ती संचलन लागत (time-varying movement costs) वाले अनकन्स्ट्रेंड ऑनलाइन कॉनवेक्स ऑप्टिमाइज़ेशन के लिए एक नवीन पैरामीटर-मुक्त एल्गोरिदम प्रस्तावित करता है जो पहला कंपैरेटर-एडेप्टिव डायनेमिक रिग्रेट बाउंड प्राप्त करता है, जिसे फिर विलंबित फीडबैक और समय-परिवर्ती मेमोरी से जुड़ी समस्याओं के लिए इष्टतम गारंटी स्थापित करने के लिए लागू किया जाता है।

Hao Qiu, Andrew Jacobsen, Emmanuel Esposito, Mengxiao Zhang2026-06-01
🤖 machine learning

Fair Decisions from Calibrated Scores: Achieving Optimal Classification While Satisfying Sufficiency

यह शोध पत्र समूह-कैलिब्रेटेड स्कोर का उपयोग करते हुए पर्याप्तता (अनुमानित समानता) बाधा के तहत इष्टतम बाइनरी वर्गीकरण प्राप्त करने के लिए एक सटीक ज्यामितीय लक्षण वर्णन और एक सरल पोस्ट-प्रोसेसिंग एल्गोरिदम प्रस्तुत करता है, साथ ही पर्याप्तता और पृथक्करण के बीच अंतर्निहित व्यापार-बंद (ट्रेड-ऑफ) को भी संबोधित करता है।

Etam Benger, Katrina Ligett2026-06-01
💬 NLP

ParisKV: Fast and Drift-Robust KV-Cache Retrieval for Long-Context LLMs

ParisKV एक ड्रिफ्ट-रोबस्ट (drift-robust), GPU-नेटिव KV-कैश रिट्रीवल फ्रेमवर्क है जो मिलियन-टोकन कॉन्टेक्स्ट के लिए स्टेट-ऑफ-द-आर्ट डिकोडिंग दक्षता और स्केलेबिलिटी प्राप्त करने के लिए कोलिजन-आधारित कैंडिडेट सिलेक्शन और क्वांटाइज्ड रिरैंकिंग का लाभ उठाता है, जो गति और मेमोरी क्षमता दोनों में मौजूदा बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।

Yanlin Qi, Xinhang Chen, Huiqiang Jiang, Qitong Wang, Botao Peng, Themis Palpanas2026-06-01
🤖 AI

A Kinetic Energy Perspective of Flow Matching

यह शोध पत्र काइनेटिक पाथ एनर्जी (KPE) को एक भौतिकी-प्रेरित नैदानिक (diagnostic) के रूप में प्रस्तुत करता है जो फ्लो-आधारित जनरेटिव मॉडल्स में प्रक्षेपवक्र प्रयास (trajectory effort) को सिमेंटिक फिडेलिटी और डेटा स्पर्सिटी से जोड़ता है, जो एक गैर-एकदिष्ट (non-monotonic) संबंध को प्रकट करता है जहाँ अत्यधिक ऊर्जा मेमोराइजेशन का कारण बनती है, और बेहतर जनरेशन गुणवत्ता के लिए इस संतुलन को अनुकूलित करने हेतु एक ट्रेनिंग-फ्री इन्फरेंस रणनीति के रूप में काइनेटिक ट्रजेक्टरी शेपिंग (KTS) का प्रस्ताव करता है।

Ziyun Li, Huancheng Hu, Soon Hoe Lim, Xuyu Li, Fei Gao, Enmao Diao, Zezhen Ding, Michalis Vazirgiannis, Henrik Bostrom2026-06-01
🤖 AI

Inverting Data Transformations via Diffusion Sampling

यह शोधपत्र ट्रांसफॉर्मेशन-इनवर्टिंग एनर्जी डिफ्यूजन (TIED) को प्रस्तुत करता है, जो एक नवीन विधि है जो अज्ञात डेटा रूपांतरणों को संभाव्य रूप से उलटने के लिए ली ग्रुप्स (Lie groups) पर डिफ्यूजन प्रक्रियाओं और एक नए ट्रिवियलाइज्ड टारगेट-स्कोर आइडेंटिटी का लाभ उठाती है, जिससे इमेज होमोग्राफी और PDE सिमिट्रीज़ जैसे इनपुट विरूपणों के प्रति प्रीट्रेंड न्यूरल नेटवर्क्स की मजबूती बढ़ती है।

Jinwoo Kim, Sékou-Oumar Kaba, Jiyun Park, Seunghoon Hong, Siamak Ravanbakhsh2026-06-01
💬 NLP

A Behavioural and Representational Evaluation of Goal-Directedness in Language Model Agents

यह शोधपत्र एक ऐसे ढांचे का प्रस्ताव करता है जो भाषा मॉडल एजेंटों में लक्ष्य-निर्देशितता (goal-directedness) का मूल्यांकन करने के लिए व्यवहारिक परीक्षण को व्याख्यात्मक विश्लेषण (interpretability analysis) के साथ जोड़ता है, और ग्रिड-वर्ल्ड केस स्टडी के माध्यम से यह प्रदर्शित करता है कि जबकि एजेंट सुदृढ़ प्रदर्शन प्रदर्शित करते हैं, उनके स्थानिक मानचित्रों (spatial maps) और कार्य योजनाओं (action plans) के आंतरिक प्रतिनिधित्व तर्क प्रक्रिया के दौरान गैर-रेखीय पुनर्गठन (non-linear reorganization) से गुजरते हैं, जो केवल व्यवहारिक अवलोकन से परे आत्मनिरीक्षण संबंधी जांच की आवश्यकता को रेखांकित करता है।

Raghu Arghal, Fade Chen, Niall Dalton, Evgenii Kortukov, Calum McNamara, Angelos Nalmpantis, Moksh Nirvaan, Gabriele Sar (…)2026-06-01
🔬 materials science

How Far Can You Grow? Characterizing the Extrapolation Frontier of Graph Generative Models for Materials Science

यह शोध पत्र RADII को प्रस्तुत करता है, जो एक त्रिज्या-अनुरक्षित (radius-resolved) बेंचमार्क है जो सामग्री विज्ञान के लिए ग्राफ जनरेटिव मॉडल्स के "एक्सट्रपलेशन फ्रंटियर" (extrapolation frontier) का व्यवस्थित रूप से लक्षण वर्णन करता है, यह प्रकट करते हुए कि संरचनात्मक निष्ठा (structural fidelity) प्रशिक्षण त्रिज्याओं के परे पूर्वानुमेय रूप से घटती है और यह क्षरण पैटर्न प्रत्येक मॉडल आर्किटेक्चर के लिए अद्वितीय है।

Can Polat, Erchin Serpedin, Mustafa Kurban, Hasan Kurban2026-06-01