🤖 Category

cs.AI

22016 पेपर

🤖 AI

When Does Personality Composition Matter for Multi-Agent LLM Teams?

यह अध्ययन प्रकट करता है कि जहाँ व्यक्तित्व प्रॉम्प्टिंग (personality prompting) मल्टी-एजेंट एलएलएम (LLM) टीमों में संचार शैलियों को महत्वपूर्ण रूप से परिवर्तित करती है, वहीं वस्तुनिष्ठ कार्य प्रदर्शन पर इसका प्रभाव कार्य की संरचना पर अत्यधिक निर्भर है, जिसमें कम सहमतता (low agreeableness) का संरचित कोडिंग कार्यों पर नगण्य प्रभाव पड़ता है, लेकिन खुले सहयोग और प्रतिस्पर्धी सौदेबाजी के परिदृश्यों में प्रदर्शन को काफी हद तक कम कर देता है।

Aryan Keluskar, Amrita Bhattacharjee, Huan Liu2026-06-29
💬 NLP

Supersede: Diagnosing and Training the Memory-Update Gap in LLM Agents

यह शोध पत्र LLM एजेंटों में एक विशिष्ट "मेमोरी-अपडेट गैप" (स्मृति-अद्यतन अंतराल) की पहचान करता है जहाँ मॉडल के पैमाने की परवाह किए बिना, जैसे-जैसे बातचीत की लंबाई बढ़ती है, तथ्य-प्रतिस्थापन (fact-supersession) कार्यों पर प्रदर्शन काफी कम हो जाता है, और यह प्रदर्शित करता है कि 'सुपरसीड' (Supersede) नामक एक नए पेश किए गए प्रशिक्षण वातावरण में सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से इस अंतराल को प्रभावी ढंग से कम किया जा सकता है।

Vedant Patel2026-06-29
🤖 AI

Internalizing the Future: A Unified Agentic Training Paradigm for World Model Planning

यह शोध पत्र एक एकीकृत तीन-चरणीय प्रशिक्षण प्रतिमान प्रस्तावित करता है जो पहले अंतर्निहित भविष्योन्मुखी क्षमताओं को इंजेक्ट करके, फिर उन्हें प्रारूप-प्रेरित पर्यवेक्षण के माध्यम से संरचित करके, और अंततः दूरदर्शिता-सशर्त सुदृढीकरण शिक्षण के माध्यम से उनके अंशांकन को परिष्कृत करके, एलएलएम (LLM) एजेंटों में भविष्य-जागरूक नियोजन को आंतरिक रूप से समाविष्ट करता है, जिससे प्रतिक्रियात्मक एजेंटों की सीमाओं को पार किया जा सके और जमीनी, दीर्घ-अवधि निर्णय लेने की क्षमता प्राप्त की जा सके।

Xuan Zhang, Zhijian Zhou, Lingfeng Qiao, Yulei Qin, Ke Li, Xing Sun, Xiaoyu Tan, Chao Qu, Yuan Qi2026-06-29
🤖 AI

Benchmarking Multi-Modal Graph-based Social Media Popularity Prediction

मौजूदा सोशल मीडिया लोकप्रियता भविष्यवाणी अनुसंधान में विखंडन को संबोधित करने के लिए, यह शोध पत्र MMG-Pop पेश करता है, जो मानकीकृत मूल्यांकन प्रोटोकॉल के साथ एक एकीकृत बेंचमार्क है, और MMG-PopNet का प्रस्ताव करता है, जो एक मल्टी-मोडल ग्राफ-आधारित नेटवर्क है जो पाठ्य, दृश्य, टेम्पोरल और इंटरेक्शन संकेतों को संयुक्त रूप से मॉडल करके विविध डेटासेट और प्लेटफार्मों पर बेहतर प्रदर्शन प्रदर्शित करता है।

Utkarsh Sahu, Zhisheng Qi, Li Zhu, Yizhao Yang, Jun Li, Ryan Rossi, Yu Wang2026-06-29
🤖 AI

On the Inseparability of Instructions and Data in Shared-Embedding Sequence Models

यह शोधपत्र सिद्ध करता है कि साझा-एम्बेडिंग अनुक्रम मॉडल (shared-embedding sequence models) में पूर्ण प्रॉम्प्ट-इंजेक्शन रोकथाम गणितीय रूप से असंभव है क्योंकि निर्देश और डेटा की संरचनात्मक पृथक्करणीयता नहीं है, और यह तर्क देता है कि सुदृढ़ सुरक्षा के लिए इन-पाइपलाइन सुरक्षाओं के सुधार के बजाय नियंत्रण और सामग्री चैनलों के वास्तुशिल्प पृथक्करण की आवश्यकता है।

