🤖 Category

cs.AI

21046 पेपर

🤖 AI

Integrating knowledge graphs and multilingual scholarly corpora for domain-adaptive LLMs in SSH

यह शोध पत्र LLMs4EU परियोजना और ALT-EDIC बुनियादी ढांचे के भीतर एक चल रही पहल को रेखांकित करता है, जिसका उद्देश्य ज्ञान ग्राफ (knowledge graphs) और बहुभाषी कॉर्पोरा को एकीकृत करके सामाजिक विज्ञान और मानविकी अनुसंधान के लिए फाउंडेशन मॉडल्स को अनुकूलित करना है, ताकि विद्वत्तापूर्ण कार्यों के लिए विश्वसनीय, नैतिक रूप से अनुपालन करने वाले और डोमेन-संवेदनशील एआई (AI) समर्थन को सुनिश्चित करने के लिए एक कठोर मात्रात्मक और गुणात्मक मूल्यांकन ढांचे का उपयोग किया जा सके।

Adam Faci, Alessio Miaschi, Anne Combe, Pascal Cuxac, Francesca Frontini, Nicolas Larrousse, Stéphane Pouyllau2026-07-08
🤖 AI

Information Limits and Attractor Dynamics in Economies of Frontier LLM Agents: A Pre-Registered Test

यह पूर्व-पंजीकृत अध्ययन फ्रंटियर एलएलएम (LLM) अर्थव्यवस्थाओं में धन वृद्धि के लिए एक सूचना-सैद्धांतिक क्षमता नियम को मान्य करता है और जनसंख्या मिसअलाइनमेंट (population misalignment) के स्मूथ मीन-फील्ड मॉडलों का खंडन करते हुए यह प्रदर्शित करता है कि नियंत्रण लीवरों के प्रति एजेंटों की प्रतिक्रियाएं निरंतर प्रकीर्णन (continuous dispersion) के बजाय द्वि-स्थिर स्टेप-फंक्शन गतिकी (bistable step-function dynamics) प्रदर्शित करती हैं।

Cheng Qian2026-07-08
🤖 AI

Reward-Density Heuristic for Dynamic Multi-Vehicle Routing: Performance and Computational Efficiency

यह शोध पत्र गतिशील बहु-वाहन रूटिंग के लिए एक "रिवॉर्ड-डेंसिटी" (दक्षता) ह्यूरिस्टिक प्रस्तावित करता है जो परिष्कृत मेटा-ह्यूरिस्टिक्स के तुलनीय समाधान गुणवत्ता प्राप्त करता है जबकि इसके लिए दो से तीन क्रम अधिक कम गणनात्मक समय की आवश्यकता होती है, जो इसे ड्रोन आवंटन और टैक्सी डिस्पैच जैसे वास्तविक समय के लॉजिस्टिक्स अनुप्रयोगों के लिए एक पारेटो-डोमिनेंट दृष्टिकोण के रूप में स्थापित करता है।

Manish Kolachalam, Rani Malhotra2026-07-08
🤖 machine learning

x-Prediction Is All You Need:Training-Free Accelerated Generation via Endpoint Decodability

यह शोध पत्र 'ट्रेनिंग-फ्री एक्सीलरेटेड जनरेशन वाया एंडपॉइंट डिकोडेबिलिटी' पेश करता है, जो 'ट्रंकेटेड जंप सैंपलिंग' (TJS) नामक एक विधि है जो मानक प्रायिकता पथों (प्रोबेबिलिटी पाथ्स) में अंतर्निहित x0x_0 जानकारी का लाभ उठाकर ODE सैंपलिंग के दौरान स्वच्छ नमूनों को जल्दी डिकोड करती है, जिससे बिना किसी पुनरप्रशिक्षण या संरचनात्मक परिवर्तन के विभिन्न डिफ्यूजन और फ्लो मैचिंग मॉडलों में न्यूरल फंक्शन इवैल्यूएशन को 20–70% तक कम किया जा सकता है।

Xin Peng, Ang Gao2026-07-08
🤖 AI

Evaluating Fine-Tuning and Metrics for Neural Decompilation of Dart AOT Binaries

यह शोध पत्र डार्ट (Dart) एओटी (AOT) बाइनरीज़ के न्यूरल डीकंपाइलेशन पर एक व्यवस्थित अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि सूक्ष्म मेट्रिक लाभों के बावजूद फाइन-ट्यूनिंग अक्सर कार्यात्मक शुद्धता (pass@k) में सुधार करने में विफल रहती है, जबकि एक नया ह्यूमैनइवल-डार्ट (HumanEval-Dart) बेंचमार्क पेश करती है और यह प्रदर्शित करती है कि असेंबली अनुक्रम की लंबाई कार्य की कठिनाई का प्राथमिक भविष्यवक्ता है।

