🧬 biology

Naturalistic Computational Cognitive Science: Towards generalizable models and theories that capture the full range of natural behavior

यह शोध पत्र एक "प्राकृतिकतावादी गणनात्मक संज्ञानात्मक विज्ञान" (Naturalistic Computational Cognitive Science) दृष्टिकोण का समर्थन करता है जो सामान्यीकरण योग्य सिद्धांतों और मॉडलों को विकसित करने के लिए एआई (AI) प्रगति को संज्ञानात्मक और तंत्रिका विज्ञान अनुसंधान के साथ एकीकृत करता है, जो प्रयोगात्मक कठोरता बनाए रखते हुए प्राकृतिक व्यवहार के पूर्ण स्पेक्ट्रम की व्याख्या करने में सक्षम हों।

Wilka Carvalho, Andrew Lampinen2026-05-19
💻 computer science

LLM-Safety Evaluations Lack Robustness

यह शोध पत्र तर्क देता है कि वर्तमान एलएलएम (LLM) सुरक्षा अनुसंधान मूल्यांकन पाइपलाइन में महत्वपूर्ण शोर और विसंगतियों से बाधित है, और यह भविष्य के हमले और रक्षा आकलन की मजबूती, निष्पक्षता और तुलनीयता में सुधार के लिए व्यवस्थित दिशा-निर्देश प्रस्तावित करता है।

Tim Beyer, Sophie Xhonneux, Simon Geisler, Gauthier Gidel, Leo Schwinn, Stephan Günnemann2026-05-19
💻 computer science

Action-Gradient Monte Carlo Tree Search for Non-Parametric Continuous (PO)MDPs

यह शोध पत्र एक्शन-ग्रेडिएंट एमसीएसटी (AGMCTS) को प्रस्तुत करता है, जो एक ग्लोबल ट्री सर्च को लोकल ग्रेडिएंट-आधारित एक्शन रिफाइनमेंट के साथ एकीकृत करके और मल्टीपल इम्पॉर्टेंस सैंपलिंग ट्री एवं एक्शन स्कोर ग्रेडिएंट थ्योरम्स के माध्यम से सुसंगत वैल्यू एस्टीमेशन के लिए सैद्धांतिक गारंटी प्रदान करके निरंतर (PO)MDPs में ऑनलाइन प्लानिंग को बेहतर बनाने वाला एक नवीन ढांचा है।

Idan Lev-Yehudi, Michael Novitsky, Moran Barenboim, Ron Benchetrit, Vadim Indelman2026-05-19
🤖 machine learning

Long Context Modeling with Ranked Memory-Augmented Retrieval

यह शोध पत्र एन्हांस्ड रैंकड मेमोरी ऑगमेंटेड रिट्रीवल (ERMAR) फ्रेमवर्क प्रस्तुत करता है, जो लॉन्ग-कॉन्टेक्स्ट लैंग्वेज मॉडलिंग कार्यों में स्टेट-ऑफ-द-आर्ट प्रदर्शन और स्केलेबिलिटी प्राप्त करने के लिए एक नवीन प्रासंगिकता स्कोरिंग तंत्र और की-वैल्यू एम्बेडिंग्स के पॉइंटवाइज री-रैंकिंग का लाभ उठाते हुए दीर्घकालिक स्मृति को गतिशील रूप से प्रबंधित करता है।

Ghadir Alselwi, Hao Xue, Shoaib Jameel, Basem Suleiman, Flora D. Salim, Imran Razzak2026-05-19
💬 NLP

LogQuant: Log-Distributed 2-Bit Quantization of KV Cache with Superior Accuracy Preservation

LogQuant ने एक नवीन लॉग-डिस्ट्रीब्यूटेड 2-बिट क्वांटाइजेशन तकनीक पेश की है जो KV कैश के लिए, न्यूनतम मेमोरी फुटप्रिंट बनाए रखते हुए, बड़े भाषा मॉडलों (LLMs) के लिए इन्फरेंस थ्रूपुट, बैच साइज और टास्क सटीकता में महत्वपूर्ण सुधार करती है।

Han Chen, Zicong Jiang, Zining Zhang, Bingsheng He, Pingyi Luo, Mian Lu, Yuqiang Chen2026-05-19
💬 NLP

