cs.LG पेपर | Gist.Science

BOKBO (Best of K Bad Options): Calibrated Abstention for VLA Policies

यह शोध पत्र BOKBO को प्रस्तुत करता है, जो K-सैंपल VLA इन्फरेंस के लिए पहला कॉन्फॉर्मल एब्स्टेंशन लेयर (conformal abstention layer) है, जो मौजूदा नॉनकॉन्फॉर्मिटी स्कोर्स में संरचनात्मक विफलताओं को संबोधित करके और फोर्स थ्रेशोल्डिंग में पद्धतिगत खामियों को सुधारकर निष्पादित-उल्लंघन दरों (executed-violation rates) पर परिमित-नमूना वितरण-मुक्त गारंटी प्रदान करता है, जिससे विविध बेंचमार्क और वितरण बदलावों (distribution shifts) में सुरक्षा अंशांकन (safety calibration) और कार्य सफलता में महत्वपूर्ण सुधार होता है।

Anya Singh, Cabrel Happi, Jai Relan, Varun Nair, Vidyut Baradwaj2026-06-01

🧬 biology

Spatio-temporal stochastic graph-based learning for infectious disease forecasting

यह शोध पत्र एक स्थानिक-कालिक स्टोकेस्टिक ग्राफ-आधारित शिक्षण आर्किटेक्चर प्रस्तावित करता है जो विविध जनसंख्या पैमानों पर संक्रामक रोग के मामलों का सटीक पूर्वानुमान लगाने के लिए अनिश्चितता सन्निकटन को एकीकृत करता है, जो उच्च-आवृत्ति परिवर्तनशीलता के प्रति संवेदनशीलता को कम करते हुए अमेरिकी COVID-19 और हंगेरियन चिकनपॉक्स डेटासेट पर प्रतिस्पर्धी प्रदर्शन प्रदर्शित करता है।

Luz Stefani Sotomayor Valenzuela, Susanna Cramb, Darren Wraith2026-06-01

🤖 AI

Depth-Dependent Indirect Prompt Injection in Tool-Calling ReAct Agents: Injection Depth, Payload Framing, and Turn-Budget Sensitivity

यह शोधपत्र चार नियंत्रित अध्ययनों के माध्यम से ReAct एजेंटों में अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन (indirect prompt injection) की जांच करता है, जो यह प्रकट करता है कि इंजेक्शन की गहराई (injection depth) प्रमुख जोखिम कारक है जिसके कारण जैसे-जैसे पेलोड टूल अनुक्रमों (tool sequences) में बाद में आते हैं, हमले की सफलता दर महत्वपूर्ण रूप से घट जाती है, जबकि फ्रेमिंग का प्रभाव नगण्य है और टर्न बजट परिणामों को प्रभावित नहीं करते हैं।

Mohammadreza Rashidi2026-06-01

🤖 machine learning

Universal Decision Learners

यह शोधपत्र यूनिवर्सल डिसीजन लर्नर्स (UDL) नामक एक सार्वभौमिक श्रेणीगत ढांचे (categorical framework) का प्रस्ताव करता है जो विविध निर्णय लेने वाले सिद्धांतों—जैसे कि योजना (planning), सुदृढीकरण अधिगम (reinforcement learning), और गेम थ्योरी—को बाएं और दाएं कान विस्तार (left and right Kan extensions) के माध्यम से स्थानीय व्यवहार संबंधी डेटा को वैश्विक रूप से सुसंगत व्यवहार में बदलने वाले मानक विस्तारों के रूप में अभिलक्षित करके उन्हें एकीकृत करता है।

Sridhar Mahadevan2026-06-01

🤖 machine learning

A Context-Aware Middleware for Medical Image Based Reports: An approach based on image feature extraction and association rules

यह शोध पत्र एक संदर्भ-जागरूक (context-aware) मिडलवेयर प्रस्तावित करता है जो आने वाले चित्रों के लिए सबसे उपयुक्त चिकित्सा कर्मियों को स्वतः अनुमान लगाने हेतु इमेज फीचर एक्सट्रैक्शन और एसोसिएशन रूल्स का उपयोग करता है, जिससे विशेषज्ञ निदानों को सौंपने की समय लेने वाली मैन्युअल प्रक्रिया को समाप्त करके वर्कफ़्लो दक्षता को अनुकूलित किया जा सके।

