🤖 Category

cs.AI

25186 पेपर

💬 NLP

Learning Decomposed Contextual Token Representations from Pretrained and Collaborative Signals for Generative Recommendation

यह शोध पत्र DECOR का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो जेनरेटिव रिकमेंडर्स में सिमेंटिक टोकनाइजेशन और उपयोगकर्ता इंटरेक्शन मॉडलिंग के बीच उद्देश्य संबंधी मिसअलाइनमेंट को संबोधित करता है, जो कि पूर्व-प्रशिक्षित सिमेंटिक्स को संरक्षित करते हुए कोलैबोरेटिव सिग्नल्स के अनुकूल होने वाले डीकंपोज्ड कॉन्टेक्स्टुअल टोकन रिप्रेजेंटेशन्स को सीखकर किया जाता है, जिससे यह स्टेट-ऑफ-द-आर्ट बेसलाइन्स से बेहतर प्रदर्शन करता है।

Yifan Liu, Yaokun Liu, Zelin Li, Zhenrui Yue, Gyuseok Lee, Ruichen Yao, Yang Zhang, Dong Wang2026-05-06
🤖 AI

Reasoning Models Can be Accurately Pruned Via Chain-of-Thought Reconstruction

यह शोध पत्र रीजनिंग-अवेयर कम्प्रेशन (RAC) का प्रस्ताव करता है, जो एक प्रूनिंग तकनीक है जो इनपुट एक्टिवेशन्स और ऑन-पॉलिसी चेन-ऑफ-थॉट ट्रेसेस को संयुक्त रूप से पुनर्गठित करती है ताकि मानक प्रूनिंग विधियों के कारण होने वाले प्रदर्शन ह्रास और बढ़ी हुई लेटेंसी से बचते हुए रीजनिंग मॉडल्स की परिनियोजन लागत को प्रभावी ढंग से कम किया जा सके।

Ryan Lucas, Kayhan Behdin, Zhipeng Wang, Qingquan Song, Shao Tang, Rahul Mazumder2026-05-06
🤖 AI

Short window attention enables long-term memorization

यह शोध पत्र प्रदर्शित करता है कि हाइब्रिड आर्किटेक्चर में छोटे स्लाइडिंग विंडोज़ का उपयोग करने से मॉडल लॉन्ग-टर्म मेमोरी मैकेनिज्म का बेहतर उपयोग करने के लिए मजबूर होते हैं, और प्रशिक्षण के दौरान स्टोकेस्टिक रूप से परिवर्तनशील विंडो आकार, फिक्स्ड विंडो दृष्टिकोण की तुलना में शॉर्ट और लॉन्ग-कॉन्टेक्स्ट कार्यों दोनों पर प्रदर्शन में महत्वपूर्ण सुधार करते हैं।

Loïc Cabannes, Maximilian Beck, Gergely Szilvasy, Matthijs Douze, Maria Lomeli, Jade Copet, Pierre-Emmanuel Mazaré, Gabr (…)2026-05-06
🤖 AI

Ergodic Risk Measures: Towards a Risk-Aware Foundation for Continual Reinforcement Learning

यह शोधपत्र शास्त्रीय जोखिम उपायों (classical risk measures) और निरंतर शिक्षण (continual learning) के बीच असंगति को प्रदर्शित करते हुए और एक नए प्रकार के "एर्गोडिक जोखिम उपायों" (ergodic risk measures) का प्रस्ताव देते हुए, जोखिम-सचेत निर्णय लेने के तहत निरंतर सुदृढीकरण शिक्षण (continual reinforcement learning) के लिए पहले औपचारिक सैद्धांतिक ढांचे को प्रस्तुत करता है, जो अनुभवजन्य सत्यापन (empirical validation) द्वारा समर्थित है।

Juan Sebastian Rojas, Chi-Guhn Lee2026-05-06
🔬 physics

Scaling Laws and Symmetry, Evidence from Neural Force Fields

यह शोध पत्र प्रदर्शित करता है कि इक्विवैरिएंट आर्किटेक्चर (equivariant architectures), विशेष रूप से उच्च-क्रम के निरूपणों (higher-order representations) वाले आर्किटेक्चर के माध्यम से कार्य समरूपताओं (task symmetries) को शामिल करना, अंतर-परमाणु विभवों (interatomic potentials) के लिए स्केलिंग लॉ (scaling laws) में महत्वपूर्ण सुधार करता है, जो यह सुझाव देता है कि मौलिक इंडक्टिव बायस (fundamental inductive biases) को मॉडल द्वारा स्केल होने के दौरान स्वयं खोजने के लिए छोड़ने के बजाय स्पष्ट रूप से इंजीनियर किया जाना चाहिए।

