🤖 Category

cs.AI

21138 पेपर

🤖 AI

PPTArena: A Benchmark for PowerPoint Editing

यह शोध पत्र PPTArena प्रस्तुत करता है, जो वास्तविक दुनिया के स्लाइड संशोधनों का उपयोग करके पावरपॉइंट एडिटिंग एजेंटों के मूल्यांकन के लिए एक व्यापक बेंचमार्क है, और PPTPilot प्रस्तुत करता है, जो एक संरचना-जागरूक (structure-aware) एजेंट है जो सिमेंटिक प्लानिंग को प्रोग्रामेटिक और XML-आधारित ऑपरेशन्स के साथ जोड़कर मौजूदा मॉडलों से काफी बेहतर प्रदर्शन करता है, साथ ही दीर्घकालिक दस्तावेज़ संपादन (long-horizon document editing) में शेष चुनौतियों पर प्रकाश डालता है।

Michael Ofengenden, Yunze Man, Ziqi Pang, Liang-Yan Gui, Yu-Xiong Wang2026-07-03
💬 NLP

ThreadWeaver: Adaptive Threading for Efficient Parallel Reasoning in Language Models

ThreadWeaver एक नवीन फ्रेमवर्क है जो एक दो-चरणीय प्रक्षेपवक्र जनरेटर (two-stage trajectory generator), मानक अनुमान इंजनों (standard inference engines) के साथ संगत एक ट्राइ-आधारित रोलआउट डिज़ाइन (trie-based rollout design), और एक समानांतरता-जागरूक सुदृढीकरण शिक्षण रणनीति (parallelization-aware reinforcement learning strategy) को संयोजित करके बड़े भाषा मॉडलों में अत्याधुनिक समानांतर तर्क प्रदर्शन प्राप्त करता है, जिससे अनुक्रमिक सटीकता से मेल खाते हुए अनुमान विलंबता (inference latency) को महत्वपूर्ण रूप से कम किया जा सकता है।

Long Lian, Sida Wang, Felix Juefei-Xu, Tsu-Jui Fu, Xiuyu Li, Adam Yala, Trevor Darrell, Alane Suhr, Yuandong Tian, Xi Vi (…)2026-07-03
💬 NLP

HAL: Inducing Human-likeness in LLMs with Alignment

यह शोध पत्र HAL को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो कंट्रास्टिव डायलॉग डेटा से एक व्याख्यात्मक, डेटा-संचालित रिवॉर्ड (पुरस्कार) प्राप्त करके भाषा मॉडलों को मानवीय संवादात्मक गुणों के साथ संरेखित करता है, जिससे लक्षित अनुकूलन सक्षम होता है जो समग्र प्रदर्शन से समझौता किए बिना कथित मानव-समानता में सुधार करता है।

Masum Hasan, Junjie Zhao, Ehsan Hoque2026-07-03
🤖 AI

A General Neural Backbone for Mixed-Integer Linear Optimization via Dual Attention

यह शोध पत्र एक नवीन अटेंशन-संचालित न्यूरल बैकबोन प्रस्तावित करता है जो पारंपरिक ग्राफ न्यूरल नेटवर्क्स की स्थानीयता सीमाओं को दूर करने के लिए दोहरे इंट्रा- और इंटर-टाइप अटेंशन तंत्रों का उपयोग करता है, जो एक एलिमेंट-सेंट्रिक मॉडलिंग दृष्टिकोण को अपनाकर कई मिश्रित-पूर्णांक रैखिक प्रोग्रामिंग कार्यों में बेहतर प्रदर्शन प्राप्त करता है।

Peixin Huang, Yaoxin Wu, Yining Ma, Cathy Wu, Wei Zhang, Wen Song2026-07-03
💬 NLP

BRIDGE: Predicting Human Task Completion Time From Model Performance

यह शोध पत्र BRIDGE को प्रस्तुत करता है, जो एक साइकोमेट्रिक ढांचा है जो लेटेंट टास्क डिफिकल्टी (अव्यक्त कार्य की कठिनाई) और मानव पूर्णता समय के लघुगणक (लॉग) के बीच एक रैखिक संबंध स्थापित करके मॉडल प्रदर्शन डेटा से मानव कार्य पूर्णता समय की भविष्यवाणी करता है, जिससे महंगी मानवीय एनोटेशन के बिना स्केलेबल क्षमता पूर्वानुमान सक्षम होता है।

