🤖 Category

cs.AI

20571 पेपर

🤖 AI

QANTIS: Hardware-Calibrated Sequential POMDP Belief Updates on IBM Heron

यह शोध पत्र प्रदर्शित करता है कि एक हार्डवेयर-कैलिब्रेटेड क्वांटम बिलीफ-अपडेट सर्विस (QANTIS), बाउंड्री-अवेयर एम्प्लीट्यूड एस्टिमेशन और फिक्स्ड-पॉइंट एम्प्लीफिकेशन को नियोजित करके, IBM Heron हार्डवेयर पर अनुक्रमिक टाइगर POMDPs के लिए सही पोस्टीरियर अनुमानों और एक्शन चयन को विश्वसनीय रूप से बनाए रख सकता है, जो स्टैंडअलोन क्वांटम एडवांटेज का दावा किए बिना इस प्रिमिटिव के लिए एक व्यावहारिक ऑपरेटिंग एनवेलप स्थापित करता है।

Bayram Yuksel Eker, Suayb S. Arslan, Ozgur Nazli, Mustafa Serhat Demirgil, Furkan Deligoz2026-07-09
🤖 AI

Cost-Effective Agent Harnesses for Abstract Reasoning and Generalization on ARC-AGI-1

यह शोध पत्र यह प्रदर्शित करता है कि एक लागत प्रभावी, नॉन-फाइन-ट्यून्ड ओपन-वेट मॉडल (DeepSeek V3.2), जो विशिष्ट एजेंटिक हार्नेस—विशेष रूप से एक एक्सप्लोरर-डेफिनर पाइपलाइन और एक रिफ्लेक्टिव ऑर्केस्ट्रेटर—से सुसज्जित है, पैटर्न डिस्कवरी को प्रोग्राम सिंथेसिस से स्पष्ट रूप से अलग करके और ट्रांसफॉर्मेशन को अनुकूल रूप से पुनः एक्सप्लोर करके, भारी टेस्ट-टाइम कंप्यूट या बेंचमार्क-विशिष्ट प्रशिक्षण के बिना, ARC-AGI-1 प्रदर्शन को 15.50% बेसलाइन से बढ़ाकर 67.25% pass@2 तक महत्वपूर्ण रूप से बढ़ा सकता है।

Kabir Moghe, Peter Chin2026-07-09
🤖 machine learning

Enhancing deep learning models for time series classification via knowledge distillation

यह शोध पत्र यह प्रदर्शित करता है कि नॉलेज डिस्टिलेशन (knowledge distillation), FCN, Inception और ConvTran आर्किटेक्चर में बड़े टीचर मॉडल्स से छोटे, अधिक कुशल स्टूडेंट मॉडल्स में ज्ञान स्थानांतरित करके टाइम सीरीज़ क्लासिफिकेशन को प्रभावी ढंग से बढ़ाता है, जिससे UCR आर्काइव बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए महत्वपूर्ण पैरामीटर कमी प्राप्त होती है।

Javidan Abdullayev, Maxime Devanne, Jonathan Weber, Germain Forestier2026-07-09
🤖 machine learning

What Predicts Correctness in Text-to-SQL? A Selective-Prediction Study

यह अध्ययन प्रदर्शित करता है कि जहाँ बुनियादी आत्म-संगति (self-consistency) और लॉग-प्रायिकता संकेत 0.68 AUROC की सीमा से परे टेक्स्ट-टू-एसक्यूएल (Text-to-SQL) शुद्धता की भविष्यवाणी करने में संघर्ष करते हैं, वहीं सत्यापन-आधारित दृष्टिकोण—विशेष रूप से लार्ज लैंग्वेज मॉडल जजों के एनसेम्बल्स—बेहतर प्रदर्शन (0.82 AUROC तक) और स्कीमा के across मजबूत सामान्यीकरण प्राप्त करते हैं, जबकि फाइन-ट्यून्ड वेरीफायर अनदेखे स्कीमा पर प्रभावी ढंग से स्थानांतरित होने में विफल रहते हैं।

Robert Richardson2026-07-09
⚡ electrical engineering

A Multi-Analyst LLM Pipeline for Auditable Rule Discovery Across 68 Public Physiological Corpora

यह शोध पत्र एक नियंत्रित चार-विश्लेषक LLM पाइपलाइन प्रस्तुत करता है जो 68 विषम सार्वजनिक शारीरिक कॉर्पोरा (physiological corpora) से दस्तावेज़ीकरण को 94 संभावित डिटेक्टर नियमों के एक ऑडिट योग्य पुस्तकालय में परिवर्तित करता है, जो संपर्क रहित निगरानी प्लेटफार्मों के लिए भावी सत्यापन को सुगम बनाने हेतु विलोपन (deduplication), स्वच्छता जांच (sanity checks) और हार्डवेयर बाधाओं के माध्यम से उन्हें फ़िल्टर करता है।

