cs.AI पेपर | Gist.Science

KompeteAI: Accelerated Autonomous Multi-Agent System for End-to-End Pipeline Generation for Machine Learning Problems

KompeteAI एक नवीन AutoML फ्रेमवर्क है जो विविध विचारों के स्रोत के लिए RAG, मजबूत समाधानों को पुनर्संयोजित करने के लिए एक मर्जिंग स्टेज और महंगे निष्पादन चक्रों को बायपास करने के लिए प्रेडिक्टिव स्कोरिंग को एकीकृत करके एंड-टू-एंड पाइपलाइन जनरेशन को त्वरित करता है, जिससे यह MLE-Bench और प्रस्तावित Kompete-bench पर मौजूदा अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।

Stepan Kulibaba, Artem Dzhalilov, Roman Pakhomov, Oleg Svidchenko, Alexander Gasnikov, Aleksei Shpilman2026-04-24

🤖 machine learning

FunduSegmenter: Leveraging the RETFound Foundation Model for Joint Optic Disc and Optic Cup Segmentation in Retinal Fundus Images

यह शोध पत्र FunduSegmenter को प्रस्तुत करता है, जो एक नवीन ढांचा है जो विविध रेटिनल फंडस डेटासेट में संयुक्त ऑप्टिक डिस्क और ऑप्टिक कप सेगमेंटेशन में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए विशेष मॉड्यूल के साथ RETFound फाउंडेशन मॉडल को अनुकूलित करता है, जो मौजूदा बेसलाइन की तुलना में बेहतर सटीकता और सामान्यीकरण प्रदर्शित करता है।

Zhenyi Zhao, Muthu Rama Krishnan Mookiah, Emanuele Trucco2026-04-24

💻 computer science

PosterForest: Hierarchical Multi-Agent Collaboration for Scientific Poster Generation

PosterForest एक प्रशिक्षण-मुक्त (training-free) फ्रेमवर्क है जो एक संरचित "पोस्टर ट्री" (Poster Tree) प्रतिनिधित्व और पदानुक्रमित बहु-एजेंट सहयोग का लाभ उठाता है ताकि बिना किसी अतिरिक्त प्रशिक्षण या डोमेन-विशिष्ट पर्यवेक्षण के वैज्ञानिक रूप से सुसंगत और दृश्य रूप से संतुलित पोस्टर उत्पन्न करने के लिए सामग्री और लेआउट को संयुक्त रूप से अनुकूलित किया जा सके।

Jiho Choi, Seojeong Park, Seongjong Song, Hyunjung Shim2026-04-24

🤖 machine learning

ChessArena: A Chess Testbed for Evaluating Strategic Reasoning Capabilities of Large Language Models

यह शोध पत्र ChessArena पेश करता है, जो बड़े भाषा मॉडलों (large language models) के मूल्यांकन के लिए एक प्रतिस्पर्धी शतरंज-आधारित ढांचा है, जो यह प्रकट करता है कि वर्तमान मॉडलों में मजबूत पैटर्न पहचान के बावजूद वास्तविक रणनीतिक तर्क क्षमताओं का अभाव है, जबकि यह भी प्रदर्शित करता है कि फाइन-ट्यूनिंग इस प्रदर्शन अंतराल को महत्वपूर्ण रूप से पाट सकती है।

Jincheng Liu, Sijun He, Jingjing Wu, Xiangsen Wang, Yang Chen, Zhaoqi Kuang, Siqi Bao, Yuan Yao2026-04-24

💻 computer science

Learning Reasoning Reward Models from Expert Demonstration via Inverse Reinforcement Learning

यह शोध पत्र एक एडवर्सरियल इनवर्स रिइन्फोर्समेंट लर्निंग (AIRL) फ्रेमवर्क प्रस्तावित करता है जो विशेषज्ञ प्रदर्शनों (expert demonstrations) से सीधे पुन: प्रयोज्य तर्क पुरस्कारों (reusable reasoning rewards) को सीखता है, और यह प्रदर्शित करता है कि ये सीखे गए पुरस्कार मॉडल के प्रदर्शन में सुधार करके, प्रभावी इन्फरेंस-टाइम रीरैंकर के रूप में कार्य करके, और तर्क संबंधी विफलताओं के निदान के लिए क्रॉस-टास्क ट्रांसफर को सक्षम करके सुपरवाइज्ड फाइन-ट्यूनिंग और आउटकम-आधारित रिइन्फोर्समेंट लर्निंग से बेहतर प्रदर्शन करते हैं।