Khang Ngo, Siamak Ravanbakhsh2026-05-06
💬 NLP

How2How^{2}: How to learn from procedural How-to questions

यह शोध पत्र How2How^{2} को प्रस्तुत करता है, जो एक मेमोरी एजेंट फ्रेमवर्क है जो LLM-आधारित एजेंटों को प्रक्रियात्मक 'कैसे करें' (how-to) प्रश्न पूछकर और उन्हें संग्रहीत करके संवादात्मक वातावरण में आजीवन नियोजन (lifelong planning) में सुधार करने में सक्षम बनाता है, यह प्रदर्शित करते हुए कि अमूर्त, अवस्था-स्वतंत्र (state-independent) उत्तर सीखने के लिए सबसे प्रभावी होते हैं।

Gautier Dagan, Frank Keller, Alex Lascarides2026-05-06
🤖 AI

Empowering LLM Agents with Geospatial Awareness: Toward Grounded Reasoning for Wildfire Response

यह शोध पत्र एक जियोस्पेशियल अवेयरनेस लेयर (GAL) प्रस्तुत करता है जो बड़े भाषा मॉडल (LLM) एजेंटों को संरचित पृथ्वी डेटा के साथ उन्नत करता है ताकि जंगल की आग की प्रतिक्रिया संसाधन आवंटन के लिए जमीनी, साक्ष्य-आधारित तर्क सक्षम किया जा सके, जो मौजूदा सांख्यिकीय और पाठ-बद्ध दृष्टिकोणों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Yiheng Chen, Lingyao Li, Zihui Ma, Qikai Hu, Yilun Zhu, Min Deng, Runlong Yu2026-05-06
🤖 AI

GOAT: A Training Framework for Goal-Oriented Agent with Tools

यह शोध पत्र GOAT को पेश करता है, जो एक नया प्रशिक्षण ढांचा (training framework) है जो दस्तावेज़ों (documentation) से स्वचालित रूप से लक्ष्य-उन्मुख API निष्पादन डेटा (goal-oriented API execution data) को संश्लेषित करके, बिना मानव एनोटेशन के जटिल टूल उपयोग के लिए ओपन-सोर्स LLM एजेंटों को फाइन-ट्यून करने में सक्षम बनाता है, जिससे मौजूदा बेंचमार्क और एक नए प्रस्तावित GOATBench पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Hyunji Min, Sangwon Jung, Junyoung Sung, Dosung Lee, Leekyeung Han, Paul Hongsuck Seo2026-05-06
💬 NLP

TokenTiming: A Dynamic Alignment Method for Universal Speculative Decoding Model Pairs

TokenTiming एक सार्वभौमिक स्पेक्युलेटिव डिकोडिंग विधि है जो अलग-अलग शब्दावलियों वाले मिसमैच्ड ड्राफ्ट और टारगेट मॉडल्स को संरेखित करने के लिए डायनेमिक टाइम वार्पिंग का लाभ उठाती है, जिससे बिना किसी मॉडल रिट्रेनिंग के कुशल LLM इन्फरेंस त्वरण सक्षम होता है।

Sibo Xiao, Jinyuan Fu, Zhongle Xie, Lidan Shou2026-05-06
🧬 biology

On the evolutionary cognitive pressure for experiential awareness: do machines need it?

यह शोध पत्र तर्क देता है कि जबकि जैविक जीवों के लिए स्वायत्त तंत्रिका संबंधी प्रतिक्रियाओं पर विजय पाने हेतु अनुभवात्मक जागरूकता विकासवादी रूप से आवश्यक थी, यह कृत्रिम बुद्धिमत्ता के लिए एक आवश्यकता नहीं है, जो यह सुझाव देता है कि मशीनें चेतना के बिना उच्च-स्तरीय बुद्धिमत्ता प्राप्त कर सकती हैं, जिससे नैतिक विचार सरल हो जाते हैं।

Warisa Sritriratanarak, Paulo Garcia2026-05-06