cs.AI पेपर | Gist.Science

HodgeCover: Higher-Order Topological Coverage Drives Compression of Sparse Mixture-of-Experts

यह शोध पत्र HodgeCover को प्रस्तुत करता है, जो एक लर्निंग-फ्री संपीड़न (compression) विधि है जो स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स (Sparse Mixture-of-Experts) के लिए है, जो एक सिम्पलीशियल लैपलेसियन (simplicial Laplacian) के हॉज डीकंपोजिशन (Hodge decomposition) का लाभ उठाकर पेयरवाइज कम्पैटिबिलिटी (pairwise compatibility) की सीमाओं को दूर करता है ताकि इरिड्यूसिबल एक्सपर्ट साइकिल्स (irreducible expert cycles) की पहचान और समाधान किया जा सके, जिससे आक्रामक संपीड़न व्यवस्थाओं (aggressive compression regimes) में बेहतर प्रदर्शन प्राप्त होता है।

Tao Zhong, Dongzhe Zheng, Christine Allen-Blanchette2026-05-15

💻 computer science

PolitNuggets: Benchmarking Agentic Discovery of Long-Tail Political Facts

यह शोध पत्र पॉलिटनगट्स (PolitNuggets) को प्रस्तुत करता है, जो एक बहुभाषी बेंचमार्क है जिसे एजेंटिक लार्ज रीजनिंग मॉडल्स की बिखरे हुए स्रोतों से लॉन्ग-टेल राजनीतिक तथ्यों को खोजने और संश्लेषित करने की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो सूक्ष्म सटीकता और दक्षता में महत्वपूर्ण चुनौतियों को प्रकट करते हुए मजबूत प्रदर्शन के लिए आवश्यक प्रमुख क्षमताओं पर प्रकाश डालता है।

Yifei Zhu2026-05-15

🤖 machine learning

Dywave: Event-Aligned Dynamic Tokenization for Heterogeneous IoT Sensing Signal

Dywave एक नवीन डायनेमिक टोकनाइजेशन फ्रेमवर्क है जो हेट्रोजेनियस IoT सेंसिंग सिग्नल्स के लिए वेवलेट-आधारित पदानुक्रमित अपघटन (hierarchical decomposition) का लाभ उठाता है ताकि इनपुट रिप्रजेंटेशन को अंतर्निहित टेम्पोरल इवेंट्स के साथ संरेखित किया जा सके, जिससे अत्याधुनिक विधियों की तुलना में सटीकता और कम्प्यूटेशनल दक्षता में महत्वपूर्ण सुधार प्राप्त होता है।

Tomoyoshi Kimura, Denizhan Kara, Jinyang Li, Hongjue Zhao, Yigong Hu, Yizhuo Chen, Xiaomin Ouyang, Shengzhong Liu, Tarek (…)2026-05-15

🧬 biology

Do Language Models Align with Brains? Prediction Scores Are Not Enough

कठोर L-PACT ढांचे का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि सकारात्मक भविष्यवाणी स्कोर के बावजूद, वर्तमान भाषा मॉडल वास्तव में मानव मस्तिष्क के निरूपणों के साथ संरेखित नहीं होते हैं, क्योंकि उनकी स्पष्ट सफलताएं संरचनात्मक समानता के बजाय नियंत्रण स्थितियों द्वारा पूरी तरह से स्पष्ट की जा सकती हैं।

Xiao Jia2026-05-15

💻 computer science

Sheaf-Theoretic Transport and Obstruction for Detecting Scientific Theory Shift in AI Agents

यह शोध पत्र एक परिमित शीफ-सैद्धांतिक (sheaf-theoretic) ढांचे का प्रस्ताव करता है जो मौजूदा भाषा के भीतर वैध विरूपणों और नए प्रतिमानों में आवश्यक विस्तारों के बीच अंतर करने के लिए प्रतिनिधित्व परिवहन विफलताओं (representational transport failures) और अवरोध लागतों (obstruction costs) को परिमाणित करके एआई एजेंटों में वैज्ञानिक सिद्धांत परिवर्तनों का पता लगाता है।

