🤖 Category

cs.AI

23845 पेपर

🤖 AI

RulePlanner: All-in-One Reinforcement Learner for Unifying Design Rules in 3D Floorplanning

यह शोध पत्र RulePlanner को प्रस्तुत करता है, जो एक 'ऑल-इन-वन' डीप रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो नवीन मैट्रिक्स निरूपण (matrix representations), बाधित एक्शन स्पेस (constrained action spaces) और मात्रात्मक रिवॉर्ड सिग्नल्स के माध्यम से जटिल 3D IC डिज़ाइन नियमों के प्रबंधन को एकीकृत करता है, जिससे श्रम-साध्य मैनुअल पोस्ट-प्रोसेसिंग की आवश्यकता समाप्त हो जाती है और सार्वजनिक बेंचमार्क पर इसकी प्रबल प्रभावशीलता और स्थानांतरणीयता (transferability) प्रदर्शित होती है।

Ruizhe Zhong, Xingbo Du, Junchi Yan2026-05-27
🤖 AI

Qrita: High-performance Top-k and Top-p using Pivot-based Truncation and Selection

यह शोध पत्र Qrita को पेश करता है, जो बड़े शब्दकोशों (vocabularies) के लिए एक उच्च-प्रदर्शन, नियत (deterministic) Top-k और Top-p सैंपलिंग एल्गोरिदम है, जो पिवट-आधारित ट्रंकेशन (pivot-based truncation) और चयन का उपयोग करके मौजूदा GPU कर्नेल की तुलना में 1.4x तक थ्रूपुट सुधार और 50% मेमोरी कमी प्राप्त करता है, जिससे इसे vLLM में डिफ़ॉल्ट सैंपलर के रूप में अपनाया गया है।

Jongseok Park, Sunga Kim, Alvin Cheung, Ion Stoica2026-05-27
💬 NLP

GraphDancer: Training LLMs to Explore and Reason over Graphs via Two-Stage Curriculum Post-Training

GraphDancer एक दो-चरणीय पोस्ट-ट्रेनिंग फ्रेमवर्क है जो एक ग्राफ-अवेयर करिकुलम का लाभ उठाता है ताकि छोटे भाषा मॉडलों को प्राकृतिक भाषा और फंक्शन कॉल्स के बीच अंतर-प्रवाह (interleaved) के माध्यम से विषम ग्राफों (heterogeneous graphs) पर प्रभावी ढंग से अन्वेषण और तर्क करने के लिए प्रशिक्षित किया जा सके, जिससे मजबूत क्रॉस-डोमेन सामान्यीकरण प्राप्त होता है जो बड़े बेसलाइन मॉडलों से बेहतर प्रदर्शन करता है।

Yuyang Bai, Zhuofeng Li, Ping Nie, Jianwen Xie, Yu Zhang2026-05-27
🤖 AI

The Necessity of a Unified Framework for LLM-Based Agent Evaluation

यह शोध पत्र तर्क देता है कि विभिन्न प्रॉम्प्ट्स और वातावरणों जैसे भ्रमित करने वाले कारकों के कारण एलएलएम-आधारित एजेंटों के मूल्यांकन में वर्तमान मानकीकरण की कमी, मॉडल के प्रदर्शन के निष्पक्ष, पुनरुत्पादनीय और कठोर मूल्यांकन को सुनिश्चित करने के लिए एक एकीकृत ढांचे की आवश्यकता को अनिवार्य बनाती है।

Pengyu Zhu, Li Sun, Philip S. Yu, Sen Su2026-05-27
🤖 AI

Persona Generators: Generating Diverse Synthetic Personas for Arbitrary Contexts

यह शोध पत्र "परसोना जनरेटर्स" (Persona Generators) को प्रस्तुत करता है, जो एक पुनरावृत्ति (iterative) AlphaEvolve-आधारित ढांचा है जो दुर्लभ गुणों और विचारों के व्यापक कवरेज के साथ विविध सिंथेटिक आबादी उत्पन्न करने में सक्षम कोड को स्वचालित रूप से विकसित करने के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग करता है, जो मनमाने संदर्भों में AI सिस्टम का मूल्यांकन करने में मौजूदा बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।

Davide Paglieri, Logan Cross, William A. Cunningham, Joel Z. Leibo, Alexander Sasha Vezhnevets2026-05-27
🤖 machine learning

