🤖 Category

cs.AI

24888 पेपर

💬 NLP

The Translation Tax Is Not a Scalar: A Counterfactual Audit of English-Source Cue Inheritance in Chinese Multilingual Benchmarks

यह शोध पत्र यह प्रदर्शित करके अंग्रेजी-से-चीनी बेंचमार्क में एक समान "अनुवाद कर" (Translation Tax) की धारणा को चुनौती देता है कि स्कोर मुद्रास्फीति एक स्केलर प्रभाव नहीं है बल्कि विशिष्ट वैधता जोखिमों और मॉडल-परिवार अंतःक्रियाओं द्वारा संचालित एक जटिल, मद-निर्भर घटना है, और अंततः इन सूक्ष्म मुद्दों को संबोधित करने के लिए एक नया स्वाभाविककरण प्रोटोकॉल और रिपोर्टिंग चेकलिस्ट प्रस्तावित करता है।

Zezheng Lin, Fengming Liu, Handi Li2026-05-11
💬 NLP

Beyond LoRA vs. Full Fine-Tuning: Gradient-Guided Optimizer Routing for LLM Adaptation

यह शोध पत्र MoLF को प्रस्तुत करता है, जो एक एकीकृत फाइन-ट्यूनिंग फ्रेमवर्क है जो स्थिर दृष्टिकोणों की संरचनात्मक सीमाओं को दूर करने के लिए ऑप्टिमाइज़र स्तर पर फुल फाइन-ट्यूनिंग और लो-रैंक अडैप्टेशन के बीच ग्रेडिएंट अपडेट को गतिशील रूप से रूट करता है, जिससे विविध कार्यों और मॉडल आकारों में बेहतर या तुलनीय प्रदर्शन प्राप्त होता है और साथ ही एक मेमोरी-कुशल संस्करण भी प्रदान किया जाता है।

Haozhan Tang, Xiuqi Zhu, Xinyin Zhang, Boxun Li, Virginia Smith, Kevin Kuo2026-05-11
🤖 AI

Switchcraft: AI Model Router for Agentic Tool Calling

यह शोधपत्र Switchcraft को प्रस्तुत करता है, जो विशेष रूप से एजेंटिक टूल कॉलिंग (agentic tool calling) के लिए अनुकूलित पहला मॉडल राउटर है, जो कार्य की शुद्धता सुनिश्चित करने वाले सबसे कम लागत वाले मॉडल का गतिशील रूप से चयन करके 84% अनुमान लागत (inference costs) को कम करते हुए 82.9% सटीकता प्राप्त करता है।

Sharad Agarwal, Pooria Namyar, Alec Wolman, Rahul Ambavat, Ankur Gupta, Qizheng Zhang2026-05-11
🤖 AI

An Embarrassingly Simple Graph Heuristic Reveals Shortcut-Solvable Benchmarks for Sequential Recommendation

यह शोध पत्र प्रकट करता है कि व्यापक रूप से उपयोग किए जाने वाले अनुक्रमिक अनुशंसा बेंचमार्क अक्सर एक सरल, प्रशिक्षण-मुक्त ग्राफ ह्यूरिस्टिक द्वारा "शॉर्टकट-सुलझाने योग्य" होते हैं, जो यह सुझाव देता है कि इन डेटासेट पर मजबूत प्रदर्शन आधुनिक जनरेटिव रिकमेंडर्स द्वारा दावा की गई उन्नत मॉडलिंग क्षमताओं के बजाय विशिष्ट डेटासेट गुणों को दर्शाता है।

Haoyu Han, Li Ma, Hanbing Wang, Bingheng Li, Daochen Zha, Chun How Tan, Huiji Gao, Xin Liu, Stephanie Moyerman, Sanjeev (…)2026-05-11
🤖 AI

RRCM: Ranking-Driven Retrieval over Collaborative and Meta Memories for LLM Recommendation

यह शोध पत्र RRCM का प्रस्ताव करता है, जो एक रैंकिंग-संचालित ढांचा है जो LLM-आधारित अनुशंसाकर्ताओं (recommenders) को प्राकृतिक भाषा इंटरफेस के माध्यम से सहयोगी और मेटाडेटा स्मृतियों को गतिशील रूप से पुनर्प्राप्त करने और उन पर तर्क करने में सक्षम बनाता है, जिससे संदर्भ-दक्षता बाधाओं को दूर करने और अनुशंसा गुणवत्ता में सुधार करने के लिए ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन के माध्यम से सीधे पुनर्प्राप्ति निर्णयों को अनुकूलित किया जाता है।

