🤖 Category

cs.AI

23087 पेपर

🤖 AI

PearlVLA: Progressive Embodied Action-Plan Refinement in Latent Space

PearlVLA एक अभिनव विजन-लैंग्वेज-एक्शन फ्रेमवर्क है जो विचार-विमर्श (deliberation) को एक विजन-लैंग्वेज मॉडल के लेटेंट स्पेस में ले जाकर LIBERO बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है, जहाँ एक फ्रोजन लेटेंट वर्ल्ड मॉडल द्वारा निर्देशित और कॉज़ल रिवॉर्ड आरएल (causal reward RL) के माध्यम से अनुकूलित एक पुनरावृत्ति परिशोधन प्रक्रिया (iterative refinement process) कम-विलंबता वाले एक्शन जनरेशन और स्पष्ट लॉन्ग-होरिज़न प्लानिंग के बीच संतुलन बनाती है।

Bochen Yang, Lianlei Shan2026-06-17
🤖 machine learning

KANLib -- An Modular, Extensible and Fast Kolmogorov-Arnold Network Implementation

यह शोधपत्र KANLib को प्रस्तुत करता है, जो एक मॉड्यूलर, विस्तार योग्य और गणनात्मक रूप से कुशल PyTorch-आधारित फ्रेमवर्क है जो KAN आर्किटेक्चर के लचीले अनुसंधान और उच्च-प्रदर्शन मूल्यांकन को सुगम बनाने के लिए मौजूदा कोलमोगोरोव-आर्नोल्ड नेटवर्क कार्यान्वयनों को एकीकृत करता है।

Julian Hoever, Gregor Schiele2026-06-17
🤖 AI

PreAct: Computer-Using Agents that Get Faster on Repeated Tasks

PreAct एक ऐसा सिस्टम है जो सफल निष्पादमों (executions) को सत्यापन योग्य स्टेट-मशीन प्रोग्रामों में संकलित करके दोहराए जाने वाले कार्यों पर कंप्यूटर का उपयोग करने वाले एजेंटों को तेज़ करता है, जिससे शुद्धता सुनिश्चित करने और दोषपूर्ण स्क्रिप्ट के संचय को रोकने के लिए अंतर्निहित सुरक्षा जाँचों के साथ 8.5–13x तेज़ रिप्ले सक्षम होता है।

Bojie Li2026-06-17
🤖 AI

How Inference Compute Shapes Frontier LLM Evaluation

यह शोध पत्र प्रदर्शित करता है कि फ्रंटियर LLM का प्रदर्शन इन्फरेंस-टाइम कंप्यूट बजट और मूल्यांकन प्रोटोकॉल के प्रति अत्यधिक संवेदनशील है, यह तर्क देते हुए कि बेंचमार्क को उपलब्ध कंप्यूट के फलन (function) के रूप में क्षमताओं को रिपोर्ट करना चाहिए बजाय उन प्रतिबंधात्मक निश्चित बजटों पर निर्भर रहने के जो मॉडल की क्षमता को कम करके दिखा सकते हैं।

Jessica McFadyen, Ole Jorgensen, Harry Coppock, Kevin Wei, Cozmin Ududec2026-06-17
🤖 AI

Small Initialization Matters for Large Language Models

यह शोध पत्र यह प्रदर्शित करता है कि पैरामीटर इनिशियलाइजेशन स्केल को कम करना एक महत्वपूर्ण, लागत-मुक्त हस्तक्षेप के रूप में कार्य करता है जो निम्न-जटिलता वाले संघनन (low-complexity condensation) से समृद्ध प्रतिनिधित्व (rich representation) की ओर एक विशिष्ट विकासात्मक प्रक्षेपवक्र को प्रेरित करके लार्ज लैंग्वेज मॉडल की क्षमता और तर्क क्षमता को बढ़ाता है, साथ ही मौजूदा अनुभवजन्य बाधाओं को दूर करने के लिए एक सरल γ\gamma-इनिशियलाइजेशन नियम का प्रस्ताव करता है।

Liangkai Hang, Junjie Yao, Zhiyu Li, Feiyu Xiong, Hongkang Yang, Zhi-Qin John Xu2026-06-17
🤖 AI

STAR: SpatioTemporal Adaptive Reward Allocation for Text-to-Image RL Post-Training