Emergent Causal-Geometric Dynamics Across Depth in Large Language Models

यह शोध पत्र ज्यामितीय और कारण संबंधी दृष्टिकोणों का संश्लेषण करता है ताकि डिकोडर-ओनली (decoder-only) एलएलएम (LLM) में एक गहराई-निर्भर गतिशीलता को प्रकट किया जा सके जहाँ संदर्भ प्रसंस्करण (context processing) से भविष्यवाणी निर्माण (prediction formation) की ओर एक तीव्र संक्रमण एक क्रमिक ज्यामितीय पुनर्गठन द्वारा साथ आता है, जो यह प्रदर्शित करता है कि अंतिम परतों में कोणीय संरचना (angular structure) भविष्य कहने वाली समानता (predictive similarity) को कूटबद्ध करती है जबकि नॉर्म्स (norms) विच्छेदित (decoupled) रहते हैं, जिससे यह स्थापित होता है कि प्रभावी हस्तक्षेप के लिए नेटवर्क की उभरती हुई वैश्विक गतिशील संरचना को समझना आवश्यक है न कि केवल अलग-थलग परतों को।

Shahar Haim, Daniel C McNamee2026-05-27
🤖 AI

Governed Metaprogramming for Intelligent Systems: Reclassifying Eval as a Governed Effect

यह शोध पत्र "गवर्नड मेटाप्रोग्रामिंग" (governed metaprogramming) का प्रस्ताव करता है, जो एक ऐसा भाषा डिज़ाइन है जो अनियंत्रित `eval` प्रिमिटिव को एक नियंत्रित प्रभाव (governed effect) के रूप में पुनर्वर्गीकृत करता है, जिसके लिए प्रतीकात्मक रूपों को निष्पादन योग्य कोड में भौतिक रूप देने से पहले संरचनात्मक निरीक्षण और नीति अनुपालन की आवश्यकता होती है, जिससे स्व-संशोधन करने वाली एआई प्रणालियों में सुरक्षा और अधिकार नियंत्रण सुनिश्चित होता है।

Alan L. McCann2026-05-27
🤖 AI

Beyond Fixed Benchmarks and Worst-Case Attacks: Dynamic Boundary Evaluation for Language Models

यह शोध पत्र डायनेमिक बाउंड्री इवैल्यूएशन (DBE) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो स्थिर बेंचमार्क को स्किल-गाइडेड बाउंड्री सर्च का उपयोग करने वाले एक अनुकूलन योग्य, API-सुलभ सिस्टम से बदल देता है ताकि भाषा मॉडलों को उनकी प्रदर्शन सीमाओं पर सटीक रूप से स्थित और मापा जा सके, जिससे सुरक्षा, क्षमता और सत्यनिष्ठा का एक एकीकृत, स्केलेबल और गैर-संतृप्त मूल्यांकन प्रदान किया जा सके।

Haoxiang Wang, Da Yu, Huishuai Zhang2026-05-27
💻 computer science

Xe-Forge: Multi-Stage LLM-Powered Kernel Optimization for Intel GPU

Xe-Forge एक मल्टी-स्टेज, LLM-संचालित पाइपलाइन है जो हार्डवेयर बाधाओं के क्यूरेटेड नॉलेज बेस को चेन-ऑफ-वेरिफिकेशन-एंड-रिफाइनमेंट एजेंट के साथ जोड़कर इंटेल GPUs के लिए ट्राइटन कर्नेल के पोर्टिंग और अनुकूलन को स्वचालित करता है, जिससे मैन्युअल ट्रायल-एंड-एरर के बिना PyTorch eager की तुलना में महत्वपूर्ण स्पीडअप प्राप्त होता है।

Marcin Spoczynski, Daniel Fleischer, Moshe Berchansky, Gabriela Ben-Melech Stan, Shira Guskin, Weilin Xu, Adam Siemieniu (…)2026-05-27
💻 computer science

VISTA: An End-to-End Benchmark for Visual Spec-to-Web-App Coding Agents

यह शोधपत्र VISTA को प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है जिसे विज़ुअल विनिर्देशों (visual specifications) से एंड-टू-एंड वेब एप्लिकेशन जनरेशन पर LLM-आधारित एजेंटों का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो विविध प्रॉम्प्ट स्थितियों को परिभाषित करता है और एक बहुआयामी मूल्यांकन ढांचे का उपयोग करता है जो पारंपरिक स्क्रिप्ट-आधारित उपकरणों की सीमाओं को दूर करने के लिए DOM मिलान, व्यवहारिक परीक्षण और दृश्य समानता (visual similarity) को संयोजित करता है।

JunJia Guo (Joe), Yuhang Yao (Joe), Jiawei (Joe), Zhou, Jingdi Chen2026-05-27