🤖 Category

cs.AI

24055 पेपर

🤖 AI

Prior Knowledge or Search? A Study of LLM Agents in Hardware-Aware Code Optimization

यह अध्ययन प्रदर्शित करता है कि हार्डवेयर-जागरूक कोड अनुकूलन (hardware-aware code optimization) में एलएलएम (LLM) एजेंट मुख्य रूप से प्रीट्रेंड प्रायर्स (pretrained priors) पर निर्भर करते हैं न कि पुनरावृत्ति फीडबैक (iterative feedback) या एजेंटिक संरचनाओं पर, जैसा कि ब्लैक-बॉक्स सेटिंग्स में उनके ग्रीडी व्यवहार (greedy behavior), अनदेखे कर्नेल आकारों के प्रति अनुकूलन करने में अक्षमता, और लो-डेंसिटी इंटरमीडिएट रिप्रेजेंटेशन (low-density intermediate representations) के साथ काम करने पर प्रदर्शन में गिरावट से सिद्ध होता है।

Dmitry Redko (Applied AI Institute), Albert Fazlyev (AI Talent Hub, ITMO University), Konstantin Sozykin (Applied AI Ins (…)2026-05-20
🤖 AI

AffectAI-Capture: A Reproducible Multimodal Protocol for Small-Group Meeting Research

यह शोध पत्र AffectAI-Capture को प्रस्तुत करता है, जो एक पुनरुत्पादनीय बहुविध (multimodal) प्रोटोकॉल है जिसे आई ट्रैकिंग और वियरेबल्स जैसे विविध सेंसरों का उपयोग करके चार व्यक्तियों की बैठकों से सिंक्रोनाइज़्ड डेटा एकत्र करने के लिए डिज़ाइन किया गया है, जिसे भावनात्मक और व्यवहारिक अनुसंधान के समर्थन के लिए एक एकीकृत इवेंट टाइमलाइन के इर्द-गिर्द व्यवस्थित किया गया है।

Meisam Jamshidi Seikavandi, Alice Modica, Anna Obara, Fabricio Batista Narcizo, Tanya Ignatenko, Ted Vucurevich, Jesper (…)2026-05-20
🤖 AI

Stitched Value Model for Diffusion Alignment

यह शोध पत्र StitchVM को प्रस्तुत करता है, जो एक हल्का मॉडल स्टिचिंग फ्रेमवर्क है जो एक फ्रोजन डिफ्यूजन बैकबोन को संलग्न करके प्रीट्रेन पिक्सेल-स्पेस रिवॉर्ड मॉडल्स को नॉइज़ी लेटेंट स्पेस में कुशलतापूर्वक स्थानांतरित करता है, जिससे टवीडी अनुमानों (Tweedie estimates) के पूर्वाग्रह या मोंटे कार्लो रोलआउट्स की उच्च लागत के बिना डिफ्यूजन मॉडल्स का सटीक और गणनात्मक रूप से कुशल संरेखण सक्षम होता है।

Hyojun Go, Hyungjin Chung, Prune Truong, Goutam Bhat, Li Mi, Zhaochong An, Zixiang Zhao, Dominik Narnhofer, Serge Belong (…)2026-05-20
💬 NLP

Chunking German Legal Code

यह शोधपत्र यह प्रदर्शित करता है कि जर्मन वैधानिक कानून पर रिट्रीवल-ऑगमेंटेड जनरेशन के लिए, दस्तावेज़ की अंतर्निहित संरचनात्मक इकाइयों (जैसे कि अनुभागों और उप-अनुभागों) के अनुरूप चंकिंग रणनीतियाँ, अधिक जटिल सिमेंटिक या पदानुक्रमित विधियों की तुलना में उच्च रिकॉल और अधिक कम्प्यूटेशनल दक्षता प्राप्त करके बेहतर प्रदर्शन करती हैं।

Max Prior, Natalia Milanova, Andreas Schultz2026-05-20
📊 statistics

FLUXtrapolation: A benchmark on extrapolating ecosystem fluxes

यह शोध पत्र FLUXtrapolation को प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसे बढ़ते हुए कठिन वितरण परिवर्तनों (distribution shifts) के तहत पारिस्थितिकी तंत्र के प्रवाह (ecosystem fluxes) का अनुमान लगाने की मशीन लर्निंग मॉडलों की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जिससे विरल टावर मापों (sparse tower measurements) को वैश्विक स्तरों तक सटीक रूप से अपस्केल करने की महत्वपूर्ण चुनौती का समाधान किया जा सके।

Anya Fries, Jacob A Nelson, Martin Jung, Markus Reichstein, Jonas Peters2026-05-20
💬 NLP

LP-Eval: Rubric and Dataset for Measuring the Quality of Legal Proposition Generation