David N. Olivieri, Roque J. Hernández2026-05-15✓ Author reviewed ⓘ

💻 computer science

Model-Adaptive Tool Necessity Reveals the Knowing-Doing Gap in LLM Tool Use

यह शोध पत्र टूल की आवश्यकता की एक मॉडल-अनुकूली परिभाषा प्रस्तुत करता है ताकि LLMs में एक महत्वपूर्ण "जानने-करने के अंतर" (knowing-doing gap) को उजागर किया जा सके, जो यह प्रदर्शित करता है कि टूल के उपयोग में प्राथमिक विफलता टूल की आवश्यकता कब है इसे पहचानने की कमी से नहीं, बल्कि उस आंतरिक पहचान को वास्तविक टूल-कॉलिंग क्रियाओं में अनुवादित करने में एक मिसअलाइनमेंट (misalignment) से उत्पन्न होती है।

Yize Cheng, Chenrui Fan, Mahdi JafariRaviz, Keivan Rezaei, Soheil Feiz2026-05-15

💬 NLP

Bridging Legal Interpretation and Formal Logic: Faithfulness, Assumption, and the Future of AI Legal Reasoning

यह शोधपत्र एक न्यूरो-सिम्बोलिक ढांचे का प्रस्ताव करता है जो कानूनी एआई में धारणा-आधारित अनुमानों की समस्या को संबोधित करने के लिए औपचारिक सत्यापन के साथ बड़े भाषा मॉडलों को एकीकृत करता है, जिससे जवाबदेही से समझौता किए बिना विश्वसनीय और कठोर कानूनी तर्क सक्षम होता है।

Olivia Peiyu Wang, Leilani H. Gilpin2026-05-15

💻 computer science

SPIN: Structural LLM Planning via Iterative Navigation for Industrial Tasks

यह शोध पत्र SPIN को प्रस्तुत करता है, जो एक प्लानिंग रैपर है जो मान्य डैरेक्टेड एसाइक्लिक ग्राफ (DAG) संरचनाओं को लागू करता है और टूल कॉल्स को महत्वपूर्ण रूप से कम करने और औद्योगिक LLM एजेंट प्रणालियों में कार्य पूर्णता दरों में सुधार करने के लिए इंक्रीमेंटल प्रीफिक्स-आधारित निष्पादन का उपयोग करता है।

Yusuke Ozaki, Dhaval Patel2026-05-15

💬 NLP

Derivation Prompting: A Logic-Based Method for Improving Retrieval-Augmented Generation

यह शोधपत्र डेरिवेशन प्रॉम्प्टिंग (Derivation Prompting) को प्रस्तुत करता है, जो रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) के लिए एक नवीन तर्क-आधारित प्रॉम्प्टिंग तकनीक है, जो ज्ञान-गहन कार्यों में मतिभ्रम (hallucinations) और त्रुटिपूर्ण तर्क को व्यवस्थित रूप से कम करने के लिए व्याख्या योग्य डेरिवेशन ट्री (derivation trees) का निर्माण करती है।

Ignacio Sastre, Guillermo Moncecchi, Aiala Rosá2026-05-15

💻 computer science

Bad Seeing or Bad Thinking? Rewarding Perception for Vision-Language Reasoning

यह शोध पत्र मोडैलिटी-अवेयर क्रेडिट असाइनमेंट (MoCA) नामक एक सुदृढीकरण लर्निंग (रिनफोर्समेंट लर्निंग) फ्रेमवर्क पेश करता है जो जनरेशन को इंटरलीव्ड स्टेप्स में विभाजित करके और त्रुटियों को दोषपूर्ण धारणा या दोषपूर्ण तर्क में से किसी एक के रूप में सटीक रूप से आरोपित करने के लिए विशिष्ट सत्यापन तंत्रों का उपयोग करके विजन-लैंग्वेज मॉडल्स में धारणा-तर्क (परसेप्शन-रीजनिंग) ट्रेड-ऑफ को हल करता है, जिससे दोनों क्षमताओं को एक साथ सुधारने वाले लक्षित पुरस्कारों को सक्षम बनाया जा सके।

Haozhe Wang, Qixin Xu, Changpeng Wang, Taofeng Xue, Chong Peng, Wenhu Chen, Fangzhen Lin2026-05-15

← पिछला अगला →