🤖 Category

cs.LG

23164 पेपर

💬 NLP

Extrapolative Weight Averaging Reveals Correctness-Efficiency Frontiers in Code RL

यह शोध पत्र यह प्रदर्शित करता है कि कोड सुदृढीकरण शिक्षण (कोड रिइन्फोर्समेंट लर्निंग) में, नेस्टेड यूनिट-टेस्ट कवरेज वाले प्रशिक्षण चेकपॉइंट्स एक शुद्धता-दक्षता सीमा (करेक्टनेस-एफिशिएंसी फ्रंटियर) का निर्माण करते हैं जिसे एक्सट्रैपोलेटिव वेट एवरेजिंग के माध्यम से प्रशिक्षित एंडपॉइंट्स से परे नेविगेट और विस्तारित किया जा सकता है, जिससे बिना किसी अतिरिक्त प्रशिक्षण के इन्फरेंस-टाइम प्रदर्शन और समस्या कवरेज में सुधार होता है।

Kunhao Zheng, Pierre Chambon, Juliette Decugis, Jonas Gehring, Taco Cohen, Benjamin Negrevergne, Gabriel Synnaeve2026-05-28
🤖 machine learning

Multi-Mixer Models: Flexible Sequence Modeling with Shared Representations

यह शोध पत्र Oryx को प्रस्तुत करता है, जो एक हाइब्रिड आर्किटेक्चर है जो टोकन अनुक्रम के साथ कुशल लीनियर रिकरेंट मिक्सर्स और क्वाड्रेटिक अटेंशन मैकेनिज्म के बीच गतिशील रूप से स्विच करता है और 90% से अधिक पैरामीटर्स साझा करता है, जिससे सिंगल-मिक्सर बेसलाइन की तुलना में बेहतर प्रदर्शन और लॉन्ग-कॉन्टेक्स्ट रिट्रीवल क्षमताएं प्राप्त होती हैं।

Kevin Y. Li, Asher Trockman, Ananda Theertha Suresh, Ziteng Sun2026-05-28
💬 NLP

Learn from Weaknesses: Automated Domain Specialization for Small Computer-Use Agents

यह शोध पत्र LearnWeak को प्रस्तुत करता है, जो एक एनोटेशन-मुक्त ढांचा है जो छोटे कंप्यूटर-उपयोग एजेंटों में विशिष्ट कमजोरियों की पहचान करने और उन्हें लक्षित करने के लिए एक अधिक शक्तिशाली संदर्भ एजेंट का लाभ उठाता है, जिससे त्रुटि-जागरूक विशेषज्ञता और लक्षित डेटा संश्लेषण के माध्यम से विविध डोमेन में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Suji Kim, Kangsan Kim, Sung Ju Hwang2026-05-28
🤖 machine learning

Bias Leaves a Gradient Trail: Label-Free Bias Identification via Gradient Probes on Concept Decompositions

यह शोध पत्र फ्रोजन विजन मॉडल्स में स्प्यूरियस बायस (spurious biases) की पहचान करने और उन्हें कम करने के लिए एक लेबल-मुक्त, पोस्ट-हॉक विधि प्रस्तुत करता है, जो एक्टिवेशन्स को व्याख्यात्मक अवधारणाओं (interpretable concepts) में विघटित करके और गलत वर्गीकृत उदाहरणों के साथ ग्रेडिएंट इंटरैक्शन के माध्यम से उन्हें रैंक करके किया जाता है, जिससे बिना पुन: प्रशिक्षण या सहायक एट्रीब्यूट लेबल्स के वर्स्ट-ग्रुप एक्यूरेसी (worst-group accuracy) में सुधार होता है।

Thomas Vitry, Kieran Edgeworth, Stefan Wermter, Jae Hee Lee2026-05-28
🤖 AI

CaMBRAIN: Real-time, Continuous EEG Inference with Causal State Space Models

CaMBRAIN एक नवीन कॉज़ल (causal), मंबा-आधारित स्टेट स्पेस मॉडल है जो अटेंशन मैकेनिज्म की क्वाड्रेटिक जटिलता को दूर करके और महत्वपूर्ण लॉन्ग-रेंज कॉन्टेक्स्ट को बनाए रखने के लिए एक विशेष मल्टी-स्टेज सेल्फ-सुपरवाइज्ड ट्रेनिंग पाइपलाइन पेश करके लंबे EEG सिग्नल्स के रियल-टाइम, कंटीन्यूअस इन्फरेंस को सक्षम बनाता है।

Abhilash Durgam, Nyle Siddiqui, Jeffrey A. Chan-Santiago, Qiushi Fu, Elakkat D. Gireesh, Mubarak Shah2026-05-28
🤖 machine learning