Shijun Li, Wooseong Yang, Yu Wang, Tianxin Wei, Joydeep Ghosh2026-05-11
🤖 machine learning

GAD in the Wild: Benchmarking Graph Anomaly Detection under Realistic Deployment Challenges

यह शोध पत्र ग्राफ विसंगति पहचान (Graph Anomaly Detection) के लिए एक व्यापक बेंचमार्क प्रस्तुत करता है जो वास्तविक तैनाती की चुनौतियों—विशेष रूप से मिलियन-स्केल ग्राफ, अत्यधिक विसंगति दुर्लभता और लुप्त विशेषताओं—के तहत मॉडलों का मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान अत्याधुनिक विधियाँ अक्सर अपने प्रयोगशाला परिणामों की तुलना में उत्पादन वातावरण में स्केल करने या प्रदर्शन बनाए रखने में विफल रहती हैं।

Jingjing Zhou, Shiyu Huang, Qing Qing, Zuquan Yuan, Huafei Huang, Ziqi Xu, Mingliang Hou, Xikun Zhang, Renqiang Luo, Iva (…)2026-05-11
💬 NLP

Region4Web: Rethinking Observation Space Granularity for Web Agents

यह शोध पत्र Region4Web प्रस्तुत करता है, जो एक ऐसा ढांचा है जो पदानुक्रमित अपघटन (hierarchical decomposition) और एक निरंतर PageDigest पाइपलाइन के माध्यम से वेब एजेंट अवलोकन को तत्व-स्तर (element-level) से कार्यात्मक क्षेत्र-स्तर (functional region-level) की सूक्ष्मता में पुनर्गठित करता है, जिससे विभिन्न LLM बैकबोन पर WebArena बेंचमार्क पर बेहतर कार्य सफलता दर और कम अवलोकन लंबाई प्राप्त होती है।

Donguk Kwon, Dongha Lee2026-05-11
💬 NLP

Structural Rationale Distillation via Reasoning Space Compression

यह शोध पत्र डिस्टिलेशन थ्रू रीजनिंग पाथ कम्प्रेशन (D-RPC) का प्रस्ताव करता है, जो एक ऐसी विधि है जो शिक्षक (teacher) के तर्क (rationales) को पुन: प्रयोज्य उच्च-स्तरीय रीजनिंग पथों के एक गतिशील रूप से बनाए रखे गए बैंक तक सीमित करके बड़े से छोटे भाषा मॉडलों में ज्ञान हस्तांतरण में सुधार करती है, जिससे पर्यवेक्षण शोर (supervision noise) कम होता है और मौजूदा डिस्टिलेशन तकनीकों की तुलना में कई रीजनिंग बेंचमार्क पर बेहतर प्रदर्शन प्राप्त होता है।

Jialin Yang, Jiankun Wang, Jiajun Wu, Henry Leung, Jiayu Zhou, Steve Drew2026-05-11
🤖 AI

Neurosymbolic Framework for Concept-Driven Logical Reasoning in Skeleton-Based Human Action Recognition

यह शोध पत्र कंकाल-आधारित मानव क्रिया पहचान (skeleton-based human action recognition) के लिए एक न्यूरोसिंबोलिक ढांचे (neurosymbolic framework) को प्रस्तुत करता है जो गति प्रिमिटिव्स (motion primitives) को व्याख्या योग्य तार्किक अवधारणाओं (interpretable logical concepts) में मैप करके डीप लर्निंग और सिंबोलिक रीजनिंग के बीच सेतु बनाता है, जिससे पारदर्शी, मानव-पठनीय स्पष्टीकरणों के साथ प्रतिस्पर्धी प्रदर्शन सक्षम होता है।

Talha Ilyas, Deval Mehta, Zongyuan Ge2026-05-11
🤖 AI

MathlibPR: Pull Request Merge-Readiness Benchmark for Formal Mathematical Libraries

यह शोध पत्र MathlibPR को प्रस्तुत करता है, जो वास्तविक Lean/Mathlib4 पुल रिक्वेस्ट इतिहास से प्राप्त एक बेंचमार्क है, जिसका उद्देश्य LLMs और एजेंटों की मर्ज-तैयार योगदानों से गैर-मर्ज किए गए योगदानों के बीच अंतर करने की क्षमता का मूल्यांकन करना है, जो उनकी वर्तमान संघर्षों को प्रकट करता है और रिव्यूअर असिस्टेंट और रिवॉर्ड मॉडल विकसित करने के लिए इस बेंचमार्क की क्षमता को उजागर करता है।

Zixuan Xie, Xinyu Liu, Shangtong Zhang2026-05-11