🤖 Category

cs.LG

23511 पेपर

🤖 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
⚡ electrical engineering

PhySense: Sensor Placement Optimization for Accurate Physics Sensing

PhySense एक सहक्रियात्मक दो-चरणीय ढांचा है जो एक फ्लो-आधारित जनरेटिव मॉडल और प्रोजेक्टेड ग्रेडिएंट डिसेंट का उपयोग करके विरल सेंसर प्लेसमेंट (sparse sensor placement) और सघन भौतिक क्षेत्र पुनर्निर्माण (dense physical field reconstruction) को संयुक्त रूप से अनुकूलित करता है, जो विचरण-न्यूनतमकरण सिद्धांतों (variance-minimization principles) के अनुरूप सैद्धांतिक गारंटी प्रदान करते हुए अत्याधुनिक सटीकता प्राप्त करता है।

Yuezhou Ma, Haixu Wu, Hang Zhou, Huikun Weng, Jianmin Wang, Mingsheng Long2026-05-26
🤖 machine learning

Beyond the Proxy: Trajectory-Distilled Guidance for Offline GFlowNet Training

यह शोध पत्र ट्राजेक्टरी-डिस्टिल्ड GFlowNet (TD-GFN) प्रस्तुत करता है, जो एक प्रॉक्सी-मुक्त ढांचा है जो गाइडेड एक्सप्लोरेशन के लिए ऑफलाइन डेटा से डेंस एज रिवार्ड्स निकालने के लिए इनवर्स रिइन्फोर्समेंट लर्निंग का लाभ उठाता है और मजबूत प्रशिक्षण सुनिश्चित करने के लिए विशेष रूप से ग्राउंड-ट्रुथ टर्मिनल रिवार्ड्स पर निर्भर करता है, जिससे यह कन्वर्जेंस स्पीड और सैंपल क्वालिटी में मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करता है।

Ruishuo Chen, Xun Wang, Rui Hu, Zhuoran Li, Longbo Huang2026-05-26
🤖 machine learning

A Closer Look on Memorization in Tabular Diffusion Model: A Data-Centric Perspective

यह शोध पत्र टैबुलर डिफ्यूजन मॉडल्स में मेमोराइजेशन (memorization) का पहला डेटा-केंद्रित विश्लेषण प्रस्तुत करता है, जो लीकेज जोखिमों के एक हेवी-टेल्ड डिस्ट्रीब्यूशन (heavy-tailed distribution) को प्रकट करता है और "DynamicCut" का प्रस्ताव देता है, जो एक मॉडल-अज्ञेयवादी (model-agnostic) विधि है जो डेटा विविधता और डाउनस्ट्रीम प्रदर्शन को बनाए रखते हुए गोपनीयता रिसाव को प्रभावी ढंग से कम करने के लिए उच्च-जोखिम वाले नमूनों की पहचान और छंटनी करती है।

Zhengyu Fang, Zhimeng Jiang, Huiyuan Chen, Xiaoge Zhang, Kaiyu Tang, Xiao Li, Jing Li2026-05-26
📊 statistics

On the Interaction of Batch Noise, Adaptivity, and Compression, under (L0,L1)(L_0,L_1)-Smoothness: An SDE Approach

यह शोधपत्र (L0,L1)(L_0, L_1)-स्मूथनेस के तहत डिस्ट्रीब्यूटेड कंप्रेस्ड SGD और SignSGD के लिए एक एकीकृत सैद्धांतिक ढांचा स्थापित करता है, जो नवीन प्रथम-क्रम SDEs को व्युत्पन्न करके बैच शोर, संपीड़न (कंप्रेशन) और अनुकूलनशीलता के बीच के अंतर्संबंध को सटीक रूप से मॉडल करता है, जिससे यह प्रकट होता है कि DCSGD में स्थिरता के लिए अपडेट नॉर्मलाइजेशन महत्वपूर्ण है जबकि DSignSGD भारी-पूंछ वाले शोर (heavy-tailed noise) के तहत भी सुदृढ़ बना रहता है।

Enea Monzio Compagnoni, Rustem Islamov, Frank Norbert Proske, Aurelien Lucchi, Antonio Orvieto, Eduard Gorbunov2026-05-26
🤖 AI

LETS Forecast: Learning Embedology for Time Series Forecasting

यह शोध पत्र DeepEDM को पेश करता है, जो एक नवीन ढांचा है जो टैकेंस के प्रमेय (Takens' theorem) और कर्नेल रिग्रेशन के माध्यम से नॉनलीनर डायनेमिकल सिस्टम मॉडलिंग को डीप न्यूरल नेटवर्क के साथ एकीकृत करता है ताकि मजबूत और सटीक टाइम सीरीज़ पूर्वानुमान प्राप्त किया जा सके जो अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।

Abrar Majeedi, Viswanatha Reddy Gajjala, Satya Sai Srinath Namburi GNVV, Nada Magdi Elkordi, Yin Li2026-05-26
🤖 machine learning

PageLLM: A Multi-Grained Reward Framework for Whole-Page Optimization with Large Language Models

यह शोध पत्र PageLLM को प्रस्तुत करता है, जो एक मल्टी-ग्रेन्ड रिवॉर्ड फ्रेमवर्क है जो पूरे-पेज खोज और अनुशंसा के लिए मोटे तौर पर पेज-स्तरीय सुसंगतता (coherence) और सूक्ष्म स्तर पर आइटम-स्तरीय प्लेसमेंट को एक साथ अनुकूलित करने के लिए निहित उपयोगकर्ता फीडबैक का लाभ उठाता है, जिससे महंगी मानवीय एनोटेशन की आवश्यकता के बिना रैंकिंग मेट्रिक्स और उत्पादन व्यावसायिक KPIs में महत्वपूर्ण सुधार होता है।

Xinyuan Wang, Liang Wu, Dongjie Wang, Yanjie Fu2026-05-26
🤖 machine learning

FLoRIST: Singular Value Thresholding for Efficient and Accurate Federated Fine-Tuning of Large Language Models

FLoRIST एक फेडरेटेड फाइन-ट्यूनिंग फ्रेमवर्क है जो लार्ज लैंग्वेज मॉडल्स के लिए, स्टैक्ड लोकल एडेप्टर्स पर सिंगुलर वैल्यू डिकंपोजिशन और ट्यूनेबल थ्रेशोल्डिंग का उपयोग करके विषम क्लाइंट्स के बीच गणितीय रूप से सटीक एकत्रीकरण और इष्टतम प्रदर्शन प्राप्त करता है, जिससे उच्च-लागत वाले ग्लोबल मैट्रिक्स पुनर्निर्माण की आवश्यकता को समाप्त करते हुए उत्कृष्ट संचार दक्षता बनी रहती है।

Hariharan Ramesh, Jyotikrishna Dass2026-05-26