🤖 machine learning

GDformer: Going Beyond Subsequence Isolation for Multivariate Time Series Anomaly Detection

यह शोध पत्र GDformer प्रस्तुत करता है, जो एक नवीन अनसुपरवाइज्ड विसंगति पहचान (anomaly detection) फ्रेमवर्क है जो वैश्विक प्रतिनिधित्व और सहसंबंध भार (correlation weights) पर आधारित एक एकीकृत, श्रृंखला-स्तरीय पहचान मानदंड स्थापित करके पृथक उप-अनुक्रम विश्लेषण की सीमाओं को दूर करने के लिए एक ग्लोबल डिक्शनरी-एन्हांस्ड ट्रांसफॉर्मर का लाभ उठाता है, जिससे कई वास्तविक दुनिया के बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Qingxiang Liu, Xiaoliang Luo, Chenghao Liu, Sheng Sun, Di Yao, Lvchun Wang, Wei Yu, Yuxuan Liang2026-05-26
🤖 machine learning

ReactEmbed: A Plug-and-Play Module for Unifying Protein-Molecule Representations Guided by Biochemical Reaction Networks

ReactEmbed एक हल्का, प्लग-एंड-प्ले मॉड्यूल है जो जैव-रासायनिक अभिक्रिया नेटवर्क का लाभ उठाकर अलग-अलग प्रोटीन और अणु एम्बेडिंग को एक साझा कार्यात्मक स्थान में एकीकृत करता है, जिससे बिना किसी महंगी पुन: प्रशिक्षण की आवश्यकता के प्रभावी क्रॉस-डोमेन मॉडलिंग सक्षम होती है।

Amitay Sicherman, Kira Radinsky2026-05-26
🧬 biology

FragmentNet: Adaptive Graph Fragmentation for Graph-to-Sequence Molecular Representation Learning

यह शोध पत्र FragmentNet को प्रस्तुत करता है, जो एक ग्राफ-टू-सीक्वेंस मॉडल है जो अणुओं को समायोज्य सूक्ष्मता (adjustable granularity) के साथ रासायनिक रूप से वैध खंडों (fragments) में विभाजित करने के लिए एक नवीन अनुकूली टोकेनाइज़र (adaptive tokenizer) का उपयोग करता है, जो यह प्रदर्शित करता है कि इस खंड स्तर पर प्री-ट्रेनिंग पारंपरिक परमाणु-स्तर या कठोर नियम-आधारित दृष्टिकोणों की तुलना में डाउनस्ट्रीम प्रॉपर्टी प्रेडिक्शन प्रदर्शन में महत्वपूर्ण सुधार करती है।

Ankur Samanta, Rohan Gupta, Aditi Misra, Christian McIntosh Clarke, Jayakumar Rajadas2026-05-26
🤖 machine learning

Kolmogorov-Arnold Fourier Networks

यह शोध पत्र कोलमोगोरोव-आर्नोल्ड फूरियर नेटवर्क (KAF) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो स्थानीय B-स्प्लाइन्स के स्थान पर प्रशिक्षित रैंडम फूरियर फीचर्स और एक हाइब्रिड एक्टिवेशन मैकेनिज्म का उपयोग करके एक वैश्विक, अनुकूली स्पेक्ट्रल प्रतिनिधित्व के माध्यम से पारंपरिक KANs की पैरामीटर विस्फोट और उच्च-आवृत्ति सीमाओं को दूर करता है, जिससे विविध कार्यों में अत्याधुनिक प्रदर्शन और दक्षता प्राप्त होती है।

Jusheng Zhang, Yijia Fan, Kaitong Cai, Keze Wang, Wenhao Wang2026-05-26
💬 NLP

SURGE: On the Potential of Large Language Models as General-Purpose Surrogate Code Executors

यह शोध पत्र SURGE को प्रस्तुत करता है, जो आठ विविध डोमेन में 1,160 समस्याओं वाला एक व्यापक बेंचमार्क है, ताकि कोड निष्पादन परिणामों (code execution outcomes) की भविष्यवाणी करने के लिए कुशल सरोगेट मॉडल के रूप में बड़े भाषा मॉडलों (large language models) के उपयोग की व्यवहार्यता का व्यवस्थित रूप से मूल्यांकन किया जा सके।

Bohan Lyu, Siqiao Huang, Zichen Liang2026-05-26
💬 NLP

Lean Formalization of Generalization Error Bound by Rademacher Complexity and Dudley's Entropy Integral

