🤖 Category

cs.AI

25186 पेपर

🤖 machine learning

SymDrift: One-Shot Generative Modeling under Symmetries

SymDrift एक नवीन वन-शॉट जनरेटिव मॉडलिंग फ्रेमवर्क है जो इष्टतम संरेखण (optimal alignment) और अपरिवर्तनीय एम्बेडिंग (invariant embeddings) के माध्यम से एक सममिति-जागरूक ड्रिफ्टिंग फील्ड (symmetry-aware drifting field) को पेश करके भौतिक प्रणालियों में सममिति चुनौतियों का समाधान करता है, जिससे मल्टी-स्टेप बेसलाइन्स की तुलना में कंप्यूटेशनल ओवरहेड को 40 गुना तक कम करते हुए आणविक पीढ़ी (molecular generation) में अत्याधुनिक प्रदर्शन प्राप्त होता है।

Samir Darouich, Vinh Tong, Lluís Pastor-Pérez, Tanja Bien, Loay Mualem, Mathias Niepert2026-05-08
💬 NLP

IRC-Bench: Recognizing Entities from Contextual Cues in First-Person Reminiscences

यह शोधपत्र IRC-Bench प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसे स्पष्ट उल्लेखों के बजाय बिखरे हुए प्रासंगिक संकेतों से लक्ष्यों का अनुमान लगाने के परीक्षण के माध्यम से प्रथम-पुरुष स्मृति वृत्तांतों में अंतर्निहित संदर्भित संस्थाओं की पहचान का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जिसके परिणाम दर्शाते हैं कि QLoRA-अनुकूलित Llama 3.1 8B ओपन-वर्ल्ड सेटिंग्स में उत्कृष्ट है जबकि फाइन-ट्यून्ड DPR क्लोज्ड-वर्ल्ड रिट्रीवल में अग्रणी है।

Yehudit Aperstein, Eden Moran, Alexander Apartsin2026-05-08
⚡ electrical engineering

Unifying Goal-Conditioned RL and Unsupervised Skill Learning via Control-Maximization

यह शोध पत्र दोनों को नियंत्रण अधिकतमकरण (control maximization) के उदाहरणों के रूप में फ्रेम करके, लक्ष्य-सशर्त सुदृढीकरण लर्निंग (goal-conditioned reinforcement learning) और अनसुपरवाइज्ड स्किल लर्निंग (unsupervised skill learning) को एकीकृत करने के लिए एक सैद्धांतिक आधार स्थापित करता है, और यह सिद्ध करता है कि विशिष्ट म्यूचुअल इंफॉर्मेशन स्किल लर्निंग उद्देश्य विशिष्ट लक्ष्य-पहुंच संरचनाओं द्वारा सीमित हैं और इस प्रकार उनके साथ इष्टतम रूप से संरेखित हैं।

Alireza Modirshanechi, Benjamin Eysenbach, Peter Dayan, Eric Schulz2026-05-08
🤖 machine learning

Learning Discrete Autoregressive Priors with Wasserstein Gradient Flow

यह शोध पत्र wAR-Tok प्रस्तुत करता है, जो टोकेनाइज़र प्रशिक्षण में वॉसरस्टीन-ग्रेडिएंट-फ्लो-आधारित प्रायोरिटी-मैचिंग सिग्नल को एकीकृत करके डिस्क्रीट ऑटोरेग्रेसिव इमेज जनरेशन में सुधार करता है, जिससे पुनर्निर्माण गुणवत्ता से समझौता किए बिना सीखे गए टोकन वितरण को लक्षित ऑटोरेग्रेसिव मॉडल के साथ संरेखित किया जाता है।

Bowen Zheng, Yihong Luo, Tianyang Hu2026-05-08
🤖 machine learning

Graphlets as Building Blocks for Structural Vocabulary in Knowledge Graph Foundation Models

यह शोधपत्र एक मॉडल-अज्ञेय (model-agnostic) ढांचे को प्रस्तुत करता है जो नॉलेज ग्राफ फाउंडेशन मॉडल्स के लिए एक सार्वभौमिक शब्दावली स्थापित करने हेतु आवर्ती ग्राफलेट्स (recurring graphlets) को संरचनात्मक टोकन के रूप में मानता है, जिससे विविध और अनदेखे ग्राफों में सुदृढ़ ज़ीरो-शॉट ट्रांसफर और बेहतर लिंक प्रेडिक्शन सक्षम होता है।

Kossi Amouzouvi, Robert Wardenga, Jens Lehmann, Sahar Vahdati2026-05-08
🤖 machine learning

