🤖 Category

cs.AI

21236 पेपर

🤖 AI

Agentic-Ideation: Sample Efficient Agentic Trajectories Synthesis for Scientific Ideation Agents

यह शोध पत्र Agentic-Ideation प्रस्तुत करता है, जो एक ओरकल-गाइडेड डेटा सिंथेसिस (Oracle-Guided Data Synthesis) रणनीति का लाभ उठाते हुए वैज्ञानिक विचारोन्मेष (scientific ideation) एजेंटों के लिए उच्च-गुणवत्ता वाले प्रशिक्षण प्रक्षेपवक्र (training trajectories) को कुशलतापूर्वक उत्पन्न करता है, जिससे पिछले तरीकों की उच्च लागतों पर विजय प्राप्त होती है और अत्याधुनिक बेसलाइनों की तुलना में डेटा सिंथेसिस दक्षता और समग्र विचारोन्मेष गुणवत्ता दोनों में महत्वपूर्ण सुधार प्राप्त होता है।

Keyu Zhao, Lingyan Kong, Fengli Xu, Yong Li2026-07-01
💬 NLP

Probing Stylistic Appropriation using Large Language Models: An Evaluation Framework for Copyright Infringement under EU Law

यह शोध पत्र PSALM को प्रस्तुत करता है, जो एक नवीन LLM-as-a-judge ढांचा है जो शैलीगत विनियोग (stylistic appropriation) का मूल्यांकन करने के लिए यूरोपीय संघ के कॉपीराइट सिद्धांत को क्रियान्वित करता है, यह प्रकट करते हुए कि केवल शाब्दिक स्मृति (verbatim memorization) पर केंद्रित वर्तमान सुरक्षा उपाय फाइन-ट्यून किए गए मॉडलों द्वारा उत्पन्न नैरेटिव पैटर्न और रचनात्मक तत्वों में व्यवस्थित उल्लंघन का पता लगाने में विफल रहते हैं।

Noah Scharrenberg, Chang Sun2026-07-01
⚡ electrical engineering

SwiftAudio: Data-Efficient Caption-Only Distillation for One-Step Text-to-Audio Diffusion-based Generation

SwiftAudio एक डेटा-कुशल, वन-स्टेप टेक्स्ट-टू-ऑडियो जनरेशन फ्रेमवर्क है जो केवल टेक्स्ट कैप्शन का उपयोग करके एक प्रीट्रेन डिफ्यूजन टीचर को टेम्पोरल स्मूथनेस रेगुलराइजेशन के साथ वेरिएशनल स्कोर डिस्टिलेशन के माध्यम से एक स्टूडेंट मॉडल में डिस्टिल करता है, जिससे बिना किसी पेयर्ड ऑडियो डेटा के स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।

Binh Mai, Tran Quoc Bao Le, Hung Dinh, Cong Tran2026-07-01
🤖 machine learning

TDGT: A Tabular Data Generation Toolkit supporting adaptive GPU-accelerated Bayesian mixture models, diffusion-based models, and latent-space generative modeling

यह शोध पत्र TDGT प्रस्तुत करता है, जो सिंथेटिक सारणीबद्ध डेटा जनरेशन के लिए एक वेब-आधारित टूलकिट है जिसमें एक अनुकूलन योग्य, GPU-त्वरित बेयसियन मिश्रण मॉडल (ABMS) और एक हाइब्रिड VAE-ABMS आर्किटेक्चर है ताकि हाइपरपैरामीटर ट्यूनिंग को स्वचालित किया जा सके और विविध डोमेन में उच्च-सटीक, गोपनीयता-संरक्षित डेटा संश्लेषण सुनिश्चित किया जा सके।

Vasileios C. Pezoulas, Nikolaos S. Tachos, Eleni Georga, Kostas Marias, Manolis Tsiknakis, Dimitrios I. Fotiadis2026-07-01
🤖 AI

Spatial Reasoning via Modality Switching Between Language and Symbolic Representation

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स के लिए एक मोडैलिटी-स्विचिंग फ्रेमवर्क प्रस्तावित करता है जो जटिलता और विश्वसनीयता संकेतों के आधार पर प्राकृतिक भाषा और संरचित ग्रिड-आधारित निरूपणों के बीच गतिशील रूप से चयन करता है, यह प्रदर्शित करते हुए कि इस प्रकार का बाह्यीकरण स्थानिक तर्क प्रदर्शन में 42% तक सुधार कर सकता है।

