🤖 AI

Online Goal Recognition using Path Signature and Dynamic Time Warping

यह शोध पत्र निरंतर डोमेन (continuous domains) के लिए एक नवीन ऑनलाइन लक्ष्य पहचान पद्धति प्रस्तावित करता है जो प्रक्षेप पथों (trajectories) को कुशलतापूर्वक एनकोड और तुलना करने के लिए पाथ सिग्नेचर (path signatures) का लाभ उठाता है, जो अत्याधुनिक दृष्टिकोणों की तुलना में बेहतर भविष्य कहने वाली सटीकता और नियोजन दक्षता प्रदर्शित करता है।

Douglas Tesch, Nathan Gavenski, Leonardo Amado, Odinaldo Rodrigues, Felipe Meneguzzi2026-05-11
🤖 AI

Alternating Target-Path Planning for Scalable Multi-Agent Coordination

यह शोध पत्र टार्गेट-असाइनमेंट और पाथफाइंडिंग (TAPF) समस्या के लिए एक स्केलेबल, पुनरावृत्ति आधारित ढांचा प्रस्तावित करता है जो तेज़ उप-इष्टतम (suboptimal) MAPF सॉल्वर और फीडबैक-संचालित पुनर्नियुक्ति का लाभ उठाकर टार्गेट असाइनमेंट को पाथफाइंडिंग से अलग करता है, जिससे पारंपरिक कॉन्फ्लिक्ट-बेस्ड सर्च दृष्टिकोणों की स्केलेबिलिटी सीमाओं को पार करते हुए उच्च समाधान गुणवत्ता बनाए रखी जा सकती है।

Yu Kumagai, Keisuke Okumura2026-05-11
🤖 AI

Vibe coding before the trend

यह अभ्यावहारिक रिपोर्ट नीदरलैंड और दक्षिण अफ्रीका में विविध छात्र समूहों के बीच "वाइब कोडिंग" के साथ 2025 के शुरुआती कक्षा प्रयोगों को प्रलेखित करती है, जो पांच प्रमुख पैटर्न प्रकट करती है जहाँ एआई उपकरणों ने सीखने के केंद्र को सिंटैक्स से उच्च-स्तरीय सोच की ओर स्थानांतरित कर दिया, कौशल को रटने से मूल्यांकन की ओर बदल दिया, और प्रतिस्थापन के डर के बजाय एक सहयोगात्मक साझेदारी की मानसिकता को बढ़ावा दिया।

Leon van Bokhorst, Koen Suilen2026-05-11
🤖 machine learning

When Losses Align: Gradient-Based Composite Loss Weighting for Efficient Pretraining

यह शोध पत्र एक ग्रेडिएंट-आधारित बाइलेवल (bilevel) विधि प्रस्तावित करता है जो कंपोजिट ग्रेडिएंट्स को डाउनस्ट्रीम उद्देश्यों के साथ संरेखित करके प्रीट्रेनिंग लॉस वेट्स (pretraining loss weights) को कुशलतापूर्वक ऑनलाइन सीखता है, जो रैंडम या बायेसियन सर्च की तुलना में हाइपरपैरामीटर ट्यूनिंग की कम्प्यूटेशनल लागत को काफी कम करता है और प्रदर्शन में सुधार करता है या उसके बराबर रहता है।

Ivan Karpukhin, Andrey Savchenko2026-05-11
📊 statistics

POETS: Uncertainty-Aware LLM Optimization via Compute-Efficient Policy Ensembles

यह शोध पत्र POETS को पेश करता है, जो एक कंप्यूट-कुशल ढांचा है जो वैज्ञानिक खोज और सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) कार्यों में अनिश्चितता-जागरूक थॉमसन सैंपलिंग करने के लिए साझा बैकबोन और स्वतंत्र LoRA शाखाओं के साथ पॉलिसी एंसेम्बल्स का लाभ उठाता है, जिससे अभूतपूर्व सैंपल दक्षता प्राप्त होती है।