Entropy-Regularized Adjoint Matching for Offline RL

यह शोध पत्र मैक्सिमम एंट्रॉपी एडजॉइंट मैचिंग (ME-AM) का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो लोकप्रियता पूर्वाग्रह (popularity bias) और सपोर्ट बाइंडिंग (support binding) से निपटने के लिए मिरर डिसेंट एंट्रॉपी मैक्सिमाइजेशन और एक मिश्रण व्यवहार पूर्ववर्ती (mixture behavior prior) को फ्लो-मैचिंग-आधारित ऑफलाइन आरएल (RL) में एकीकृत करता है, जिससे स्पार्स-रिवॉर्ड डेटासेट्स से इष्टतम नीतियों के सुदृढ़ निष्कर्षण को सक्षम बनाया जा सके।

Abdelghani Ghanem, Mounir Ghogho2026-05-08
🤖 AI

Beyond Accuracy: Policy Invariance as a Reliability Test for LLM Safety Judges

यह शोध पत्र LLM सुरक्षा जजों के लिए एक महत्वपूर्ण विश्वसनीयता परीक्षण के रूप में "पॉलिसी इनवेरिएंस" (नीति अपरिवर्तनीयता) को प्रस्तुत करता है, जो एक नए स्ट्रेस-टेस्ट प्रोटोकॉल के माध्यम से यह प्रदर्शित करता है कि वर्तमान मूल्यांकनकर्ता अक्सर प्रॉम्प्ट की शब्दावली को एजेंट के व्यवहार के साथ मिला देते हैं, जो महत्वपूर्ण निर्णय अस्थिरता को प्रकट करता है और केवल सटीकता-आधारित बेंचमार्क के लिए अदृश्य विश्वसनीयता अंतराल को उजागर करने के लिए 'पॉलिसी इनवेरिएंस स्कोर' का प्रस्ताव देता है।

Shihao Weng, Yang Feng, Xiaofei Xie2026-05-08
🤖 AI

Post Reasoning: Improving the Performance of Non-Thinking Models at No Cost

यह शोध पत्र पोस्ट-रीज़निंग (Post-Reasoning) को प्रस्तुत करता है, जो एक लागत-मुक्त विधि है जो नॉन-थिंकिंग (non-thinking) LLMs को उनके अंतिम उत्तरों के बाद औचित्य उत्पन्न करने के लिए अनुकूलित करके उन्हें बेहतर बनाती है, जिससे बिना किसी इन्फरेंस लेटेंसी (inference latency) या टोकन लागत को बढ़ाए विविध बेंचमार्क पर प्रदर्शन में महत्वपूर्ण सुधार होता है।

Richmond Sin Jing Xuan, Rishabh Bhardwaj, Soujanya Poria2026-05-08
🤖 AI

Systematic Evaluation of Large Language Models for Post-Discharge Clinical Action Extraction

यह शोध पत्र डिस्चार्ज के बाद की नैदानिक कार्रवाइयों (clinical actions) को निकालने के लिए सुपरवाइज्ड बेसलाइन्स के विरुद्ध लार्ज लैंग्वेज मॉडल्स का व्यवस्थित रूप से मूल्यांकन करता है, जिससे यह पता चलता है कि जहाँ LLMs कार्रवाई की क्षमता (actionability) का पता लगाने में उत्कृष्ट हैं, वहीं वे नैदानिक तर्क (clinical reasoning) की कमी के कारण सूक्ष्म वर्गीकरण (fine-grained classification) में संघर्ष करते हैं, जिससे केवल लेबल के बजाय तर्कों (rationales) के साथ एनोटेट किए गए डेटासेट्स की महत्वपूर्ण आवश्यकता रेखांकित होती है।

Shivali Dalmia, Ananya Mantravadi, Prasanna Desikan2026-05-08
🤖 AI

Towards Annotation-Free Validation of MLLMs: A Vision-Language Logical Consistency Metric

यह शोध पत्र विज़न-लैंग्वेज लॉजिकल कंसिस्टेंसी मेट्रिक (VL-LCM) को प्रस्तुत करता है, जो एक एनोटेशन-मुक्त ढांचा है जो कारण-प्रभाव संबंधों पर मल्टी-मोडल लार्ज लैंग्वेज मॉडल्स की तार्किक निरंतरता का मूल्यांकन करता है, यह प्रकट करते हुए कि उच्च सटीकता के बावजूद, वर्तमान मॉडल्स में अक्सर तार्किक कठोरता की कमी होती है और बिना ग्राउंड-ट्रुथ डेटा के नवीन कार्यों में मॉडल्स को मान्य करने और चुनने के लिए इस मेट्रिक की उपयोगिता को प्रदर्शित करता है।

Ying Gu, Mei Chee Leong, Hui Li Tan, Shangbo Mao, Liyuan Li, Nancy Chen2026-05-08