यह शोध पत्र रेडेमेकर कॉम्प्लेक्सिटी (Rademacher complexity) और डडली के एंट्रॉपी इंटीग्रल (Dudley's entropy integral) पर आधारित जनरलाइजेशन एरर बाउंड्स (generalization error bounds) का लीन 4 (Lean 4) में एक औपचारिक प्रस्तुतीकरण प्रस्तुत करता है, जिसमें माप-सिद्धांतिक आधारों (measure-theoretic foundations) से लेकर उच्च-संभाव्यता वाले यूनिफॉर्म डेविएशन बाउंड्स (high-probability uniform deviation bounds) और लीनियर प्रेडिक्टर्स (linear predictors) पर उनके अनुप्रयोग तक एक यांत्रिक रूप से सत्यापित पाइपलाइन शामिल है।

Sho Sonoda, Kazumi Kasaura, Yuma Mizuno, Kei Tsukamoto, Naoto Onda2026-05-26
🤖 AI

Algorithm Discovery With LLMs: Evolutionary Search Meets Reinforcement Learning

यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो सुदृढीकरण शिक्षण फाइन-ट्यूनिंग (reinforcement learning fine-tuning) के माध्यम से LLM सर्च ऑपरेटर को निरंतर परिष्कृत करके एल्गोरिदम खोज के लिए LLM-आधारित विकासवादी खोज (evolutionary search) को बढ़ाता है, जिससे कॉम्बिनेटरियल ऑप्टिमाइज़ेशन कार्यों में श्रेष्ठ समाधानों की पहचान करने की प्रक्रिया में तेजी आती है।

Anja Surina, Amin Mansouri, Lars Quaedvlieg, Amal Seddas, Maryna Viazovska, Emmanuel Abbe, Caglar Gulcehre2026-05-26
🤖 AI

Lightweight and Direct Document Relevance Optimization for Generative Information Retrieval

यह शोध पत्र डायरेक्ट डॉक्यूमेंट रिलेवेंस ऑप्टिमाइजेशन (DDRO) का प्रस्ताव करता है, जो एक हल्का और कुशल तरीका है जो डायरेक्ट पेयरवाइज रैंकिंग के माध्यम से टोकन-लेवल डॉक्यूमेंट आइडेंटिफायर जनरेशन को डॉक्यूमेंट-लेवल रिलेवेंस के साथ संरेखित करता है, जिससे सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) की कम्प्यूटेशनल जटिलता और अस्थिरता समाप्त हो जाती है और बेंचमार्क डेटासेट्स पर मौजूदा दृष्टिकोणों से काफी बेहतर प्रदर्शन होता है।

Kidist Amde Mekonnen, Yubao Tang, Maarten de Rijke2026-05-26
🤖 machine learning

Neural Integral Operators for Inverse Problems: An Operator-Learning Framework for Small-Sample Spectroscopic Classification

यह शोध पत्र एक न्यूरल इंटीग्रल ऑपरेटर (NIO) फ्रेमवर्क प्रस्तुत करता है जो छोटे-डेटा वाले परिदृश्यों में, जहाँ पारंपरिक डीप लर्निंग मॉडल ओवरफिट होने की प्रवृत्ति रखते हैं, मजबूत और उच्च-प्रदर्शन वाली स्पेक्ट्रोस्कोपिक वर्गीकरण प्राप्त करने के लिए मोंटे कार्लो सैंपलिंग के साथ इंटीग्रल समीकरणों का एक निहित रेगुलराइज़र के रूप में उपयोग करता है।

Emanuele Zappala, Alice Giola, Andreas Kramer, Saugat Acharya, Enrico Greco2026-05-26
⚡ electrical engineering

Communication-Efficient Hybrid Language Model via Uncertainty-Aware Opportunistic and Compressed Transmission

यह शोध पत्र CU-HLM का प्रस्ताव करता है, जो एक संचार-कुशल हाइब्रिड लैंग्वेज मॉडल है जो उच्च सटीकता बनाए रखते हुए संचार ओवरहेड को महत्वपूर्ण रूप से कम करने और टोकन थ्रूपुट में सुधार करने के लिए अनिश्चितता-जागरूक अवसरवादी ट्रांसमिशन (uncertainty-aware opportunistic transmission) और शब्दावली संपीड़न (vocabulary compression) का लाभ उठाता है।

Seungeun Oh, Jinhyuk Kim, Jihong Park, Seung-Woo Ko, Jinho Choi, Tony Q. S. Quek, Seong-Lyun Kim2026-05-26