यह शोध पत्र STAR का प्रस्ताव करता है, जो टेक्स्ट-टू-इमेज RL पोस्ट-ट्रेनिंग के लिए एक स्पैटियोटेम्पोरल एडेप्टिव रिवॉर्ड एलोकेशन (SpatioTemporal Adaptive Reward Allocation) विधि है, जो टेक्स्ट-इमेज अटेंशन के आधार पर डिनोइजिंग स्टेप्स के दौरान प्रासंगिक लेटेंट क्षेत्रों में रिवॉर्ड को गतिशील रूप से वितरित करता है, जिससे बिना किसी अतिरिक्त कंप्यूटेशनल ओवरहेड के कंपोजिशनल अलाइनमेंट, टेक्स्ट रेंडरिंग और प्रेफरेंस ऑप्टिमाइजेशन में सुधार होता है।

Jinjie Shen, Wei Deng, Xian Hu, Daiguo Zhou, Jian Luan2026-06-17
📈 economics

LLM Consumer Behavior Theory: Foundations of a Novel Research Field

यह शोध पत्र "एलएलएम उपभोक्ता व्यवहार सिद्धांत" (LLM Consumer Behavior Theory) को एक नवीन अनुसंधान क्षेत्र के रूप में प्रस्तुत करता है जो अर्थशास्त्र और प्राकृतिक भाषा प्रसंस्करण (natural language processing) को एकीकृत करता है ताकि यह विश्लेषण किया जा सके कि स्वायत्त एलएलएम एजेंट उपभोग संबंधी निर्णय कैसे लेते हैं, बाजार की मांग में कैसे एकत्रित होते हैं, और एजेंटिक बाजारों में तर्कसंगतता एवं प्राथमिकता प्रतिनिधित्व के पारंपरिक अनुमानों को कैसे चुनौती देते हैं।

Manon Reusens, Sofie Goethals, David Martens2026-06-17
🤖 AI

LegalHalluLens: Typed Hallucination Auditing and Calibrated Multi-Agent Debate for Trustworthy Legal AI

LegalHalluLens एक ऐसा फ्रेमवर्क है जो टाइप किए गए हैलुसिनेशन प्रोफाइल और एक रिस्क डायरेक्शन इंडेक्स को पेश करके विश्वसनीय कानूनी एआई को बढ़ाता है ताकि छिपे हुए त्रुटि पैटर्न को उजागर किया जा सके, जो फिर फैब्रिकेशन दरों को काफी कम करने और परिनियोजन सुरक्षा में सुधार करने के लिए एक मल्टी-एजेंट डिबेट पाइपलाइन को कैलिब्रेट करता है।

Lalit Yadav, Akshaj Gurugubelli2026-06-17
🤖 machine learning

Catastrophic Forgetting is Low-Rank: A Function-Space Theory for Continual Adaptation

यह शोध पत्र NTK शासन (regime) में एक फलन-स्थान सिद्धांत (function-space theory) प्रस्तुत करता है जो यह प्रदर्शित करता है कि निरंतर अनुकूलन (continual adaptation) में विनाशकारी विस्मृति (catastrophic forgetting) एक निम्न-रैंक घटना है जो विशिष्ट आइगनमोड्स (eigenmodes) में केंद्रित है, जिससे विस्मृति वेक्टर्स (forgetting vectors) के लिए सटीक भविष्यवक्ताओं (predictors) का व्युत्पन्न प्राप्त करना संभव होता है और लक्षित स्पेक्ट्रल रेगुलराइजर्स (spectral regularizers) को प्रेरित किया जा सकता है।

Ido Nitzan Hidekel, Dan Raviv2026-06-17
💬 NLP

When English Isn't the Best Teacher: Source Language Effects in Cross-Lingual In-Context Learning

यह शोध पत्र अनुभवजन्य रूप से यह प्रदर्शित करता है कि स्रोत भाषाओं के चयन के लिए पारंपरिक फाइन-ट्यूनिंग-आधारित ह्यूरिस्टिक्स (heuristics) क्रॉस-लिंगुअल इन-कॉन्टेक्स्ट लर्निंग (In-Context Learning) पर विश्वसनीय रूप से लागू नहीं होते हैं, जो विविध कार्यों और मॉडलों में भाषा भ्रम को कम करने और स्थानांतरण को अनुकूलित करने के लिए वैकल्पिक रणनीतियों की आवश्यकता को प्रकट करता है।

Fred Philippy, Siwen Guo, Jacques Klein, Tegawendé F. Bissyandé2026-06-17