🤖 Category

cs.AI

23941 पेपर

🤖 AI

Beyond Inference-Only Deployment: Comparing Weight-Based Consolidation Against Cascading Compaction

यह शोध पत्र तर्क देता है कि केवल अनुमान-आधारित (inference-only) परिनियोजन से आगे बढ़कर LoRA के माध्यम से रात्रिगत भार-आधारित एकत्रीकरण (nightly weight-based consolidation) अपनाना, उपयोगकर्ता ज्ञान को बनाए रखने में संदर्भ-विंडो-आधारित कैस्केडिंग संपीड़न (context-window-based cascading compaction) की तुलना में काफी बेहतर प्रदर्शन करता है, जबकि यह भी प्रदर्शित करता है कि माध्य (mean) की तुलना में मध्यिका प्रति-टोकन क्रॉस-एन्ट्रॉपी (median per-token cross-entropy) एक अधिक विश्वसनीय सटीकता मीट्रिक है।

Simon Dennis, Kevin Shabahang, Hao Guo, Rivaan Patil2026-05-26
💻 computer science

How Many Tools Should an LLM Agent See? A Chance-Corrected Answer

यह शोध पत्र 'बिट्स-ओवर-रैंडम' (BoR) नामक एक चांस-करेक्टेड मीट्रिक पेश करता है ताकि LLM एजेंटों को प्रस्तुत किए जाने वाले टूल्स की संख्या को गतिशील रूप से अनुकूलित किया जा सके, और सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से यह प्रदर्शित करता है कि विविध बेंचमार्क में फिक्स्ड-साइज़ दृष्टिकोणों की तुलना में एडेप्टिव शॉर्टलिस्ट, टूल चयन की सटीकता और कवरेज में महत्वपूर्ण सुधार करते हैं।

Vyzantinos Repantis, Ameya Gawde, Harshvardhan Singh, Joey Blackwell II2026-05-26
🤖 AI

Measuring Reasoning Quality in LLMs: A Multi-Dimensional Behavioral Framework

यह शोध पत्र एक एकीकृत बहु-आयामी व्यवहारिक ढांचे (behavioral framework) को प्रस्तुत करता है जो LLM तर्क क्षमता का छह विशिष्ट आयामों—सत्यता (Correctness), निरंतरता (Consistency), सुदृढ़ता (Robustness), तार्किक सुसंगतता (Logical Coherence), दक्षता (Efficiency), और स्थिरता (Stability)—के माध्यम से मूल्यांकन करता है, ताकि महत्वपूर्ण अंतर्दृष्टि प्राप्त की जा सके और उन रैंकिंग त्रुटियों को रोका जा सके जिन्हें पारंपरिक केवल-सटीकता (accuracy-only) वाले मेट्रिक्स अनदेखा कर देते हैं।

Ali Şenol, Garima Agrawal, Huan Liu2026-05-26✓ Author reviewed ⓘ
🤖 AI

When Mean CE Fails: Median CE Can Better Track Language Model Quality

यह शोध पत्र यह प्रदर्शित करता है कि सिंथेटिक फैक्ट-लर्निंग और टॉप-के डिस्टिलेशन जैसे परिदृश्यों में भाषा मॉडल की गुणवत्ता को ट्रैक करने के लिए मीडियन क्रॉस-एन्ट्रॉपी अक्सर मानक मीन क्रॉस-एन्ट्रॉपी से बेहतर प्रदर्शन करती है, क्योंकि यह टेल आउटलेर्स (tail outliers) द्वारा विचलित होने के बजाय वितरण के मुख्य भाग (bulk) पर ध्यान केंद्रित करके कार्य प्रदर्शन के साथ बेहतर सहसंबंध बनाती है।

Hao Guo, Simon Dennis, Rivaan Patil, Kevin Shabahang2026-05-26
💻 computer science

VaaWIT: Visual-Aware Adaptation of Large Language Models for Multilingual Web Image Translation

VaaWIT एक एंड-टू-एंड फ्रेमवर्क है जो ड्यूल-स्ट्रीम अटेंशन मॉड्यूल और विजुअल-अवेयर एडेप्टर को एकीकृत करके बहुभाषी वेब इमेज ट्रांसलेशन को बढ़ाता है ताकि लार्ज लैंग्वेज मॉडल्स में विजुअल रिप्रेजेंटेशन गैप को पाटा जा सके, जिससे पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग के साथ स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।

Bo Li, Ronghao Chen, Ningyuan Deng, Huacan Wang, Shaolin Zhu, Lijie Wen2026-05-26
🤖 AI

