🤖 Category

cs.AI

23200 पेपर

🤖 AI

Vision-Assisted Foundation Model for Solving Multi-Task Vehicle Routing Problems

यह शोध पत्र विजन-असिस्टेड फाउंडेशन मॉडल (VaFM) का प्रस्ताव करता है, जो एक नवीन दृष्टिकोण है जो 16 मल्टी-टास्क व्हीकल रूटिंग प्रॉब्लम वेरिएंट्स में विविध बाधाओं को संभालने में मौजूदा सॉल्वर की सीमाओं को दूर करने के लिए ग्राफ-आधारित मॉडल्स के साथ विजन मोडैलिटी को एकीकृत करता है, और बाधा प्रतिनिधित्व, रिसेप्टिव फील्ड लचीलेपन तथा पिक्सेल वितरण असंतुलन की चुनौतियों का समाधान करके अत्याधुनिक प्रदर्शन प्राप्त करता है।

Shuangchun Gui, Zhiguang Cao, Wen Song, Yew-Soon Ong2026-06-10
🤖 machine learning

Mitigating Bias in Low-SNR Financial Reinforcement Learning via Quantum Representations

यह शोध पत्र FPQC-SAC को प्रस्तुत करता है, जो एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो फीचर रिप्रजेंटेशन को बाधित करने और वित्तीय बाजारों में कम सिग्नल-टू-नॉइज़ अनुपात के कारण होने वाले "फाइनेंशियल एंट्रॉपी ट्रैप" को कम करने के लिए पैरामीटराइज्ड क्वांटम सर्किट को एकीकृत करता है, जिससे अत्याधुनिक बेसलाइनों की तुलना में पोर्टफोलियो प्रबंधन की स्थिरता और रिटर्न में महत्वपूर्ण सुधार होता है।

Zeyu Liu, Xuanzhi Feng, Sing Kwong Lai, Yuanchen Gao, Xiaoyi Pang, Hualei Zhang, Jingcai Guo, Jie Zhang, Song Guo2026-06-10
🤖 AI

Trace2Policy: From Expert Behavior Traces to Self-Evolving Decision Agents

Trace2Policy एक त्रुटि-संचालित पुनरावृत्ति कौशल परिशोधन (EISR) ढांचे को पेश करता है जो विशेषज्ञ निर्णय नियमों को उच्च-सटीक, नियतात्मक पायथन कोड में व्यवस्थित रूप से पुनर्प्राप्त और सुधारता है, जो अनुपालन-संवेदनशील कार्यों में स्थिर LLM डिस्टिलेशन और शुद्ध-LLM बेसलाइन दोनों से बेहतर प्रदर्शन करता है और साथ ही परिशोधन लागत को महत्वपूर्ण रूप से कम करता है।

Junli Zha, Jinbo Wang, Chao Zhou, Xiang Song2026-06-10
📊 statistics

Minimum Distortion Quantization with Specified Output Distribution

यह शोध पत्र उस इष्टतम क्वांटाइज़र (quantizer) को व्युत्पन्न करता है जो एक वास्तविक-मान वाले इनपुट और kk-स्तरीय आउटपुट के बीच माध्य वर्ग त्रुटि (mean squared error) को न्यूनतम करता है और एक निर्दिष्ट आउटपुट वितरण को सख्ती से लागू करता है, यह दर्शाते हुए कि समाधान में इनपुट के संचयी वितरण फलन (cumulative distribution function) का एक विशिष्ट क्रमपरिवर्तन (permutation) शामिल है जिसे लक्षित वितरण के CDF के व्युत्क्रम द्वारा रूपांतरित किया गया है।

Aolin Xu2026-06-10
💬 NLP

LakeQA: An Exploratory QA Benchmark over a Million-Scale Data Lake

यह शोध पत्र LakeQA को प्रस्तुत करता है, जो 9.5 TB के विषम डेटा पर निर्मित एक व्यापक बेंचमार्क है जो बड़े भाषा मॉडलों (large language models) को दस्तावेज़ पुनर्प्राप्ति (document retrieval) को जटिल मल्टी-हॉप रीजनिंग (multi-hop reasoning) के साथ जोड़कर खोज-केंद्रित प्रश्नोत्तर करने की चुनौती देता है, जो सीमावर्ती मॉडलों (frontier models) में भी महत्वपूर्ण प्रदर्शन अंतराल को उजागर करता है।

Haonan Wang, Jiaxiang Liu, Yurong Liu, Austin Senna Wijaya, Tianle Zhou, Eden Wu, Yijia Chen, Wanting You, Reya Vir, Dan (…)2026-06-10
🤖 machine learning

