🤖 AI

Autonomy and Agency in Agentic AI: Architectural Tactics for Regulated Contexts

यह शोध पत्र स्वायत्तता (autonomy) और एजेंसी (agency) के एक युग्मित द्वि-आयामी डिज़ाइन स्पेस को पेश करके, छह वास्तुशिल्प युक्तियों (architectural tactics) और प्रमुख परिनियोजन मापदंडों द्वारा समर्थित, विनियमित संदर्भों में एजेंटिक एआई (agentic AI) को तैनात करने के लिए एक सिद्धांत-आधारित ढांचे का प्रस्ताव करता है ताकि यह सुनिश्चित किया जा सके कि उत्तरदायित्व, ऑडिटेबिलिटी और प्रतिवर्तीता (reversibility) सिस्टम डिज़ाइन के अंतर्निहित गुण हैं।

Damir Safin, Dian Balta2026-05-13
🤖 AI

Large Language Models as Amortized Pareto-Front Generators for Constrained Bi-Objective Convex Optimization

यह शोध पत्र DIPS को पेश करता है, जो एक एंड-टू-एंड फ्रेमवर्क है जो टेक्स्ट विवरणों से बाधाओं वाले द्वि-उद्देश्यीय उत्तल अनुकूलन (constrained bi-objective convex optimization) के लिए सीधे व्यवहार्य, उच्च-गुणवत्ता वाले पारेटो फ्रंट्स (Pareto fronts) उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स को फाइन-ट्यून करता है, जो पारंपरिक पुनरावृत्ति विधियों की तुलना में काफी तेज़ इन्फरेंस समय के साथ लगभग इष्टतम प्रदर्शन प्राप्त करता है।

Peipei Xu, SiYuan Ma, Yaohua Liu, Yu Wu, Guanliang Liu, Yang Zhang, Yong Liu2026-05-13
🤖 AI

It's Not the Size: Harness Design Determines Operational Stability in Small Language Models

यह शोध पत्र प्रदर्शित करता है कि छोटे भाषा मॉडलों (2-3B पैरामीटर्स) के लिए, एक संरचित 4-चरणों वाला हार्नेस पाइपलाइन, रॉ प्रॉम्प्टिंग या न्यूनतम रैपर्स की तुलना में परिचालन स्थिरता और कार्य सफलता में काफी बेहतर प्रदर्शन करता है, जबकि यह भी प्रकट करता है कि अपर्याप्त स्कैफोल्डिंग कुछ मॉडलों में संरचनात्मक प्रारूप पतन (structural format collapse) का कारण बन सकती है।

Yong-eun Cho2026-05-13✓ Author reviewed
🤖 AI

Rollout Cards: A Reproducibility Standard for Agent Research

यह शोध पत्र "रोलआउट कार्ड्स" को पेश करके एजेंट अनुसंधान में पुनरुत्पादकता (reproducibility) की चुनौतियों को संबोधित करता है, जो एक मानकीकृत प्रकाशन प्रारूप है जो एजेंटिक प्रणालियों के पारदर्शी और सत्यापन योग्य मूल्यांकन को सुनिश्चित करने के लिए कच्चे रोलआउट रिकॉर्ड को सुरक्षित रखता है और रिपोर्टिंग नियमों को स्पष्ट रूप से घोषित करता है।

Charlie Masters, Ziyuan Liu, Stefano V. Albrecht2026-05-13✓ Author reviewed
🤖 AI

BoolXLLM: LLM-Assisted Explainability for Boolean Models

यह शोध पत्र BoolXLLM को प्रस्तुत करता है, जो एक हाइब्रिड फ्रेमवर्क है जो फीचर चयन को निर्देशित करने, सार्थक थ्रेशोल्ड की सिफारिश करने और औपचारिक तार्किक नियमों को सुलभ प्राकृतिक भाषा स्पष्टीकरणों में अनुवादित करने के माध्यम से गैर-तकनीकी हितधारकों के लिए व्याख्यात्मकता बढ़ाने के लिए बूलियन नियम शिक्षण पाइपलाइन में लार्ज लैंग्वेज मॉडल्स को एकीकृत करता है, जबकि प्रतिस्पर्धी भविष्य कहनेवाला प्रदर्शन बनाए रखता है।

