cs.AI पेपर | Gist.Science

CLQT: A Closed-Loop, Cost-Aware, Strategy-Consistent Benchmark for Diagnostic Evaluation of LLM Portfolio-Management Agents

यह शोध पत्र CLQT को प्रस्तुत करता है, जो एक क्लोज्ड-लूप, लागत-जागरूक और रणनीति-संगत बेंचमार्क है जो LLM पोर्टफोलियो-प्रबंधन एजेंटों के मूल्यांकन को सरल रिटर्न-आधारित रैंकिंग से बदलकर एक नैदानिक ढांचे में परिवर्तित करता है जो विशिष्ट तर्क विफलताओं को अलग करने और एक सत्यापन योग्य, बहु-चरणीय ट्रेडिंग चक्र के माध्यम से टिकाऊ दक्षताओं को मापने में सक्षम है।

Bo Qu, Mingguang Chen2026-06-30

💻 computer science

FalconTrack: Photorealistic Auto-Labeled Perception and Physics-Aware Vision-Based Aerial Tracking

FalconTrack एक एकीकृत ढांचा है जो एक मल्टी-हेड परसेप्शन और फिजिक्स-अवेयर ट्रैकिंग सिस्टम को प्रशिक्षित करने के लिए फोटोरियलिस्टिक लेबल वाले डेटा के तीव्र, स्वचालित उत्पादन हेतु गाऊसी स्प्लेटिंग सिम्युलेटर का उपयोग करता है, जिससे वास्तविक हार्डवेयर पर जीपीएस-रहित (GPS-denied) हवाई ट्रैकिंग में मजबूत ज़ीरो-शॉट सिम-टू-रियल ट्रांसफर और उच्च सफलता दर प्राप्त होती है।

Yan Miao, Karteek Gandiboyina, Noah Giles, Hideki Okamoto, Bardh Hoxha, Georgios Fainekos, Sayan Mitra2026-06-30

📊 statistics

What Drives the Inlier-Memorization Effect? A Theory of Outlier Detection via Early Training Dynamics

यह शोधपत्र ऑटोएनकोडर्स में प्रारंभिक प्रशिक्षण गतिकी का विश्लेषण करके आउटलायर डिटेक्शन (outlier detection) में इनलियर-मेमोराइजेशन प्रभाव (inlier-memorization effect) के लिए एक सैद्धांतिक आधार प्रदान करता है ताकि इस घटना के उद्भव और निरंतरता को स्पष्ट किया जा सके, और अंततः व्यावहारिक दिशा-निर्देश प्राप्त किए जा सकें जो बेंचमार्क डेटासेट्स पर अत्याधुनिक प्रदर्शन (state-of-the-art performance) प्राप्त करते हैं।

Kunwoong Kim, Dongha Kim2026-06-30

🤖 machine learning

Multi-Level Distributional Entropy for Explainable Network Intrusion Detection

यह शोध पत्र मल्टी-लेवल डिस्ट्रीब्यूशनल एंट्रॉपी (MDE) प्रस्तुत करता है, जो एक व्याख्या योग्य ढांचा है जो कच्चे पैकेट डेटा या प्रशिक्षण की आवश्यकता के बिना प्रभावी और पुनरुत्पादनीय नेटवर्क घुसपैठ का पता लगाने में सक्षम होने के लिए फ्लो-स्तरीय सांख्यिकी से सीधे एंट्रॉपी-आधारित विशेषताओं को व्युत्पन्न करता है, साथ ही यह उन महत्वपूर्ण प्रदर्शन विफलताओं को भी प्रकट करता है जो समग्र मेट्रिक्स द्वारा छिपाई जाती हैं।

Mohamed Aly Bouke, Md Shohel Sayeed, Swee-Huay Heng, Azizol Abdullah, Mohamed Othman2026-06-30

💻 computer science

The CRISTAL Method: Neurosymbolic analysis from AI-synthesized world models

CRISTAL पद्धति एक न्यूरोसिम्बोलिक ढांचा है जो प्राकृतिक भाषा पूर्वधारणाओं (natural language priors) से व्याख्यात्मक संभाव्यता कार्यक्रमों (interpretable probabilistic programs) को संश्लेषित करके जटिल निवेश विश्लेषण को स्वचालित करती है, जिससे न्यूनतम डेटा और कंप्यूट के साथ बेयज़-इष्टतम (Bayes-optimal) सटीकता प्राप्त होती है और अनिश्चितता को संभालने में अत्याधुनिक LLMs से बेहतर प्रदर्शन करते हुए पुनरुत्पादकता सुनिश्चित करती है।

Rafael Kaufmann, Felix Neubürger, Michael Walters, Thomas Kopinski, Dimitrije Marković2026-06-30