Fengyuan Liu, Jay Gala, Nilaksh, Dzmitry Bahdanau, Siva Reddy, Hugo Larochelle2026-07-03
🤖 machine learning

μμpscaling small models: Principled warm starts and hyperparameter transfer

यह शोध पत्र एक सिद्धांत-आधारित विड्थ-आधारित अपस्केलिंग विधि प्रस्तुत करता है जो कार्यात्मक समानता सुनिश्चित करने और छोटे से बड़े मॉडलों में कुशल हाइपरपैरामीटर स्थानांतरण को सक्षम करने के लिए वेट परटर्बेशन (भार विक्षोभ) को सैद्धांतिक रूप से पुष्ट स्केलिंग नियमों के साथ जोड़ता है, जिससे विविध इन्फरेंस बजटों के लिए ट्यूनिंग की लागत कम हो जाती है।

Yuxin Ma, Nan Chen, Mateo Díaz, Soufiane Hayou, Dmitriy Kunisky, Soledad Villar2026-07-03
💬 NLP

CUICurate: A GraphRAG-based Framework for Automated Clinical Concept Curation for NLP applications

यह शोधपत्र CUICurate को प्रस्तुत करता है, जो एक स्केलेबल और लागत प्रभावी GraphRAG फ्रेमवर्क है जो क्लिनिकल NLP अनुप्रयोगों के लिए व्यापक, क्लिनिशियन-समीक्षा योग्य कॉन्सेप्ट सेट्स के निर्माण को स्वचालित करने के लिए UMLS नॉलेज ग्राफ और लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो रिकॉल और पूर्णता में मैनुअल क्यूरेशन से बेहतर प्रदर्शन करता है।

Victoria Blake, Jamie Novak, Mathew Miller, Sze-yuan Ooi, Blanca Gallego2026-07-03
💬 NLP

TokenScope: Token-Level Explainability and Interpretability for Code-Oriented Tasks in Large Language Models

TokenScope एक इंटरैक्टिव टूल है जिसे कोड-ओरिएंटेड लार्ज लैंग्वेज मॉडल्स की व्याख्यात्मकता (explainability) को बढ़ाने के लिए डिज़ाइन किया गया है, जो जनरेशन के दौरान टोकन-स्तरीय मेट्रिक्स, अटेंशन पैटर्न और संरचनात्मक जानकारी को प्रदर्शित करता है, जिससे इंटरैक्टिव टोकन रिप्लेसमेंट और काउंटरफैक्चुअल ब्रांचिंग जैसी विशेषताओं के माध्यम से व्यवस्थित जांच सक्षम होती है।

Amirreza Esmaeili, Fatemeh Fard2026-07-03
💬 NLP

Safeguarding LLM Agents from Misalignment through Provenance Analysis

यह शोधपत्र ProvenanceGuard को प्रस्तुत करता है, जो एक प्रोवेनेंस-आधारित (provenance-based) ढांचा है जो एजेंट के संदर्भ में ट्रेस करने योग्य साक्ष्यों के विरुद्ध टूल कॉल्स (tool calls) को सत्यापित करके, पारंपरिक LLM-as-a-judge बेसलाइन की तुलना में LLM एजेंट मिसअलाइनमेंट (misalignment) का पता लगाने में महत्वपूर्ण सुधार करता है और गलत हस्तक्षेपों को कम करता है।

Yining She, Yiliang Liang, Eunsuk Kang2026-07-03
💬 NLP

SPARCLE: SPeaker-aware Aligned Representations via Contrastive Language Embeddings

यह शोधपत्र SPARCLE को प्रस्तुत करता है, जो एक स्पीकर-अवेयर ग्रैफीम प्रतिनिधित्व मॉडल है जिसे टेक्स्ट कैरेक्टर्स को ध्वनिक विशेषताओं (acoustic features) के साथ संरेखित करने के लिए एक कंट्रास्टिविव ऑब्जेक्टिव के साथ प्रशिक्षित किया गया है, जो मानक ग्रैफीम-आधारित मॉडलों की तुलना में अत्यधिक कम-संसाधन वाली स्थितियों में टेक्स्ट-टू-स्पीच जनरेशन की गुणवत्ता में महत्वपूर्ण सुधार करता है और वर्ड एरर रेट को कम करता है।

Priyam Mazumdar, Yurii Halychanskyi, Steven Guo, Mark Hasegawa-Johnson, Volodymyr Kindratenko2026-07-03