यह शोध पत्र LP-Eval प्रस्तुत करता है, जो यूरोपीय संघ के न्यायालयों के निर्णयों से उत्पन्न एलएलएम (LLM) द्वारा निर्मित कानूनी प्रस्तावों की गुणवत्ता का मूल्यांकन करने के लिए कानूनी विशेषज्ञों के साथ मिलकर तैयार किया गया एक रूब्रिक और डेटासेट है, जो यह प्रकट करता है कि हालांकि मॉडल सामान्य रूप से उच्च गुणवत्ता वाले आउटपुट उत्पन्न करते हैं, उनका प्रदर्शन मामले की आयु के अनुसार भिन्न होता है और रूब्रिक-निर्देशित एलएलएम मूल्यांकनकर्ता, प्रत्यक्ष स्कोरिंग की तुलना में बेहतर होने के बावजूद, अभी भी मानव विशेषज्ञों की सूक्ष्म संवेदनशीलता की कमी रखते हैं।

Shanshan Xu, Johan Lindholm, Amogh Raina, Henrik Palmer Olsen, Daniel Hershcovich2026-05-20
📊 statistics

Smooth Piecewise Cutting for Neural Operator to Handle Discontinuities and Sharp Transitions

यह शोध पत्र Cut-DeepONet को प्रस्तुत करता है, जो एक दो-चरणीय न्यूरल ऑपरेटर फ्रेमवर्क है जो डोमेन को चिकने उप-क्षेत्रों में विभाजित करके और सीमाओं के स्थानों की भविष्यवाणी करके विच्छेदन (discontinuities) को स्पष्ट रूप से मॉडल करता है, जिससे मौजूदा विधियों की तुलना में कम मापदंडों और कम-रिज़ॉल्यूशन वाले डेटा का उपयोग करके तीव्र संक्रमण (sharp transitions) वाली PDEs पर बेहतर प्रदर्शन प्राप्त होता है।

Ha Dang, Sebastian Schmidt, Juergen Hesser2026-05-20
⚡ electrical engineering

Mega-ASR: Towards In-the-wild^2 Speech Recognition via Scaling up Real-world Acoustic Simulation

यह शोध पत्र Mega-ASR को प्रस्तुत करता है, जो एक स्केलेबल फ्रेमवर्क है जो जटिल, वास्तविक दुनिया के कंपोजिशनल विरूपणों (compositional distortions) के तहत भाषण को पहचानने में महत्वपूर्ण अत्याधुनिक प्रदर्शन प्राप्त करने के लिए नवनिर्मित Voices-in-the-Wild-2M डेटासेट और प्रोग्रेसिव ट्रेनिंग रणनीतियों का लाभ उठाता है ताकि ध्वनिक मजबूती (acoustic robustness) की बाधा को दूर किया जा सके।

Zhifei Xie, Kaiyu Pang, Haobin Zhang, Deheng Ye, Xiaobin Hu, Shuicheng Yan, Chunyan Miao2026-05-20
💬 NLP

FineBench: Benchmarking and Enhancing Vision-Language Models for Fine-grained Human Activity Understanding

यह शोधपत्र FineBench प्रस्तुत करता है, जो लंबे वीडियो पर सघन एनोटेशन के साथ एक बड़े पैमाने का सूक्ष्म-स्तरीय (fine-grained) मानव गतिविधि बेंचमार्क है, और FineAgent का प्रस्ताव करता है, जो एक मॉड्यूलर फ्रेमवर्क है जो ओपन-सोर्स विजन-लैंग्वेज मॉडल्स की स्थानिक तर्क (spatial reasoning) और क्रिया समझ (action understanding) क्षमताओं को महत्वपूर्ण रूप से बढ़ाता है।

Gueter Josmy Faure, Min-Hung Chen, Jia-Fong Yeh, Hung-Ting Su, Winston H. Hsu2026-05-20
🤖 AI

Passive Construction Site Safety Monitoring via Persona-Scaffolded Adversarial Chain-of-Thought VLM Verification

यह शोध पत्र एक निष्क्रिय, शिफ्ट-समाप्ति निर्माण सुरक्षा निगरानी प्रणाली प्रस्तुत करता है जो फाइन-ट्यून्ड YOLO11 डिटेक्शन, SAM 3 सेगमेंटेशन, और Qwen3-VL-8B का उपयोग करते हुए एक नवीन पर्सोना-स्कैफोल्डेड एडवरसैरियल चेन-ऑफ-थॉट प्रोटोकॉल को एकीकृत करता है, जो कार्यकर्ता के दृष्टिकोण (POV) और फिक्स्ड कैमरा फुटेज से OSHA-मैप्ड सुरक्षा रिपोर्ट तैयार करते समय अनुपालन सत्यापन सटीकता में उल्लेखनीय सुधार करता है और मतिभ्रम (hallucinations) को कम करता है।

Ananth Sriram, Neel Mokaria, Rajveer Singh2026-05-20