💬 NLP

How Far Can You Get Without a GPU? A Systematic Benchmark of Lightweight Hallucination Detection Across Question Answering, Dialogue, and Summarisation

यह शोध पत्र प्रश्नोत्तर (QA), संवाद और सारांशीकरण कार्यों में पांच हल्के, CPU-व्यवहार्य मतिभ्रम (hallucination) पहचान विधियों का व्यवस्थित रूप से बेंचमार्किंग करता है, जिससे यह पता चलता है कि प्रदर्शन अत्यधिक कार्य-निर्भर है, जिसमें एन्सेम्बल विधियाँ QA में उत्कृष्ट हैं, NLI डिटेक्टर संवाद में अग्रणी हैं, और सभी दृष्टिकोण सारांशीकरण पर महत्वपूर्ण रूप से विफल रहते हैं।

Kriti Faujdar, Smit Kadvani2026-06-30✓ Author reviewed ⓘ

💻 computer science

Experience Graphs: The Data Foundation for Self-Improving Agents

यह शोध पत्र ट्रेलिस (Trellis) का प्रस्ताव करता है, जो एक डेटाबेस-केंद्रित आर्किटेक्चर है जो लंबी अवधि के एजेंटिक कार्यों से उत्पन्न संरचित "अनुभव ग्राफों" (experience graphs) को प्रथम-श्रेणी के, क्वेरी करने योग्य डेटा के रूप में मानता है ताकि स्टेटलेस एजेंटों, मजबूत क्रैश रिकवरी और एक क्लोज्ड-लूप ट्रेनिंग फ्लाईव्हील को सक्षम बनाया जा सके, जो मेटा में एक प्रोडक्शन कर्नेल ऑप्टिमाइज़र में महत्वपूर्ण दक्षता लाभ प्रदर्शित करता है।

Gang Liao, Yujia He, Abdullah Ozturk, Zhouyang Li, Ying Wang, Zhitong Guo, Hongsen Qin, Yaobin Qin, Tao Yang, Zewei Jian (…)2026-06-30

💬 NLP

Neural Procedural Memory: Empowering LLM Agents with Implicit Activation Steering

यह शोध पत्र न्यूरल प्रोसीजरल मेमोरी (NPM) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो स्पष्ट पाठ्य निर्देशों को ऐतिहासिक अनुभवों से संकलित निहित सक्रियण स्टीयरिंग वेक्टर्स (activation steering vectors) से बदलकर स्वायत्त LLM एजेंटों को उन्नत करता है, जिससे सुदृढ़ और निरंतर कार्य निष्पादन प्राप्त करने के लिए सीधे कार्य-प्रासंगिक तंत्रों को सक्रिय किया जाता है।

Chengfeng Zhao, Yuqiao Tan, Shizhu He, Yequan Wang, Jun Zhao, Kang Liu2026-06-30

💬 NLP

Exploring Motivations for Algorithm Mention in the Domain of Natural Language Processing: A Deep Learning Approach

यह अध्ययन एनएलपी (NLP) शोध पत्रों में एल्गोरिदम के उल्लेखों के पीछे के उद्देश्यों को पहचानने और विश्लेषण करने के लिए एक डीप लर्निंग-आधारित ढांचे का प्रस्ताव करता है, जो यह प्रकट करता है कि प्रत्यक्ष उपयोग प्रमुख उद्देश्य है, समय के साथ उद्देश्य विविध हुए हैं, और डेटा ऑग्मेंटेशन के साथ डीप लर्निंग मॉडल इन उद्देश्यों को वर्गीकृत करने में पारंपरिक तरीकों से बेहतर प्रदर्शन करते हैं।

Yuzhuo Wang, Yi Xiang, Chengzhi Zhang2026-06-30

🤖 machine learning

RoAd-RL: A Unified Library and Benchmark for Robust Adversarial Reinforcement Learning

यह शोध पत्र RoAd-RL को प्रस्तुत करता है, जो एक एकीकृत ओपन-सोर्स लाइब्रेरी और बेंचमार्क है जो विभिन्न प्रतिकूल हमलों (adversarial attacks) और रक्षा प्रणालियों (defenses) के विरुद्ध नीतियों के परीक्षण के लिए पुनरुत्पादक पाइपलाइन प्रदान करके डीप रिइन्फोर्समेंट लर्निंग में मजबूती (robustness) के मूल्यांकन को मानकीकृत करता है, जिससे कुछ रक्षा प्रणालियों के संभावित नुकसान और टेम्पोरल स्मूथिंग (temporal smoothing) की प्रभावशीलता जैसे महत्वपूर्ण अंतर्दृष्टि का पता चलता है।

Adithya Mohan, Daniel Kriegl, Torsten Schön2026-06-30

← पिछला अगला →