🤖 AI

Bridging Values and Behavior: A Hierarchical Framework for Proactive Embodied Agents

यह शोध पत्र ValuePlanner को प्रस्तुत करता है, जो एक पदानुक्रमित संज्ञानात्मक संरचना (hierarchical cognitive architecture) है जो LLM-आधारित मूल्य तर्क (value reasoning) को शास्त्रीय योजना (classical planning) के साथ जोड़ता है ताकि एम्बोडीड एजेंटों (embodied agents) को प्रेरणा संबंधी संघर्षों को हल करके स्थिर, स्व-निर्देशित, दीर्घकालिक व्यवहार निष्पादित करने में सक्षम बनाया जा सके, जिसे TongSim वातावरण में एक नवीन मूल्य-केंद्रित मूल्यांकन सूट के माध्यम से सत्यापित किया गया है।

Chunhui Zhang, Yuxuan Wang, Aoyang Qin, Yi-Long Lu, Kunlun Wu, Yizhou Wang, Wei Wang2026-05-01
🤖 AI

Contextual Agentic Memory is a Memo, Not True Memory

यह शोध पत्र तर्क देता है कि वर्तमान एजेंटिक मेमोरी सिस्टम वास्तविक भार-आधारित (weight-based) स्मृति के बजाय केवल समानता-आधारित लुकअप (similarity-based lookups) करते हैं, जो एक मौलिक श्रेणीगत त्रुटि है जो सामान्यीकरण और सुरक्षा को सीमित करती है, और तेज़ उदाहरण भंडारण (exemplar storage) को धीमी नियम सुदृढ़ीकरण (rule consolidation) के साथ एकीकृत करने के लिए एक तंत्रिका वैज्ञानिक द्वि-प्रणाली (neuroscientific dual-system) दृष्टिकोण अपनाने का प्रस्ताव देता है।

Binyan Xu, Xilin Dai, Kehuan Zhang2026-05-01
🤖 AI

Knowledge Graph Representations for LLM-Based Policy Compliance Reasoning

यह शोध पत्र एक एजेंटिक फ्रेमवर्क प्रस्तुत करता है जो LLM-आधारित तर्क और अनुपालन सत्यापन को बढ़ाने के लिए AI नीति दस्तावेजों से नॉलेज ग्राफ का निर्माण करता है, यह प्रदर्शित करते हुए कि KG संवर्धन विभिन्न तर्क कार्यों में प्रदर्शन में सुधार करता है और LLM-खोजे गए स्कीमा औपचारिक ऑन्टोलॉजी के बराबर या उससे बेहतर हो सकते हैं।

Wilder Baldwin, Sepideh Ghanavati2026-05-01
🤖 AI

Auditing Frontier Vision-Language Models for Trustworthy Medical VQA: Grounding Failures, Format Collapse, and Domain Adaptation

यह शोध पत्र मेडिकल VQA पर पांच फ्रंटियर विजन-लैंग्वेज मॉडल्स का ऑडिट करता है, जो यह प्रकट करता है कि सेल्फ-ग्राउंडिंग पाइपलाइनों में खराब एनाटॉमिकल ग्राउंडिंग और फॉर्मेट-अनुपालन की विफलताएं नैदानिक विश्वसनीयता को गंभीर रूप से कमजोर करती हैं, जबकि सुपरवाइज्ड फाइन-ट्यूनिंग यह प्रदर्शित करती है कि VQA-स्तर के प्रदर्शन अंतराल को डोमेन अनुकूलन के माध्यम से प्रभावी ढंग से संबोधित किया जा सकता है।

Xupeng Chen, Binbin Shi, Chenqian Le, Qifu Yin, Lang Lin, Haowei Ni, Ran Gong, Panfeng Li2026-05-01
🤖 AI

Iterative Multimodal Retrieval-Augmented Generation for Medical Question Answering

MED-VRAG एक पुनरावृत्त मल्टीमॉडल रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो OCR-एक्सट्रैक्टेड टेक्स्ट के बजाय मूल दस्तावेज़ पृष्ठ छवियों को रिट्रीव और उन पर तर्क (reasoning) करके मेडिकल प्रश्न उत्तर की सटीकता को 78.6% तक सुधारता है, जिसमें एक तेज़ कोर्स-टू-फाइन इंडेक्सिंग रणनीति और एक मल्टी-राउंड मेमोरी-बेस्ड रीजनिंग प्रक्रिया का उपयोग किया गया है।

