🤖 Category

cs.LG

19962 पेपर

💻 computer science

Secure-by-Disguise: A Systematic Evaluation of Image Disguising for Confidential Medical Image Modeling

यह शोध पत्र गोपनीय चिकित्सा एआई के लिए इमेज डिसगाइजिंग (छवि छिपाने की) विधियों का व्यवस्थित रूप से मूल्यांकन करता है, जो यह प्रकट करता है कि जबकि ये गोपनीयता-बढ़ाने वाली तकनीकें वर्गीकरण कार्यों के लिए उपयोगिता को प्रभावी ढंग से संरक्षित करती हैं, वे सिमेंटिक सेगमेंटेशन में प्रदर्शन को महत्वपूर्ण रूप से कम कर देती हैं, जिसमें रैंडमाइज्ड मल्टीडायमेंशनल ट्रांसफॉर्मेशन (RMT) सुरक्षा और कार्यक्षमता के बीच सर्वोत्तम संतुलन प्रदान करता है।

Jason Rojas, Jiajie He, Yash Patel, Yuechun Gu, Zeyun Yu, Keke Chen2026-07-13
🤖 AI

GATS: Graph-Augmented Tree Search with Layered World Models for Efficient Agent Planning

यह शोध पत्र GATS को प्रस्तुत करता है, जो एक नियोजन ढांचा (planning framework) है जो महंगी LLM इन्फरेंस को एक लेयर्ड वर्ल्ड मॉडल और UCB1-आधारित ट्री सर्च से प्रतिस्थापित करता है ताकि विविध जटिल कार्यों में 100% सफलता दर और नियत (deterministic), शून्य-कॉल नियोजन प्राप्त किया जा सके, जो LATS और ReAct जैसी मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।

Maureese Williams, Dymitr Nowicki2026-07-13
🤖 machine learning

SafeExplorer: An Unbiased Policy Gradient for Reinforcement Learning with Recovery Interventions

SafeExplorer भौतिक रोबोटों पर सुदृढीकरण सीखने (reinforcement learning) के लिए एक निष्पक्ष पॉलिसी ग्रेडिएंट पद्धति पेश करता है जो नियत रिकवरी हस्तक्षेपों (deterministic recovery interventions) से होने वाले पूर्वाग्रह को समाप्त करता है, जिससे मानक PPO की तुलना में अंतिम प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए प्रशिक्षण के समय गिरने की घटनाओं को काफी कम कर दिया जाता है।

Elham Daneshmand, Majid Khadiv, Glen Berseth, Hsiu-Chin Lin2026-07-13
🤖 machine learning

FairSelect: A Systematic Evaluation of Multi-Level and Intersectional Algorithmic Fairness

यह शोधपत्र FairSelect प्रस्तुत करता है, जो मॉडलिंग जीवनचक्र के दौरान बहु-स्तरीय एल्गोरिद्मिक निष्पक्षता रणनीतियों का व्यवस्थित रूप से मूल्यांकन करने और उन्हें संयोजित करने के लिए एक टूलकिट है, जो सिंथेटिक और क्लिनिकल स्ट्रोक जोखिम प्रयोगों के माध्यम से यह प्रदर्शित करता है कि हालांकि संयुक्त हस्तक्षेप अक्सर अधिक समानता सुधार प्रदान करते हैं, लेकिन उनकी प्रभावशीलता अत्यधिक संदर्भ-निर्भर और गैर-योगात्मक होती है।

Nick Souligne, Isabella Mixton-Garcia, Vignesh Subbian2026-07-13
🤖 machine learning

Eluna: An Agentic LLM System for Automating Warehouse Operations with Reasoning and Task Execution

यह शोध पत्र एलुना (Eluna) का परिचय देता है, जो एक प्रोडक्शन-डिप्लॉयड एजेंटिक सिस्टम है जो मानक संचालन प्रक्रियाओं (SOPs) को ग्राफ-गाइडेड मल्टी-एजेंट वर्कफ़्लो में एनकोड करके और उच्च सटीकता तथा कम विलंबता (लो लेटेंसी) प्राप्त करने के लिए एसिमेट्रिक एपिसोडिक डिस्टिलेशन (asymmetric episodic distillation) का उपयोग करके, बिना इन्फरेंस-टाइम ओवरहेड के जटिल वेयरहाउस ऑपरेशन्स को स्वचालित करता है।

Ning Liu, Kalle Kujanpää, Zhaoxuan Zhu, P Aditya Sreekar, Kaiwen Liu, Chuanneng Sun, Jorge Marchena Menendez, Matthew Ba (…)2026-07-13
📊 statistics