Claudio Fanconi, Nicolás Astorga, Mihaela van der Schaar2026-04-24

🤖 machine learning

Towards Multimodal Active Learning: Efficient Learning with Limited Paired Data

यह शोधपत्र अनअलाइन्ड (unaligned) डेटा के साथ मल्टीमॉडल एक्टिव लर्निंग के लिए पहला फ्रेमवर्क प्रस्तुत करता है, जो एक मोडैलिटी-अवेयर एल्गोरिदम का प्रस्ताव देता है जो मॉडल के प्रदर्शन को बनाए रखते हुए एनोटेशन लागत को महत्वपूर्ण रूप से कम करने के लिए क्रॉस-मोडल अलाइनमेंट्स को कुशलतापूर्वक प्राप्त करता है।

Jiancheng Zhang, Yinglun Zhu2026-04-24

💻 computer science

Speculative Actions: A Lossless Framework for Faster Agentic Systems

यह शोध पत्र "स्पेक्युलेटिव एक्शन्स" (Speculative Actions) का परिचय देता है, जो एक लॉसलेस फ्रेमवर्क है जो तेज़ मॉडलों का उपयोग करके संभावित भविष्य के कार्यों का पूर्वानुमान लगाकर और उन्हें समानांतर (parallelize) करके एजेंटिक सिस्टम्स को तेज़ बनाता है, जिससे विविध डोमेन में 20% तक लेटेंसी में कमी आती है और स्पेक्यूलेशन की चौड़ाई और दक्षता के बीच ट्रेडऑफ़ को अनुकूलित करने के लिए एक औपचारिक लागत-लेटेंसी विश्लेषण प्रदान करता है।

Naimeng Ye, Arnav Ahuja, Georgios Liargkovas, Yunan Lu, Kostis Kaffes, Tianyi Peng2026-04-24

🤖 machine learning

Accelerating Vision Transformers with Adaptive Patch Sizes

यह शोध पत्र एडेप्टिव पैच ट्रांसफॉर्मर्स (APT) को प्रस्तुत करता है, जो एक ऐसी विधि है जो इमेज कंटेंट के आधार पर पैच साइज़ को गतिशील रूप से समायोजित करती है ताकि विभिन्न उच्च-रिज़ॉल्यूशन वाले विज़ुअल कार्यों में प्रदर्शन बनाए रखते हुए टोकन काउंट को काफी कम किया जा सके और ViT ट्रेनिंग एवं इन्फरेंस को 50% तक तेज़ किया जा सके।

Rohan Choudhury, JungEun Kim, Jinhyung Park, Eunho Yang, László A. Jeni, Kris M. Kitani2026-04-24

🤖 machine learning

Addressing divergent representations from causal interventions on neural networks

यह शोध पत्र यह प्रदर्शित करता है कि न्यूरल नेटवर्क में सामान्य कारण संबंधी हस्तक्षेप (causal interventions) अक्सर आउट-ऑफ-डिस्ट्रीब्यूशन (out-of-distribution) निरूपण उत्पन्न करते हैं जो भ्रामक स्पष्टीकरणों का कारण बन सकते हैं, और इन "हानिकारक" विचलनों को कम करने के लिए एक संशोधित काउंटरफैक्चुअल लेटेंट लॉस (Counterfactual Latent loss) प्रस्तावित करता है जबकि व्याख्यात्मक शक्ति को भी सुरक्षित रखता है।

Satchel Grant, Simon Jerome Han, Alexa R. Tartaglini, Christopher Potts2026-04-24

🤖 AI

Hyperdimensional Decoding of Spiking Neural Networks

यह शोध पत्र एक नवीन SNN-HDC डिकोडिंग पद्धति प्रस्तुत करता है जो उच्च सटीकता, कम विलंबता और काफी कम ऊर्जा खपत प्राप्त करके मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करती है और साथ ही अज्ञात वर्गों की पहचान करने की अनूठी क्षमता भी प्रदर्शित करती है।

Cedrick Kinavuidi, Luca Peres, Oliver Rhodes2026-04-24

← पिछला अगला →