Sustainability via LLM Right-sizing

यह अध्ययन अनुभवजन्य रूप से यह प्रदर्शित करता है कि छोटे, स्थानीय रूप से तैनात किए जा सकने वाले एलएलएम (LLMs) अक्सर रोजमर्रा के संगठनात्मक कार्यों के लिए बड़े मॉडलों की तुलना में एक टिकाऊ और लागत प्रभावी विकल्प प्रदान करते हैं, जो प्रदर्शन-अधिकतम करने वाले बेंचमार्क से संदर्भ-जागरूक पर्याप्तता आकलन की ओर बदलाव का समर्थन करते हैं।

Jennifer Haase, Finn Klessascheck, Jan Mendling, Sebastian Pokutta2026-05-19
⚡ electrical engineering

Perceptual implications of automatic anonymization in pathological speech

यह अध्ययन प्रदर्शित करता है कि जबकि रोग संबंधी वाणी (pathological speech) का स्वचालित अनामिकीकरण (automatic anonymization) कथित गुणवत्ता को काफी कम कर देता है और श्रोताओं द्वारा अत्यधिक पता लगाने योग्य बना रहता है, यह नैदानिक गंभीरता रेटिंग को काफी हद तक सुरक्षित रखता है, जो मानक कम्प्यूटेशनल गोपनीयता मेट्रिक्स और संवेदी परिणामों के बीच एक महत्वपूर्ण अलगाव को प्रकट करता है जिसके लिए नैदानिक तैनाती हेतु विकार-वार और श्रोता-स्तरीकृत मूल्यांकन की आवश्यकता है।

Soroosh Tayebi Arasteh, Saba Afza, Tri-Thien Nguyen, Lukas Buess, Maryam Parvin, Tomas Arias-Vergara, Paula Andrea Perez (…)2026-05-19
🤖 machine learning

RAP: Runtime Adaptive Pruning for LLM Inference

यह शोध पत्र RAP को प्रस्तुत करता है, जो एक सुदृढीकरण लर्निंग (reinforcement learning) द्वारा संचालित फ्रेमवर्क है जो बदलते मेमोरी बजट और वर्कलोड स्थितियों के तहत उपयोगिता को अधिकतम करने के लिए मॉडल वेट्स और KV-कैशे रिटेंशन को संयुक्त रूप से अनुकूलित करके, वास्तविक समय में LLM इन्फरेंस प्रूनिंग रणनीतियों को गतिशील रूप से अनुकूलित करता है।

Huanrong Liu, Chunlin Tian, Xuyang Wei, Qingbiao Li, Li Li2026-05-19
🤖 machine learning

SIPO: Stabilized and Improved Preference Optimization for Aligning Diffusion Models

यह शोध पत्र SIPO को प्रस्तुत करता है, जो डिफ्यूजन मॉडल के लिए एक स्थिर और उन्नत प्राथमिकता अनुकूलन (preference optimization) ढांचा है, जो एक नवीन ग्रेडिएंट क्लिपिंग तंत्र और टाइमस्टेप-अवेयर इम्पॉर्टेंस रीवेटिंग के माध्यम से प्रशिक्षण अस्थिरता और ऑफ-पॉलिसी पूर्वाग्रह को संबोधित करता है, तथा इमेज और वीडियो जनरेशन कार्यों में बेहतर प्रदर्शन प्रदर्शित करता है।

Xiaomeng Yang, Mengping Yang, Junyan Wang, Zhijian Zhou, Zhiyu Tan, Hao Li2026-05-19
💬 NLP

Mixture-of-Experts Can Surpass Dense LLMs Under Strictly Equal Resource

यह शोध पत्र यह प्रदर्शित करता है कि मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) भाषा मॉडल, एक इष्टतम सक्रियण दर (activation rate) की पहचान करके जो विभिन्न मॉडल आकारों में सुसंगत रहती है, समान संसाधन बाधाओं (कुल पैरामीटर, कंप्यूट, और डेटा) के तहत अपने डेंस समकक्षों से बेहतर प्रदर्शन कर सकते हैं, एक ऐसा निष्कर्ष जिसे लगभग 250 मॉडलों को प्रशिक्षित करने और 50 ट्रिलियन टोकन को प्रोसेस करने के व्यापक प्रयोगों के माध्यम से मान्य किया गया है।

Houyi Li, Ka Man Lo, Shijie Xuyang, Ziqi Wang, Wenzhen Zheng, Haocheng Zhang, Zhao Li, Shuigeng Zhou, Xiangyu Zhang, Dax (…)2026-05-19