Dovy Paukstys2026-07-09
💬 NLP

Ad Headline Generation using Self-Critical Masked Language Model

यह शोध पत्र ट्रांसफॉर्मर-आधारित मास्क्ड लैंग्वेज मॉडल्स पर रीइन्फोर्समेंट लर्निंग पॉलिसी ग्रेडिएंट विधियों को लागू करके उच्च गुणवत्ता वाले ई-कॉमर्स विज्ञापन हेडलाइन्स उत्पन्न करने के लिए एक नवीन प्रोग्रामेटिक समाधान प्रस्तावित करता है, जो व्याकरण संबंधी शुद्धता और रचनात्मक गुणवत्ता दोनों में मौजूदा मॉडल्स और मानव-निर्मित हेडलाइन्स से बेहतर प्रदर्शन करता है।

Yashal Shakti Kanungo, Sumit Negi, Aruna Rajan2026-07-09
🤖 AI

Evaluating SageMath-Augmented LLM Agents for Computational and Experimental Mathematics

यह शोध पत्र एक ReAct-शैली के एजेंटिक फ्रेमवर्क का प्रस्ताव और मूल्यांकन करता है जो लार्ज लैंग्वेज मॉडल्स को SageMath और अद्यतित दस्तावेज़ीकरण के साथ एकीकृत करता है, यह प्रदर्शित करते हुए कि ऐसे CAS-संवर्धित एजेंट RealMath बेंचमार्क के अनुसंधान-स्तरीय गणितीय समस्याओं पर प्रदर्शन में काफी सुधार करते हैं और ओपन-वेट एवं क्लोज्ड मॉडल्स के बीच के अंतर को कम करते हैं।

Pavel Snopov, German Magai2026-07-09
🤖 AI

The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI

यह शोध पत्र तर्क देता है कि एंटरप्राइज एजेंटिक एआई (Agentic AI) लागतों को नियंत्रित करने के लिए मॉडल चयन की तुलना में ऑर्केस्ट्रेशन लेयर (जिसे "हार्नेस" कहा जाता है) को अनुकूलित करना अधिक महत्वपूर्ण है, जो एक नियंत्रित अध्ययन के माध्यम से प्रदर्शित करता है कि एक बेहतर हार्नेस विविध मॉडलों में कार्य की गुणवत्ता को बनाए रखते हुए या उसमें सुधार करते हुए टोकन उपयोग को 38% और लागत को 41% तक कम कर सकता है।

Muayad Sayed Ali, Aliaksandra Novik, Anji Boddupally, Artem Yavorskyi, Chris Nickerson, Daniel Rica, Emily DuGranrut, Fe (…)2026-07-09
🤖 AI

Grounding Spatial Relations in a Compact World Model: Instruction Leakage and a Goal-Free Dynamics Fix

यह शोध पत्र प्रकट करता है कि लक्ष्य-सशर्त कॉम्पैक्ट वर्ल्ड मॉडल अक्सर "इंस्ट्रक्शन लीकेज" के कारण स्थानिक संबंधों को वास्तविक रूप से स्थापित करने में विफल रहते हैं, जहाँ मॉडल दृश्य को समझने के बजाय केवल लक्ष्य को ट्रांसक्राइब (प्रतिलिखित) कर देता है, और एक ऐसे समाधान का प्रस्ताव करता है जो वास्तविक, निर्देश-स्वतंत्र ग्राउंडिंग को बहाल करने के लिए लक्ष्य को डायनेमिक्स से अलग करता है।

Yufeng Wang, Lu Wei, Haibin Ling2026-07-09
💬 NLP

Comprehensive Evaluation of Large Language Model Responses: A Multi-Factor Scoring System

यह शोध पत्र एक व्यापक, बहु-कारक स्कोरिंग प्रणाली को एक ग्राफिकल इंटरफ़ेस के साथ प्रस्तावित करता है जो सटीकता और सुसंगतता जैसे आयामों पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने के लिए है, जो TruthfulQA डेटासेट पर उनकी तर्क क्षमता और तथ्यात्मक सीमाओं को उजागर करते हुए भविष्य के मॉडल परिशोधन के लिए एक पारदर्शी ढांचा प्रदान करता है।

Yiming Gai, Junde Lu, Xuefei Huang2026-07-09