UPLOTS: A Unified Pretrained Language Model for Constrained Time-series Generation

UPLOTS एक एकीकृत, प्रॉम्प्ट-निर्देशित प्री-ट्रेंड ट्रांसफार्मर फ्रेमवर्क है जो डायनेमिक कंस्ट्रेंट प्रॉम्प्ट्स के साथ एक एकल मॉडल का लाभ उठाकर मौजूदा टाइम-सीरीज जनरेशन विधियों के विखंडन को दूर करता है ताकि कई डोमेन में विविध टेम्पोरल पैटर्न उत्पन्न किए जा सकें और डेटा-दुर्लभ परिदृश्यों में डेटा ऑग्मेंटेशन में सुधार किया जा सके।

Du Yin, Hao Xue, Jinliang Deng, Yang Yang, Shuang Ao, Arian Prabowo, Flora Salim2026-06-10
🤖 AI

A complementary study on PlanGPT: Evaluation with defined Performance Metrics and comparison with a planner

यह शोध पत्र परिभाषित प्रदर्शन मेट्रिक्स का उपयोग करके PlanGPT लार्ज लैंग्वेज मॉडल के एक पूरक मूल्यांकन को प्रस्तुत करता है, जो यह प्रकट करता है कि यह पारंपरिक प्लानर्स की तुलना में कोई लाभ नहीं देता है और एक साधारण ग्रीडी (Greedy) सर्च रणनीति से बेहतर प्रदर्शन नहीं करता है।

Youssef Abdelkader, Humbert Fiorino, Damien Pellier2026-06-10
🤖 machine learning

MoE Enhanced Federated Learning for Spatiotemporal Prediction

यह शोध पत्र MoE-FedTP का प्रस्ताव करता है, जो एक व्यक्तिगत फेडेरेटेड लर्निंग फ्रेमवर्क है जो डेटा-दुर्लभ शहरों के लिए क्रॉस-सिटी ट्रैफिक प्रेडिक्शन में स्थानिक-कालिक विषमता (spatiotemporal heterogeneity) और गोपनीयता संबंधी चिंताओं को प्रभावी ढंग से संबोधित करने के लिए लाइटवेट मिक्सचर-ऑफ-एक्सपर्ट्स नेटवर्क और डायनेमिक गेटिंग का लाभ उठाता है।

Zhehao Dai, Xiao Han, Zhaolin Deng, Zijian Zhang, Xiangyu Zhao, Guojiang Shen, Xiangjie Kong2026-06-10
🤖 AI

Cross-Modal Knowledge Distillation without Paired Data: Theoretical Foundation and Algorithm

यह शोध पत्र क्रॉस-मोडल नॉलेज डिस्टिलेशन के लिए एक सैद्धांतिक रूप से आधारित ढांचा प्रस्तावित करता है जो शिक्षक और छात्र मॉडलों के बीच फीचर और लेबल वितरण को संरेखित करके महंगे युग्मित डेटा (paired data) की आवश्यकता को समाप्त करता है, और अनपेयर्ड (unpaired) एवं पेयर्ड (paired) दोनों सेटिंग्स में उत्कृष्ट प्रदर्शन प्रदर्शित करता है।

Trong Khiem Tran, Anh Duc Chu, Quang Hung Pham, Phi Le Nguyen, Trong Nghia Hoang2026-06-10
🤖 AI

HIPIF: Hierarchical Planning and Information Folding for Long-Horizon LLM Agent Learning

यह शोध पत्र HIPIF का प्रस्ताव करता है, जो लंबे समय तक चलने वाले (long-horizon) LLM एजेंटों के लिए एक एंड-टू-एंड प्रशिक्षण ढांचा है, जो स्पष्ट उप-लक्ष्यों (subgoals) के इर्द-गिर्द निष्पादन को व्यवस्थित करके और पूर्ण इतिहास का सारांश प्रस्तुत करके संदर्भ हस्तक्षेप (context interference) को कम करता है, जबकि महंगी सहायक मॉडलों पर निर्भर हुए बिना नियोजन को स्थिर करने के लिए पदानुक्रमित प्रतिबिंब (hierarchical reflection) और प्रक्रिया पुरस्कारों (process rewards) का उपयोग करता है।

Juncheng Diao, Zhicong Lu, Peiguang Li, Yongwei Zhou, Changyuan Tian, Qingbin Li, Rongxiang Weng, Jingang Wang, Xunliang (…)2026-06-10