cs.LG पेपर | Gist.Science

Weakly Supervised Detection and Temporal Localization of Whale Calls in Long-Duration Bioacoustic Data

यह शोध पत्र DSMIL-LocNet को प्रस्तुत करता है, जो एक कमजोर रूप से पर्यवेक्षित (weakly supervised) मल्टीपल इंस्टेंस लर्निंग फ्रेमवर्क है जो केवल रिकॉर्डिंग-स्तरीय उपस्थिति/अनुपस्थिति लेबल का उपयोग करके लंबी अवधि की बायोअकौस्टिक रिकॉर्डिंग्स में व्हेल कॉल्स के वर्गीकरण और सटीक टेम्पोरल लोकलाइजेशन (temporal localization) को सक्षम बनाता है, जिससे यह उन पूर्णतः पर्यवेक्षित (fully supervised) विधियों की स्केलेबिलिटी सीमाओं को दूर करता है जिनमें विस्तृत फ्रेम-स्तरीय एनोटेशन की आवश्यकता होती है।

Ragib Amin Nihal, Benjamin Yen, Runwu Shi, Takeshi Ashizawa, Kazuhiro Nakadai2026-05-29

💬 NLP

Towards Detecting Persuasion on Social Media: From Model Development to Insights on Persuasion Strategies

यह शोध पत्र ऑस्ट्रेलियाई चुनाव फेसबुक विज्ञापनों पर फाइन-ट्यून किए गए एक हल्के, अत्याधुनिक मॉडल को प्रस्तुत करता है जो फंडिंग, जनसांख्यिकी और समय के माध्यम से विशिष्ट अनुनय रणनीतियों (persuasion strategies) को प्रकट करने के लिए है, जिससे डिजिटल अभियानों में पारदर्शिता और मतदाता जागरूकता बढ़ती है।

Elyas Meguellati, Stefano Civelli, Pietro Bernardelle, Shazia Sadiq, Irwin King, Gianluca Demartini2026-05-29

🤖 machine learning

Connecting Independently Trained Modes via Layer-Wise Connectivity

यह शोध पत्र एक नए अनुभवजन्य एल्गोरिदम का प्रस्ताव करता है जो आधुनिक आर्किटेक्चर और प्रशिक्षण हाइपरपैरामीटर की एक विस्तृत श्रृंखला में स्वतंत्र रूप से प्रशिक्षित न्यूरल नेटवर्क मोड्स को विश्वसनीय रूप से जोड़ता है, जो मौजूदा विधियों की सीमाओं को दूर करता है जो पारंपरिक मॉडलों तक सीमित हैं।

Yongding Tian, Zaid Al-Ars, Maksim Kitsak, Peter Hofstee2026-05-29

📊 statistics

Cooperative Variance Estimation and Bayesian Neural Networks for Disentangling Aleatoric and Epistemic Uncertainties

यह शोध पत्र एक सहयोगात्मक प्रशिक्षण ढांचे का प्रस्ताव करता है जो विविध डेटासेट में माध्य अनुमान (mean estimation) में सुधार करते हुए एलियटोरिक (aleatoric) और एपिस्टेमिक (epistemic) अनिश्चितताओं को प्रभावी ढंग से अलग करने के लिए एक वेरिएंस एस्टिमेशन नेटवर्क को बेयसियन न्यूरल नेटवर्क के साथ एकीकृत करता है।

Jiaxiang Yi, Miguel A. Bessa2026-05-29

🤖 machine learning

Offline Multi-agent Reinforcement Learning via Sequential Score Decomposition

यह शोध पत्र एक नवीन ऑफलाइन मल्टी-एजेंट सुदृढीकरण शिक्षण (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो अनुक्रमिक स्कोर अपघटन विधि (सीक्वेंशियल स्कोर डिकंपोजिशन मेथड) को डिफ्यूजन-आधारित जनरेटिव मॉडल्स के साथ संयोजित करके सहयोगात्मक कार्यों में वितरण संबंधी बदलावों (डिस्ट्रीब्यूशनल शिफ्ट्स) और मल्टीमॉडल समन्वय की चुनौतियों का समाधान करता है, ताकि नीति अपडेट को उच्च-पुरस्कार वाले, इन-डिस्ट्रीब्यूशन क्षेत्रों की ओर निर्देशित किया जा सके, जिससे विविध बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Dan Qiao, Wenhao Li, Shanchao Yang, Hongyuan Zha, Baoxiang Wang2026-05-29✓ Author reviewed ⓘ