Nicolas Menet, Andreas Krause, Abbas Rahimi2026-05-11
💬 NLP

Tracing Uncertainty in Language Model "Reasoning"

यह शोध पत्र भाषा मॉडल के तर्क संबंधी निशानों (reasoning traces) के अनिश्चितता प्रोफाइल को परिमाणित और विश्लेषण करने की एक विधि प्रस्तुत करता है, जो यह प्रदर्शित करता है कि इन प्रोफाइलों में विशिष्ट पैटर्न उच्च सटीकता के साथ उत्तर की शुद्धता का पूर्वानुमान लगा सकते हैं और त्रुटि का शीघ्र पता लगाने में सक्षम हैं।

Nils Grünefeld, Bertram Højer, Philipp Mondorf, Barbara Plank, Anna Rogers, Christian Hardmeier, Stefan Heinrich, Jes Fr (…)2026-05-11
🤖 AI

APEX: Assumption-free Projection-based Embedding eXamination Metric for Image Quality Assessment

APEX एक नवीन, धारणा-मुक्त (assumption-free) इमेज क्वालिटी असेसमेंट फ्रेमवर्क है जो पारंपरिक फीचर-डिस्ट्रीब्यूशन मेट्रिक्स की सीमाओं को दूर करने के लिए ओपन-वोकैबुलरी फाउंडेशन मॉडल्स (CLIP और DINOv2) के साथ स्लाइसड वासरस्टीन डिस्टेंस (Sliced Wasserstein Distance) का लाभ उठाता है, जो विविध डेटासेट्स में बेहतर मजबूती और स्थिरता प्रदान करता है।

Caterina Gallegati, Monica Bianchini, Franco Scarselli, Vittorio Murino, Barbara Toniella Corradini2026-05-11
⚛️ nuclear theory

Neural Operators as Efficient Function Interpolators

यह शोध पत्र एक सहायक बेस-स्पेस (auxiliary base-space) को पेश करके न्यूरल ऑपरेटर्स को कुशल फंक्शन इंटरपोलेटर्स के रूप में पुनर्गठित करता है, और विश्लेषणात्मक बेंचमार्क तथा एक न्यूक्लियर मास मॉडल अनुप्रयोग के माध्यम से यह प्रदर्शित करता है कि वे मानक न्यूरल नेटवर्क की तुलना में काफी कम मापदंडों और तेज़ प्रशिक्षण समय के साथ अत्याधुनिक सटीकता प्राप्त करते हैं।

Vasilis Niarchos, Angelos Sirbu, Sokratis Trifinopoulos2026-05-11
🤖 machine learning

Toward Privileged Foundation Models:LUPI for Accelerated and Improved Learning

यह शोध पत्र PIQL को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो अभिसरण (convergence) को गति देने, सामान्यीकरण (generalization) में सुधार करने और टैबुलर फाउंडेशन मॉडल्स के लिए कम्प्यूटेशनल आवश्यकताओं को कम करने के लिए विशेषाधिकार प्राप्त सूचनाओं—जैसे कि डेटासेट सांख्यिकी और डेटा-जनरेटिंग प्रोग्राम एनकोडिंग—का लाभ उठाता है।

Xueying Ding, Leman Akoglu2026-05-11
🤖 AI

Text-to-CAD Evaluation with CADTests

यह शोध पत्र CADTestBench प्रस्तुत करता है, जो Text-to-CAD के लिए पहला टेस्ट-आधारित बेंचमार्क है जो CAD मॉडल के निर्माण का कठोरता से मूल्यांकन करने और उसे निर्देशित करने के लिए निष्पादन योग्य सॉफ्टवेयर परीक्षणों (executable software tests) का उपयोग करता है, और यह प्रदर्शित करता है कि यह दृष्टिकोण मौजूदा पद्धतियों के प्रदर्शन को पीछे छोड़ सकता है।

Dimitrios Mallis, Marco Wang, Ahmet Serdar Karadeniz, Elisa Ricci, Anis Kacem, Djamila Aouada2026-05-11