Shreya Rajpal, Tanawan Premsri, Parisa Kordjamshidi2026-07-01
🤖 AI

CryoACE: An Atom-centric Framework for Accurate and Automated Model Building in Cryo-EM

CryoACE एक एंड-टू-एंड, एटम-सेंट्रिक फ्रेमवर्क है जो महंगे वोक्सेल कनवल्शन (voxel convolutions) को कुशल परमाणु विशेषता नमूनाकरण (atomic feature sampling) से बदलकर और पूर्व-निर्मित स्थिर संरचनाओं पर निर्भर किए बिना कन्फॉर्मेशनल विषमता (conformational heterogeneity) को हल करने के लिए एक प्रशिक्षण-मुक्त मार्गदर्शन तंत्र (training-free guidance mechanism) का उपयोग करके क्रायो-ईएम (cryo-EM) में सटीक और स्वचालित प्रोटीन मॉडल निर्माण प्राप्त करता है।

Minzhang Li, Mingrui Li, Weichen Qin, Qihe Chen, Sixian Shen, Yuan Pei, Jiakai Zhang, Jingyi Yu2026-07-01
🤖 machine learning

Calibrating the Evaluator: Does Probability Calibration Mitigate Preference Coupling in LLM Agent Feedback Loops?

यह शोध पत्र यह प्रदर्शित करता है कि LLM एजेंट फीडबैक लूप में मूल्यांकनकर्ता के निर्णयों पर प्रायिकता अंशांकन (probability calibration) लागू करना प्रभावी रूप से मूल्यांकनकर्ता प्राथमिकता युग्मन (evaluator preference coupling) को कम करता है, जो मानक बाइनरी फीडबैक विधियों की तुलना में युग्मन गुणांक और वितरण विचलन (distributional divergence) दोनों को महत्वपूर्ण रूप से कम करता है।

Zewen Liu2026-07-01
🤖 AI

ReGRPO: Reflection-Augmented Policy Optimization for Tool-Using Agents

GRPO एक नवीन ढांचा है जो वॉर्म-स्टार्टिंग के लिए एक संरचित रिफ्लेक्टिव डेटा इंजन को रिफ्लेक्शन-ऑगमेंटेड ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइजेशन एल्गोरिदम के साथ जोड़कर टूल-इस्तेमाल करने वाले एजेंटों को उन्नत करता है, जिससे एजेंटों को 'नियर-मिस' विफलताओं से प्रभावी ढंग से सीखने और रिफ्लेक्शन टोकन एवं सुधारात्मक कार्यों को संयुक्त रूप से अनुकूलित करने में सक्षम बनाया जाता है ताकि मौजूदा बेसलाइनों से बेहतर प्रदर्शन किया जा सके।

Binjie Zhang, Mike Zheng Shou2026-07-01
🤖 machine learning

Mixture-of-Control: State-Aware Fine-Tuning for Transformer-based Models

यह शोध पत्र 'मिक्सचर-ऑफ-कंट्रोल' (MoC) को प्रस्तुत करता है, जो एक हल्का फाइन-ट्यूनिंग फ्रेमवर्क है जो ब्लॉक-वाइज कंट्रोल स्टेट्स को एक स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स प्रक्रिया में विशेषज्ञों के रूप में मानकर ट्रांसफॉर्मर्स के लिए स्टेट-आधारित अनुकूलन को बढ़ाता है, जिससे मेमोरी या कम्प्यूटेशनल दक्षता से समझौता किए बिना कुशल क्रॉस-ब्लॉक संचार और श्रेष्ठ रिप्रेजेंटेशन लर्निंग सक्षम होती है।

Duc Anh Nguyen, Tien Ngoc Luu, Tung Pham, Toan Tran2026-07-01
🤖 AI

World-Model Collapse as a Phase Transition

यह शोधपत्र "वर्ल्ड-मॉडल कोलैप्स" (विश्व-मॉडल पतन) को दीर्घ-अवधि वाले भाषा एजेंटों में एक महत्वपूर्ण चरण संक्रमण (फेज ट्रांजिशन) के रूप में पहचानता है, जहाँ कार्य की जटिलता या स्टेट लोड में मामूली वृद्धि एजेंट के कार्यों के अमान्य होने से पहले ही उसके विश्व के आंतरिक प्रतिनिधित्व के क्षरण के कारण उच्च प्रदर्शन से विफलता की ओर एक अचानक बदलाव को प्रेरित करती है।

Xinyuan Song, Zekun Cai2026-07-01