📊 statistics

Explaining Concept Shift with Interpretable Feature Attribution

यह शोध पत्र SGShift प्रस्तुत करता है, जो एक नवीन विधि है जो टैबुलर डेटा में कॉन्सेप्ट शिफ्ट को फीचर सिलेक्शन कार्य के रूप में फ्रेम करती है ताकि व्याख्या योग्य सांख्यिकीय उपकरणों का उपयोग करके विभिन्न डोमेन में मॉडल प्रदर्शन में गिरावट के लिए जिम्मेदार शिफ्टेड फीचर्स के एक स्पार्स सेट की सटीक पहचान की जा सके।

Ruiqi Lyu, Alistair Turcan, Bryan Wilder2026-05-29

🤖 AI

Is Your LLM Overcharging You? Tokenization, Transparency, and Incentives

यह शोध पत्र यह प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स के लिए वर्तमान पे-पर-टोकन (प्रति-टोकन भुगतान) मूल्य निर्धारण मॉडल प्रदाताओं के लिए टोकन की संख्या को गलत तरीके से बताने और उपयोगकर्ताओं से अधिक शुल्क लेने के लिए एक वित्तीय प्रोत्साहन पैदा करता है, जो पारदर्शिता संबंधी आवश्यकताओं के बावजूद बनी रहने वाली एक भेद्यता है, लेकिन इसे कैरेक्टर-काउंट-आधारित (वर्ण-गणना-आधारित) मूल्य निर्धारण तंत्र को अपनाकर कम किया जा सकता है जो प्रदाताओं के लिए लाभदायक बना रहता है।

Ander Artola Velasco, Stratis Tsirtsis, Nastaran Okati, Manuel Gomez-Rodriguez2026-05-29

📊 statistics

Position: Stop Chasing the C-index when Evaluating Survival Analysis Models

यह शोध पत्र तर्क देता है कि सर्वाइवल एनालिसिस (survival analysis) समुदाय सी-इंडेक्स (C-index) जैसे गलत संरेखित मेट्रिक्स पर अत्यधिक निर्भर रहा है, और शोधकर्ताओं से यह आग्रह करता है कि वे भ्रामक निष्कर्षों से बचने के लिए उन मूल्यांकन प्रथाओं को अपनाएं जो सेंसरिंग धारणाओं (censoring assumptions) को स्पष्ट रूप से ध्यान में रखती हैं और विशिष्ट मॉडलिंग उद्देश्यों के साथ संरेखित होती हैं।

Christian Marius Lillelund, Shi-ang Qi, Russell Greiner, Christian Fischer Pedersen2026-05-29

🤖 AI

PersonaAgent: Bridging Memory and Action for Personalized LLM Agents

यह शोध पत्र PersonaAgent प्रस्तुत करता है, जो एक नवीन ढांचा है जो गतिशील उपयोगकर्ता व्यक्तित्वों (dynamic user personas) द्वारा निर्देशित व्यक्तिगत स्मृति और क्रिया मॉड्यूल को एकीकृत करके लार्ज लैंग्वेज मॉडल एजेंटों को उन्नत करता है, जिससे एक टेस्ट-टाइम ऑप्टिमाइज़ेशन रणनीति के माध्यम से बेहतर वास्तविक समय प्राथमिकता संरेखण और अनुकूलित प्रदर्शन प्राप्त होता है।

Weizhi Zhang, Xinyang Zhang, Chenwei Zhang, Liangwei Yang, Jingbo Shang, Zhepei Wei, Henry Peng Zou, Zijie Huang, Zhengy (…)2026-05-29

🤖 machine learning

TrojanTO: Action-Level Backdoor Attacks against Trajectory Optimization Models

यह शोध पत्र TrojanTO को प्रस्तुत करता है, जो ट्रजेक्टरी ऑप्टिमाइज़ेशन (Trajectory Optimization) मॉडल्स के विरुद्ध पहला एक्शन-लेवल बैकडोर हमला है, जो अल्टरनेटिंग ट्रेनिंग और सटीक ट्रजेक्टरी पॉइजनिंग का उपयोग करके रिवॉर्ड-आधारित हमलों की सीमाओं को पार करता है ताकि एक न्यूनतम अटैक बजट के साथ विविध TO आर्किटेक्चर को प्रभावी ढंग से समझौता किया जा सके।

Yang Dai, Oubo Ma, Longfei Zhang, Xingxing Liang, Xiaochun Cao, Shouling Ji, Jiaheng Zhang, Jincai Huang, Li Shen2026-05-29

← पिछला अगला →