Raafat Abualazm, Ayman AboElhassan, Amr G. Wassal2026-07-08
🤖 machine learning

Self-Supervised Implicit CEST Reconstruction via Physics-Informed Lorentz Encoding

यह शोध पत्र लोरेन्त्ज़ एनकोडिंगिंग (Lorentz Encoding) का प्रस्ताव करता है, जो एक स्व-पर्यवेक्षित (self-supervised), भौतिकी-सूचित (physics-informed) ढांचा है जो विरल नमूनाकरण (sparse sampling) से उच्च-रिज़ॉल्यूशन, आर्टिफ़ेक्ट-मुक्त CEST Z-स्पेक्ट्रा को पुनर्गठित करने के लिए इम्पलिसिट न्यूरल रिप्रेजेंटेशन और पैरामीट्रिक लोरेन्त्ज़ियन प्रोफाइल्स का लाभ उठाता है, जो इमेज गुणवत्ता और मात्रात्मक मेटाबॉलिक मैपिंग दोनों में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।

Dexuan Li, Yupeng Wu, Chenglong Wang, Hanlin Liu, Hui Zhen, Jianqi Li, Guang Yang2026-07-08
💬 NLP

LLM Agents for Deliberative Collaboration: A Study on Joint Decision Making Under Partial Observability

यह शोध पत्र आंशिक रूप से दृश्यमान संयुक्त निर्णय लेने वाले कार्यों में विचारशील (deliberative) LLM एजेंटों के लिए एक स्केलेबल बेंचमार्क और मूल्यांकन ढांचा प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि वर्तमान मॉडल जटिल संरेखण और तर्क करने में संघर्ष करते हैं, विचार प्रक्रिया स्वयं आत्मचिंतन और त्रुटि सुधार के अवसर प्रदान कर सकती है जो कभी-कभी केंद्रीकृत बेसलाइन से बेहतर प्रदर्शन करती है।

Chenxu Wang, Yongkun Yang, Boyuan Du, Shiwei Lin, Huaping Liu2026-07-08
🤖 machine learning

X-FEMR: A Token-level Explainable Approach for Electronic Health Records Foundation Models using Transformer-based Models

यह शोध पत्र X-FEMR को प्रस्तुत करता है, जो इलेक्ट्रॉनिक हेल्थ रिकॉर्ड्स फाउंडेशन मॉडल्स के लिए पहला टोकन-स्तरीय व्याख्यात्मकता ढांचा (explainability framework) है, जो भविष्यवाणियों का अनुमान लगाने के लिए एक ट्रांसफॉर्मर-आधारित सरोगेट मॉडल का उपयोग करता है और एक नवीन संरेखण मीट्रिक (alignment metric) के माध्यम से नैदानिक प्रासंगिकता को मान्य करता है, जिससे ब्लैक-बॉक्स क्लिनिकल एआई की व्याख्यात्मकता और विश्वसनीयता बढ़ती है।

Jie Huang, Pengfei Yin, Zihan Xu, Daniel Capurro, Mike Conway, Ting Dang2026-07-08
💬 NLP

Improving LLM-Generated Process Model Quality Through Reinforcement Learning: The Role of Reward Function Design

यह शोध पत्र प्रदर्शित करता है कि सुदृढीकरण सीखना (Reinforcement Learning) LLM-जनित BPMN प्रक्रिया मॉडलों की गुणवत्ता को महत्वपूर्ण रूप से बढ़ाता है, जो यह प्रकट करता है कि बहु-आयामी गुणवत्ता मेट्रिक्स का समान भार देना लक्षित दृष्टिकोणों की तुलना में बेहतर प्रदर्शन करता है और इष्टतम रिवॉर्ड फंक्शन डिज़ाइन विशिष्ट मॉडल आर्किटेक्चर पर अत्यधिक निर्भर है।

Alexander Rombach, Chantale Lauer, Nijat Mehdiyev2026-07-08
🤖 AI

UBEP: Re-architecting Expert Parallelism Communication Library for Production Superpods

UBEP एक प्रोडक्शन-रेडी कम्युनिकेशन लाइब्रेरी है जो उच्च-बैंडविड्थ वाले सुपरपॉड्स के लिए Mixture-of-Experts (MoE) All-to-All प्रिमिटिव्स को पुनर्गठित करती है, जो सीरियलाइजेशन, सिंक्रोनाइज़ेशन और लोड इम्बैलेंस की बाधाओं को दूर करके All-to-All लेटेंसी को 52.4% तक और इन्फरेंस TPOT को 11.1% तक कम करती है।

Yipeng Liu, Chang Liu, Si Shen, Jiaqi Zheng, Mingfan Li, Yuyang Yang, Guanhua Li, Yuquan Zhang, Yimeng Xu, Zhongzhe Hu (…)2026-07-08