🤖 Category

cs.AI

24052 पेपर

🤖 AI

What Do Evolutionary Coding Agents Evolve?

यह शोधपत्र इवोट्रेस (EvoTrace), जो विकासवादी कोडिंग ट्रेसेस का एक डेटासेट है, और इवोरिप्ले (EvoReplay), जो एक रिप्ले-आधारित कार्यप्रणाली है, को प्रस्तुत करता है, जिससे यह प्रकट होता है कि विकासवादी कोडिंग एजेंटों में प्रदर्शन लाभ अक्सर वास्तविक एल्गोरिद्मिक नवाचार के बजाय री-ट्यूनिंग या मौजूदा ज्ञान के पुन: उपयोग जैसे विविध तंत्रों से उत्पन्न होते हैं, जैसा कि कोड लाइनों के बार-बार होने वाले नियतात्मक चक्रण (deterministic cycling) से प्रमाणित होता है।

Nico Pelleriti, Sree Harsha Nelaturu, Zhanke Zhou, Zongze Li, Max Zimmer, Bo Han, Sebastian Pokutta2026-05-20
💬 NLP

ThoughtTrace: Understanding User Thoughts in Real-World LLM Interactions

यह शोधपत्र ThoughtTrace को प्रस्तुत करता है, जो वास्तविक दुनिया की मानव-AI बातचीत को उपयोगकर्ताओं के स्व-रिपोर्ट किए गए विचारों के साथ जोड़ने वाला पहला बड़े पैमाने का डेटासेट है, जो यह प्रकट करता है कि ये अंतर्निहित संज्ञानात्मक अवस्थाएं बोले गए संदेशों से भिन्न होती हैं, मॉडलों के लिए इनका अनुमान लगाना कठिन होता है, और उपयोगकर्ता-व्यवहार भविष्यवाणी तथा व्यक्तिगत, लक्ष्य-अनुरूप सहायक प्रशिक्षित करने के लिए अत्यधिक मूल्यवान होती हैं।

Chuanyang Jin, Binze Li, Haopeng Xie, Cathy Mengying Fang, Tianjian Li, Shayne Longpre, Hongxiang Gu, Maximillian Chen (…)2026-05-20
🤖 AI

Neurosymbolic Learning for Inference-Time Argumentation

यह शोध पत्र इन्फरेंस-टाइम आर्गुमेंटेशन (ITA) का परिचय देता है, जो एक न्यूरोसिम्बोलिक फ्रेमवर्क है जो औपचारिक तर्कार्थ सिमेंटिक्स (formal argumentation semantics) को एलएलएम (LLMs) को तर्क उत्पन्न करने और स्कोर करने के लिए प्रशिक्षित करने हेतु एकीकृत करता है, जिससे नियत (deterministic), निष्ठावान त्रिपक्षीय दावा सत्यापन (ternary claim verification) सक्षम होता है जो मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है और पारदर्शी, निरीक्षण योग्य तर्क प्रदान करता है।

Gabriel Freedman, Adam Dejl, Adam Gould, Mansi, Lihu Chen, Jianqi Jiang, Francesca Toni2026-05-20
🤖 AI

Using Aristotle API for AI-Assisted Theorem Proving in Lean 4: A Formalisation Case Study of the Grasshopper Problem

यह शोध पत्र अरस्तू (Aristotle) API का उपयोग करके IMO 2009 ग्रासहॉपर (Grasshopper) समस्या के एक लीन 4 (Lean 4) औपचारिकीकरण केस स्टडी को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि यद्यपि AI प्रमाण रणनीति के स्थानीय घटकों को सफलतापूर्वक सत्यापित कर सकता है, लेकिन यह मुख्य प्रमेय को पूर्ण करने के लिए आवश्यक वैश्विक संयोजी बहीखाता पद्धति (global combinatorial bookkeeping) को हल करने में वर्तमान में संघर्ष करता है।

Gabriel Rongyang Lau2026-05-20
🧬 biology

Beyond Prediction Accuracy: Target-Space Recovery Profiles for Evaluating Model-Brain Alignment

यह शोध पत्र एक एकीकृत ढांचे को प्रस्तुत करता है जो यह मात्रात्मक रूप से मापता है कि मस्तिष्क प्रतिक्रिया स्थान के कौन से विशिष्ट पुनरुत्पादक आयाम (reproducible dimensions) प्राप्त किए गए हैं, जिससे यह स्पष्ट होता है कि केवल भविष्यवाणी सटीकता (prediction accuracy) कृत्रिम विजन मॉडल और मानव दृश्य वल्कुट (visual cortex) के बीच महत्वपूर्ण बेमेल को छिपा सकती है।