{\Omega}-QVLA: Robust Quantization for Vision-Language-Action Models via Composite Rotation and Per-step Scaling

यह शोध पत्र Ω\Omega-QVLA को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त पोस्ट-क्वांटाइजेशन फ्रेमवर्क है जो कंपोजिट SVD-Hadamard रोटेशन को प्रति-चरण (per-step) DiT एक्टिवेशन स्केलिंग के साथ जोड़कर संपूर्ण विजन-लैंग्वेज-एक्शन मॉडल्स के लिए सुदृढ़ W4A4 यूनिफॉर्म क्वांटाइजेशन को सक्षम बनाता है, जिससे बेंचमार्क और वास्तविक दुनिया के हेरफेर (manipulation) कार्यों दोनों पर अत्याधुनिक कार्य सफलता दर और महत्वपूर्ण मेमोरी कमी प्राप्त होती है।

Xinyu Wang, Mingze Li, Sicheng Lyu, Dongxiu Liu, Kaicheng Yang, Ziyu Zhao, Yufei Cui, Xiao-Wen Chang, Peng Lu2026-05-28
💬 NLP

OmniVerifier-M1: Multimodal Meta-Verifier with Explicit Structured Recalibration

यह शोध पत्र OmniVerifier-M1 को प्रस्तुत करता है, जो एक मल्टीमॉडल मेटा-वेरिफायर है जो पारंपरिक संयुक्त अनुकूलन दृष्टिकोणों से बेहतर प्रदर्शन करने के लिए प्रतीकात्मक तर्कों (symbolic rationales) और एक पृथक सुदृढीकरण शिक्षण (decoupled reinforcement learning) रणनीति का लाभ उठाकर मजबूत दृश्य सत्यापन और गतिशील स्व-सुधार प्राप्त करता है।

Xinchen Zhang, Bowei Liu, Jiale Liu, Chufan Shi, Yizhen Zhang, Junhong Liu, Youliang Zhang, Zhiheng Li, Yujiu Yang, Ling (…)2026-05-28
🤖 machine learning

Beyond Binary: Sim-to-Real Dexterous Manipulation with Physics-Grounded Contact Representation

यह शोध पत्र सेंटर-ऑफ-प्रेशर (CoP) को प्रस्तुत करता है, जो एक भौतिकी-आधारित स्पर्श प्रतिनिधित्व (tactile representation) है जो सघन संपर्क सूचना (dense contact information) को सुरक्षित रखते हुए जटिल, संपर्क-समृद्ध हेरफेर कार्यों के लिए ज़ीरो-शॉट सिम-टू-रियल ट्रांसफर को सक्षम बनाता है, और बिना किसी ग्राउंड-ट्रुथ बल माप की आवश्यकता के सिमुलेशन-रियलिटी अंतराल को दूर करता है।

Jiahe Pan, Stelian Coros, Jitendra Malik, Toru Lin2026-05-28
📊 statistics

Reformulation of RBM to Unify Linear and Nonlinear Dimensionality Reduction

यह शोध पत्र मैक्सिमम ए पोस्टीरियर अनुमान और एक्सपेक्टेशन मैक्सिमाइजेशन एल्गोरिदम का उपयोग करके रिस्ट्रिक्टेड बोल्ट्जमैन मशीन को एक नियतात्मक मॉडल में पुनर्गठित करता है ताकि एमसीएमसी के बिना कंट्रास्टिव डाइवर्जेंस की अभिसरण को सिद्ध किया जा सके, जिससे स्केलर और वेक्टर-मूल्य वाले डेटा दोनों के लिए रैखिक और गैर-रैखिक आयामी कमी (डाइमेंशनलिटी रिडक्शन) को एकीकृत किया जा सके।

Jiangsheng You, Chun-Yen Liu2026-05-27
🤖 machine learning

Efficient Learning of Mesh-Based Physical Simulation with BSMS-GNN

यह शोध पत्र BSMS-GNN को प्रस्तुत करता है, जो एक नवीन मल्टी-स्केल ग्राफ न्यूरल नेटवर्क फ्रेमवर्क है जो बड़े पैमाने के मेश पर मैन्युअल मेश कोसनिंग (coarsening) या स्थानिक निकटता त्रुटियों के बिना भौतिक प्रणालियों को कुशलतापूर्वक सिम्युलेट करने के लिए ब्रैडथ-फर्स्ट सर्च पर आधारित एक "बाय-स्ट्राइड" (bi-stride) पूलिंग रणनीति का उपयोग करता है, जिससे मौजूदा विधियों की तुलना में बेहतर सटीकता और कम्प्यूटेशनल दक्षता प्राप्त होती है।

Yadi Cao, Menglei Chai, Minchen Li, Chenfanfu Jiang2026-05-27