NL-PAC: Specification Ambiguity and Certified Minimax Risk Floors in LLM-Mediated Supervision

यह शोधपत्र नेचुरल लैंग्वेज PAC (NL-PAC) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो विनिर्देश अस्पष्टता (specification ambiguity) के कारण LLM-मध्यस्थ पर्यवेक्षण में उत्पन्न होने वाले एक मौलिक मिनिमैक्स जोखिम फ्लोर (minimax risk floor) को परिमाणित और प्रमाणित करता है, यह प्रदर्शित करते हुए कि अतिरिक्त लेबल उन पहचान समस्याओं (identification problems) को हल नहीं कर सकते जब परिचालन संबंधी व्याख्या छिपी रहती है।

Berkay Anahtarci2026-07-13
🤖 machine learning

Federated Low-Rank Koopman Learning for Multivariate Time-Series Anomaly Detection in IoT Systems

यह शोध पत्र FedKAD प्रस्तुत करता है, जो एक संसाधन-कुशल फेडरेटेड लर्निंग फ्रेमवर्क है जो विकेंद्रीकृत IoT प्रणालियों के लिए तेज़, कम-विलंबता और संचार-हल्के बहुभिन्नरूपी समय-श्रृंखला विसंगति का पता लगाने में सक्षम करने के लिए लो-रैंक कूप्मन (Koopman) निरूपणों और एक स्टिफल-ADMM एल्गोरिदम का लाभ उठाता है।

Tung-Anh Nguyen, Van-Phuc Bui, Anh Tuyen Le, Kim Hue Ta, Minh Thuy Le, J. Andrew Zhang, Xiaojing Huang2026-07-13
📊 statistics

Optimal Top-kk Identification from Pairwise Comparisons

यह शोधपत्र सूचना-सैद्धांतिक निचली सीमा (information-theoretic lower bound) को एक सैडल-पॉइंट समस्या के रूप में अभिलक्षणिक बनाकर और इष्टतम तुलना आवंटन (comparison allocation) को ऑनलाइन सीखने के लिए एक गणनात्मक रूप से कुशल प्राइमल-डुअल प्रक्रिया को डिजाइन करके, लेटेंट यूटिलिटी मॉडल्स के तहत शोरयुक्त युग्मवार तुलनाओं (noisy pairwise comparisons) से फिक्स्ड-कॉन्फिडेंस टॉप-kk पहचान के लिए पहला एसिम्प्टोटिकली ऑप्टिमल एल्गोरिदम प्रस्तुत करता है।

Motti Goldberger, Nils Rudi2026-07-13
🤖 machine learning

Model Agnostic Graph Prompt Learning for Crystal Property Prediction

यह शोध पत्र एक मॉडल-अज्ञेय (model-agnostic), हल्का बहु-स्तरीय सॉफ्ट प्रॉम्प्ट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो अव्यक्त स्थानीय रासायनिक अर्थों (latent local chemical semantics) और वैश्विक संरचनात्मक समरूपताओं (global structural symmetries) को कैप्चर करके क्रिस्टल गुण भविष्यवाणी को बढ़ाता है, जिससे मौजूदा ग्राफ न्यूरल नेटवर्क के प्रदर्शन में महत्वपूर्ण सुधार होता है और प्रभावी क्रॉस-प्रॉपर्टी ज्ञान हस्तांतरण सक्षम होता है।

Shrimon Mukherjee, Kishalay Das, Partha Basuchowdhuri, Pawan Goyal, Niloy Ganguly2026-07-13
⚡ electrical engineering

Phone Segmentation and Recognition through Phonological Activation Mapping

यह शोध पत्र SPAM का प्रस्ताव करता है, जो एक ऐसी विधि है जो फोन सेगमेंटेशन और रिकग्निशन दोनों करने के लिए सेल्फ-सुपरवाइज्ड स्पीच मॉडल्स का लाभ उठाती है, जिसमें लेटेंट रिप्रेजेंटेशन्स को लाइटवेट, ग्रेडिएंट-डिसेंट-फ्री हेड्स का उपयोग करके फोनोलॉजिकल फीचर एक्टिवेशन्स पर मैप किया जाता है, जिससे न्यूनतम प्रशिक्षण डेटा के साथ मजबूत प्रदर्शन प्राप्त होता है और अनदेखे फोन्स (unseen phones) के लिए सामान्यीकरण (generalize) संभव होता है।

Shikhar Bharadwaj, Kwanghee Choi, Stephen McIntosh, Chin-Jou Li, Eunjung Yeo, Daisuke Saito, Nobuaki Minematsu, Shinji W (…)2026-07-13