Erick O. Rodrigues, Jose Viterbo, Aura Conci, Trueman Mac Henry2026-06-01

💻 computer science

Mathematical Morphology in Machine Learning

यह शोध पत्र एक तीव्र मॉर्फोलॉजिकल रिकंस्ट्रक्शन क्लस्टरिंग एल्गोरिदम, एक नवीन हाइब्रिड डिस्टेंस मेट्रिक जो गति और सटीकता में मानक दूरियों से काफी बेहतर प्रदर्शन करता है, और नए क्लासिफायर प्रस्तावित करके मशीन लर्निंग में मैथमेटिकल मॉर्फोलॉजी को प्रस्तुत करता है जो विशिष्ट रूप से आकार, घनत्व और फ्रैक्टल जानकारी को मॉडल करते हैं।

Erick Oliveira Rodrigues, Aura Conci2026-06-01

💻 computer science

Equivariant Latent Alignment via Flow Matching under Group Symmetries

यह शोध पत्र रेजिडुअल लेटेंट फ्लो (Residual Latent Flow) को प्रस्तुत करता है, जो एक फ्लो-आधारित फ्रेमवर्क है जो SO(n) जैसे ग्रुप सिमिट्रीज़ के तहत ज्यामितिक निरंतरता (geometric consistency) और नोवल व्यू सिंथेसिस की गुणवत्ता को बढ़ाने के लिए इक्विवेरिएंट रिप्रेजेंटेशन लर्निंग में लेटेंट मिसअलाइनमेंट को ठीक करता है।

Sunghyun Kim, Jaehoon Hahm, Jeongwoo Shin, Joonseok Lee2026-06-01

🤖 machine learning

When are LLMs Sufficient Policy Optimizers for Sequential RL Tasks?

यह शोध पत्र प्रॉम्प्टेड पॉलिसी ऑप्टिमाइज़ेशन (PromptPO) को प्रस्तुत करता है, जो एक पुनरावृत्ति विधि है जो वातावरण के विवरणों से निष्पादन योग्य नीतियों को उत्पन्न करने और उन्हें परिष्कृत करने के लिए LLMs का लाभ उठाती है, यह प्रदर्शित करते हुए कि LLMs क्रमिक RL कार्यों के लिए प्रभावी पॉलिसी ऑप्टिमाइज़र के रूप में कार्य कर सकते हैं जब वे पूर्व ज्ञान का लाभ उठा सकते हैं, हालांकि वे उन सेटिंग्स में कम प्रदर्शन कर सकते हैं जिनमें सूक्ष्म निरंतर नियंत्रण (fine-grained continuous control) की आवश्यकता होती है।

Stephane Hatgis-Kessell, Emma Brunskill2026-06-01

💰 quantitative finance

Kalimati Vegetable Price Index Forecasting with a Momentum Corrected Online Stacking Ensemble

यह अध्ययन कालीमती सब्जी मूल्य सूचकांक (KVPI) और एक मोमेंटम-करेक्टेड ऑनलाइन स्टैकिंग एन्सेम्बल मॉडल पेश करता है जो नेपाल में कृषि वस्तुओं के लिए अत्यधिक सटीक 90-दिवसीय मूल्य पूर्वानुमान (0.68% MAPE) प्राप्त करता है, जो बाजार की अस्थिरता के बीच खाद्य सुरक्षा बढ़ाने के लिए नीति निर्माताओं को एक मजबूत उपकरण प्रदान करता है।

Sahaj Raj Malla2026-06-01

📊 statistics

Self-Certifying Transport MCMC via Dual Spectral-Gap Certificates

यह शोधपत्र CerT-MCMC को प्रस्तुत करता है, जो लर्नड-ट्रांसपोर्ट मार्कोव चेन मोंटे कार्लो (learned-transport Markov chain Monte Carlo) के लिए एक ढांचा है जो वास्तविक ट्रांसपोर्ट विफलताओं को प्रमाण-तकनीक की सीमाओं से अलग करने के लिए एक आयामी-निर्भर कवरिंग बाउंड (dimension-dependent covering bound) को एक आयामी-स्वतंत्र क्वांटाइल-कोर बाउंड (dimension-independent quantile-core bound) के साथ जोड़कर स्वचालित, कठोर अभिसरण प्रमाणपत्र (convergence certificates) प्रदान करता है।

Jun Hu2026-06-01

← पिछला अगला →