Ken Nakamura, Tomoya Nakai, Ryuto Yashiro, Ayumu Yamashita, Kaoru Amano2026-05-20
💬 NLP

Less Back-and-Forth: A Comparative Study of Structured Prompting

यह शोध पत्र प्रदर्शित करता है कि चेकलिस्ट-सुधारित प्रॉम्प्ट्स का उपयोग करने से कच्चे (raw) या स्पष्टीकरण-प्रश्न वाले प्रॉम्प्ट्स की तुलना में उपयोगकर्ता के प्रयास और टोकन उपयोग को कम करते हुए विविध कार्यों में लार्ज लैंग्वेज मॉडल प्रतिक्रियाओं की गुणवत्ता में महत्वपूर्ण वृद्धि होती है।

Saurav Ghosh, Gabriella Polach, Abdou Sow2026-05-20
💬 NLP

Rethinking Visual Attribution for Chest X-ray Reasoning in Large Vision Language Models

यह शोधपत्र MedFocus को प्रस्तुत करता है, जो एक अवधारणा-आधारित एट्रिब्यूशन विधि है जो चेस्ट एक्स-रे में नैदानिक रूप से सार्थक क्षेत्रों को सटीक रूप से स्थानीयकृत करने के लिए कॉज़ल इवैल्यूएशन (causal evaluation) और अनबैलेंस्ड ऑप्टिमल ट्रांसपोर्ट (unbalanced optimal transport) का लाभ उठाता है, जिससे चिकित्सा अनुप्रयोगों में लार्ज विजन लैंग्वेज मॉडल (Large Vision Language Model) के तर्क को निष्ठापूर्वक समझाने में मौजूदा विधियों की विफलता को संबोधित किया जा सके।

Guangzhi Xiong, Qiao Jin, Sanchit Sinha, Zhiyong Lu, Aidong Zhang2026-05-20
🤖 AI

Long-term Power Grid Planning via Answer Set Programming

यह शोध पत्र दीर्घकालिक पावर ग्रिड नियोजन को अनुकूलित करने के लिए उत्तर सेट प्रोग्रामिंग (ASP) का उपयोग करने वाले पहले स्वचालित दृष्टिकोण का प्रस्ताव करता है, जो सिंथेटिक और वास्तविक दुनिया के डेटा दोनों पर प्रयोगों के माध्यम से जटिल टोपोलॉजिकल और कॉम्बिनेटोरियल बाधाओं को संभालने में इसकी प्रभावशीलता को प्रदर्शित करता है।

Antonio Ielo, Francesco Doria, Sandra Castellanos-Paez, Marco Maratea, Francesco Percassi, Mauro Vallati2026-05-20
💻 computer science

A Machine With Human-Like Memory Systems

संज्ञानात्मक विज्ञान से प्रेरित, यह शोध पत्र एक ऐसे एजेंट को प्रस्तुत करता है जो सिमेंटिक (semantic) और एपिसोडिक (episodic) स्मृति प्रणालियों दोनों से सुसज्जित है, जो एक नए डिज़ाइन किए गए "रूम" (Room) वातावरण में एकल-स्मृति वाले एजेंटों से बेहतर प्रदर्शन करता है, साथ ही यह भी प्रदर्शित करता है कि मानव-मशीन सहयोग स्वायत्त एजेंटों की तुलना में बेहतर परिणाम देता है।

Taewoon Kim, Michael Cochez, Vincent Francois-Lavet, Mark Neerincx, Piek Vossen2026-05-19
💻 computer science

A Machine with Short-Term, Episodic, and Semantic Memory Systems

मानव संज्ञानात्मक विज्ञान से प्रेरित, यह शोध पत्र एक डीप क्यू-लर्निंग एजेंट प्रस्तुत करता है जो नॉलेज ग्राफ के रूप में मॉडल किए गए अल्पकालिक, एपिसोडिक और सिमेंटिक मेमोरी सिस्टम से सुसज्जित है, जो यह प्रदर्शित करता है कि ऐसी संरचना एजेंट को प्रभावी ढंग से मेमोरी प्रबंधन रणनीतियों को सीखने में सक्षम बनाती है और "द रूम" नामक एक कस्टम सुदृढीकरण शिक्षण वातावरण में बिना इस आर्किटेक्चर वाले एजेंटों से बेहतर प्रदर्शन करती है।

Taewoon Kim, Michael Cochez, Vincent François-Lavet, Mark Neerincx, Piek Vossen2026-05-19