Dewank Pant, Shruti Lohani, Avijit Kumar2026-06-29
🤖 machine learning

hia-gat: A Heterogeneous Interaction-Aware Graph Attention Network For Frame-Level Traffic Conflict Risk Prediction On Freeways

यह शोध पत्र HIA-GAT का प्रस्ताव करता है, जो एक हेटेरोजेनियस ग्राफ अटेंशन नेटवर्क है जो ड्यूल-स्ट्रीम अटेंशन पाथवे और एक कॉन्फ्लिक्ट-टाइप-अवेयर गेटिंग मैकेनिज्म के माध्यम से विशिष्ट अनुदैर्ध्य (लोंगिट्यूडिनल) और पार्श्व (लैटरल) वाहन अंतःक्रियाओं को मॉडल करके फ्रेम-स्तरीय फ्रीवे ट्रैफिक संघर्ष जोखिमों की प्रभावी ढंग से भविष्यवाणी करता है, जिससे NGSIM डेटासेट पर उत्कृष्ट प्रदर्शन और व्याख्यात्मकता प्राप्त होती है।

Mahshid Malazizi, Seyedmehdi Khaleghian, Mina Sartipi, Toru Hirano, Yunfei Xu, Hoang H. Nguyen2026-06-29
🤖 machine learning

PEBS: Per-rater Empirical-Bayes Shrinkage for RLHF Reward-Model Calibration

PEBS एक क्लोज्ड-फॉर्म, पोस्ट-हॉक एम्पेरिकल-बेयस श्रिंकेज एस्टीमेटर है जो प्रति-रेटर एफाइन कैलिब्रेटर्स को फिट करके और उन्हें जनसंख्या माध्य की ओर श्रिंक करके RLHF रिवॉर्ड मॉडलिंग में व्यक्तिगत एनोटेटर रेटिंग स्केल्स को कैलिब्रेट करता है, जिससे बेस रिवॉर्ड मॉडल को पुन: प्रशिक्षित किए बिना प्रेडिक्शन एरर में महत्वपूर्ण रूप से कमी आती है।

Arnav Raj2026-06-29
🤖 machine learning

Retroactive Advantage Correction: Closed-Form V-Trace Bias Correction for Delay-Aware RLHF

यह शोध पत्र रेट्रोएक्टिव एडवांटेज करेक्शन (RAC) प्रस्तुत करता है, जो एक ऐसी विधि है जो विलंबित रिवॉर्ड सिग्नल्स को क्लिप्ड एडवांटेज रेसिडुअल्स के रूप में पुन: इंजेक्ट करके एसिंक्रोनस RLHF में पॉलिसी बायस को कम करती है, जिससे सैद्धांतिक रूप से निष्पक्षता बनाए रखते हुए धीमी फीडबैक चैनल्स के साथ कुशल प्रशिक्षण सक्षम होता है।

Arnav Raj2026-06-29
🤖 AI

SceneBot: Contact-Prompted General Humanoid Whole Body Tracking with Scene-Interaction

SceneBot एक एकीकृत मोशन-ट्रैकिंग फ्रेमवर्क है जो ह्युमनॉइड रोबोट्स को एक नवीन हिंडसाइट सीन रिकंस्ट्रक्शन दृष्टिकोण से प्राप्त संदर्भ गतियों और अनुमानित सीन-इंटरैक्शन ग्राफ्स पर एक एकल पॉलिसी को कंडिशन करके मुक्त-स्थान लोकोमोशन और जटिल संपर्क-समृद्ध कार्यों में निर्बाध रूप से सामान्यीकरण करने में सक्षम बनाता है।

Sirui Chen, Shibo Zhao, Zhen Wu, Jiaman Li, Guanya Shi, C. Karen Liu2026-06-29
🤖 AI

CoIn: Comprehensive 2D-3D Inpainting with Gaussian Splatting Guidance

CoIn एक नवीन फ्रेमवर्क है जो एक मल्टी-स्टेज कंसिस्टेंसी पाइपलाइन के माध्यम से 2D इनपेंटिंग मॉडल्स और 3D गॉसियन स्प्लेटिंग के बीच सेतु बनाता है, जो द्विदिश ज्यामितीय और फोटोमेट्रिक निरंतरता सुनिश्चित करके लचीले मास्क इनपुट के साथ ऑब्जेक्ट हटाने और सम्मिलित करने के लिए अत्याधुनिक 3D सीन पुनर्निर्माण को सक्षम बनाता है।

Hana Kim, Minje Kim, Tae-Kyun Kim2026-06-29