Du Cheng, Serdar Kadioglu, Xin Wang2026-05-13
🤖 AI

Premover: Fast Vision-Language-Action Control by Acting Before Instructions Are Complete

Premover एक हल्का मॉड्यूल है जो विजन-लैंग्वेज-एक्शन (VLA) नियंत्रण को तेज़ करता है, जिससे रोबोट उपयोगकर्ता के निर्देश पूरे होने से पहले ही कार्य करना शुरू कर सकते हैं, जिससे LIBERO बेंचमार्क पर पूर्ण-प्रॉम्ट बेसलाइन के समान सफलता दर बनाए रखते हुए वॉल-क्लॉक समय में 13.6% की कमी आती है।

Joonha Park, Jiseung Jeong, Taesik Gong2026-05-13
🤖 AI

Do Enterprise Systems Need Learned World Models? The Importance of Context to Infer Dynamics

यह शोध पत्र तर्क देता है कि कॉन्फ़िगर करने योग्य एंटरप्राइज़ सिस्टम में, एजेंटों को केवल भंगुर (brittle), ऑफलाइन-प्रशिक्षित वर्ल्ड मॉडल्स पर निर्भर रहने के बजाय सक्रिय बिजनेस लॉजिक की रनटाइम डिस्कवरी को प्राथमिकता देनी चाहिए, जो नए CascadeBench बेंचमार्क के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण डिप्लॉयमेंट शिफ्ट्स के विरुद्ध मजबूती (robustness) में महत्वपूर्ण सुधार करता है।

Jishnu Sethumadhavan Nair, Patrice Bechard, Rishabh Maheshwary, Surajit Dasgupta, Sravan Ramachandran, Aakash Bhagat, Sh (…)2026-05-13
🤖 machine learning

DriftXpress: Faster Drifting Models via Projected RKHS Fields

DriftXpress एक त्वरित ड्रिफ्टिंग मॉडल फॉर्मूलेशन है जो लो-रैंक फीचर स्पेस में ड्रिफ्टिंग कर्नेल को अनुमानित करने के लिए प्रोजेक्टेड RKHS फील्ड्स का उपयोग करता है, जिससे मानक ड्रिफ्टिंग मॉडल्स के वन-स्टेप इन्फरेंस एडवांटेज और इमेज क्वालिटी को बनाए रखते हुए प्रशिक्षण लागत को कम किया जा सके।

Ali Falahati, Elliot Creager, Gautam Kamath, Shubhankar Mohapatra2026-05-13
💬 NLP

Mitigating Context-Memory Conflicts in LLMs through Dynamic Cognitive Reconciliation Decoding

यह शोध पत्र डायनेमिक कॉग्निटिव रिकॉन्सिलिएशन डिकोडिंग (DCRD) का प्रस्ताव करता है, जो एक दो-चरणीय विधि है जो अटेंशन मैप्स का विश्लेषण करने के लिए ग्रीडी और कॉन्टेक्स्ट-फिडेलिटी डिकोडिंग के बीच गतिशील रूप से स्विच करती है ताकि लार्ज लैंग्वेज मॉडल्स में नॉलेज कॉन्फ्लिक्ट्स को कुशलतापूर्वक कम किया जा सके, साथ ही कई डेटासेट्स पर इसके स्टेट-ऑफ-द-आर्ट प्रदर्शन को मान्य करने के लिए कॉन्फ्लिक्टKG बेंचमार्क पेश करती है।

Yigeng Zhou, Wu Li, Yifan Lu, Yequan Wang, Xuebo Liu, Wenya Wang, Jun Yu, Min Zhang, Jing Li2026-05-13
🤖 machine learning

Overtrained, Not Misaligned

यह व्यापक अध्ययन प्रदर्शित करता है कि उभरता हुआ मिसअलाइनमेंट (misalignment) फाइन-ट्यूनिंग का एक अपरिहार्य परिणाम नहीं है, बल्कि ओवरट्रेनिंग के कारण उत्पन्न एक प्रशिक्षण आर्टिफैक्ट (training artifact) है, जिसे अधिकांश कार्य प्रदर्शन को बनाए रखते हुए अर्ली स्टॉपिंग (early stopping) और सावधानीपूर्वक लर्निंग रेट चयन के माध्यम से प्रभावी ढंग से कम किया जा सकता है।

Joel Schreiber, Ariel Goldstein2026-05-13