Xupeng Chen, Binbin Shi, Chenqian Le, Jiaqi Zhang, Kewen Wang, Ran Gong, Jinhan Zhang, Chihang Wang2026-05-01
🔢 mathematics

Why Self-Supervised Encoders Want to Be Normal

यह लेख एक ज्यामितीय और सूचना-सैद्धांतिक ढांचे का प्रस्ताव करता है जो सूचना बाधा (Information Bottleneck) सिद्धांत पर आधारित है, जो इष्टतम निरूपणों (representations) को एक भविष्य कहने वाले मैनिफोल्ड (predictive manifold) के सॉफ्ट क्लस्टरिंग के रूप में अभिलक्षणित करता है, जिससे बिना किसी वेरिएशनल बाउंड (variational bounds) की आवश्यकता के, सुपरवाइज्ड और सेल्फ-सुपरवाइज्ड लर्निंग दोनों के लिए एक सिद्धांत-आधारित वितरण-आधारित रेगुलराइज़र के रूप में रेखांकित आइसोट्रोपिक गॉसियन रेगुलराइजेशन (SIGReg) का विकास होता है।

Yuval Domb2026-05-01
🤖 AI

Autonomous Traffic Signal Optimization Using Digital Twin and Agentic AI for Real-Time Decision-Making

यह शोध पत्र एक तीन-स्तरीय स्वायत्त यातायात संकेत अनुकूलन ढांचे को प्रस्तुत करता है जो प्रतीक्षा समय को गतिशील रूप से कम करने और समग्र यातायात प्रवाह दक्षता में सुधार करने के लिए डिजिटल ट्विन, एजेंटिक एआई और एज कंप्यूटिंग का लाभ उठाता है, जो फिक्स्ड-टाइम और सुदृढीकरण लर्निंग-आधारित बेसलाइन दोनों से बेहतर प्रदर्शन करता है।

Salman Jan, Toqeer Ali Syed, Shahid Kamal, Qamar Wali, Ali Akarma2026-05-01
💬 NLP

Instruction-Guided Poetry Generation in Arabic and Its Dialects

यह शोध पत्र आधुनिक मानक अरबी और उसकी बोलियों में एक बड़े पैमाने के, निर्देश-आधारित डेटासेट का परिचय देता है जो लार्ज लैंग्वेज मॉडल्स को शैली और तुकबंदी जैसी विशिष्ट उपयोगकर्ता आवश्यकताओं के अनुसार कविता को नियंत्रित रूप से उत्पन्न करने, संशोधित करने और विश्लेषण करने में सक्षम बनाता है।

Abdelrahman Sadallah, Kareem Elozeiri, Mervat Abassy, Rania Elbadry, Mohamed Anwar, Abed Alhakim Freihat, Preslav Nakov (…)2026-05-01
🤖 AI

RuC: HDL-Agnostic Rule Completion Benchmark Generation

यह शोध पत्र RuC को प्रस्तुत करता है, जो एक व्याकरण-संचालित, भाषा-अज्ञेय (language-agnostic) ढांचा है, जो हार्डवेयर डिज़ाइन कार्यों में लार्ज लैंग्वेज मॉडल्स (LLMs) के प्रदर्शन का व्यवस्थित रूप से मूल्यांकन करने के लिए सिंथेटिक क्षेत्रों को मास्क करके स्केलेबल और ग्रैनुलर RTL कोड-पूर्णता बेंचमार्क उत्पन्न करता है।

Arnau Ayguadé Domingo, Miquel Alberti-Binimelis, Cristian Gutierrez-Gomez, Emanuele Parisi, Razine Moundir Ghorab, Mique (…)2026-05-01
🤖 AI

Test Before You Deploy: Governing Updates in the LLM Supply Chain

यह शोध पत्र साइलेंट रिग्रेशन (silent regressions) को रोकने और आपूर्ति श्रृंखला विश्वसनीयता सुनिश्चित करने के लिए प्रोडक्शन कॉन्ट्रैक्ट्स, जोखिम-आधारित परीक्षण और कम्पैटिबिलिटी गेट्स के माध्यम से अपारदर्शी लार्ज लैंग्वेज मॉडल अपडेट को प्रबंधित करने हेतु एक डिप्लॉयमेंट-साइड गवर्नेंस फ्रेमवर्क प्रस्तावित करता है।

Mohd Sameen Chishti, Damilare Peter Oyinloye, Jingyue Li2026-05-01