Exploration of Perceptual Speech Features for Clinical Decision-Support in Mental Health Care

यह शोध पत्र एक पारदर्शी, विशेषता-आधारित ढांचे को प्रस्तुत करता है जो नियंत्रित बेंचमार्क और वास्तविक दुनिया के नैदानिक डेटा, दोनों में अवसाद, चिंता और ADHD की गंभीरता के बीच स्वर और भाषाई पैटर्न के बीच स्थिर संबंधों की पहचान करने के लिए संवेदी भाषण विशेषताओं और व्याख्या योग्य मशीन लर्निंग का लाभ उठाता है।

Vassilis Lyberatos, Edmund G. Dervakos, Eleni Adamidi, Athanasios Voulodimos, Giorgos Stamou2026-05-26
💬 NLP

Mix-MoE: Improving Multilingual Machine Translation of Large Language Models through Mixed MoEs

यह शोध पत्र Mix-MoE का प्रस्ताव करता है, जो एक दो-चरणीय मिक्सचर-ऑफ-एक्सपर्ट्स (Mixture-of-Experts) ढांचा है जो लैंग्वेज मॉडल और मशीन ट्रांसलेशन विशेषज्ञों को अलग करता है और पैरामीटर इंटरफेरेंस को प्रभावी ढंग से कम करने तथा लार्ज लैंग्वेज मॉडल्स में बहुभाषी मशीन ट्रांसलेशन प्रदर्शन को महत्वपूर्ण रूप से सुधारने के लिए फूरियर ट्रांसफॉर्म-उन्नत रूटिंग का उपयोग करता है।

Bo Li, Tianyu Dong, Shaolin Zhu, Deyi Xiong2026-05-26
🤖 machine learning

Beyond the Aggregation Dilemma: Prior-Retaining Decoupled Learning for Multimodal Graphs

यह शोध पत्र SUPRA को प्रस्तुत करता है, जो एक विच्छेदित (decoupled) द्वि-पथीय आर्किटेक्चर है जो टोपोलॉजी-अज्ञेय (topology-agnostic) फीचर प्रोसेसिंग को हल्के संरचनात्मक तालमेल (structural synergy) से अलग करके लार्ज फाउंडेशन मॉडल्स के "एकत्रीकरण दुविधा" (aggregation dilemma) के कारण मल्टीमॉडल ग्राफ लर्निंग में होने वाले प्रदर्शन उलटाव (performance inversion) को हल करता है, जिससे काफी कम मेमोरी और प्रशिक्षण समय के साथ अत्याधुनिक परिणाम प्राप्त होते हैं।

Hao Yan, Xuanru Wang, Jun Yin, Shirui Pan, Senzhang Wang, Chengqi Zhang2026-05-26
💬 NLP

The Path Matters: Learning a Token-Commitment Policy for Diffusion Language Models

यह शोधपत्र TraceLock प्रस्तुत करता है, जो एक हल्का, स्व-पर्यवेक्षित (self-supervised) नियंत्रक है जो भविष्य की स्थिरता का लाभ उठाकर फ्रोजन डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक पुन: प्रयोज्य टोकन-कमिटमेंट पॉलिसी सीखता है, जिससे बिना पुन: प्रशिक्षण के विभिन्न सेटिंग्स में जनरेशन की गुणवत्ता और अनुकूलन क्षमता में सुधार होता है।

Bohang Sun, Max Zhu, Francesco Caso, Jindong Gu, Junchi Yu, Philip Torr, Pietro Liò, Jialin Yu2026-05-26
🤖 AI

MDIA: A Multi-Agent Diagnostic Intelligence Pipeline on HealthBench Professional

यह शोध पत्र MDIA को प्रस्तुत करता है, जो एक गैर-फाइन-ट्यून किए गए LLM पर 7-नोड स्पेशलिटी-रूटेड ग्राफ का उपयोग करने वाला एक मल्टी-एजेंट डायग्नोस्टिक सिस्टम है, जो हेल्थबेंच प्रोफेशनल (HealthBench Professional) बेंचमार्क पर मानक क्लिनिकल चैटबॉट्स की तुलना में काफी बेहतर प्रदर्शन करता है, जो यह दर्शाता है कि आर्किटेक्चरल डिज़ाइन और इंजन-लेवल फीचर्स एजेंटिक क्लिनिकल प्रदर्शन के महत्वपूर्ण चालक हैं, जबकि विभिन्न मूल्यांकन ग्रेडर मॉडल्स द्वारा उत्पन्न परिवर्तनशीलता को भी रेखांकित करता है।

Roberto Cruz, David Rey-Blanco2026-05-26