🤖 Category

cs.AI

23200 पेपर

🤖 AI

Learning What to Remember: Observability-Safe Memory Retention via Constrained Optimization for Long-Horizon Language Agents

यह शोध पत्र OSL-MR प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो सख्त अवलोकन संबंधी बाधाओं के तहत क्वेरी-कंडीशन्ड एविडेंस वैल्यू सीखने के लिए लॉन्ग-होरिजन लैंग्वेज एजेंट्स हेतु मेमोरी रिटेंशन को एक कंस्ट्रेंड स्टोकेस्टिक ऑप्टिमाइज़ेशन समस्या के रूप में सूत्रबद्ध करता है, जो LOCOMO और LongMemEval जैसे बेंचमार्क पर मौजूदा ह्यूरिस्टिक और रिसेंसी-आधारित विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Qingcan Kang, Liu Mingyang, Shixiong Kai, Kaichao Liang, Tao Zhong, Mingxuan Yuan2026-06-10
🤖 AI

Can Image Models Imagine Time? ImageTime: A Novel Benchmark for Probing Visual World Modeling Through Spatiotemporal Consistency

यह शोध पत्र ImageTime प्रस्तुत करता है, जो एक नया बेंचमार्क है जो इमेज जनरेशन मॉडल्स की स्पैटियोटेम्पोरल कंसिस्टेंसी (स्थानिक-कालिक निरंतरता) और सुसंगत विजुअल वर्ल्ड मॉडलिंग की क्षमता का मूल्यांकन करता है, जिसके लिए उन्हें एक टेम्पोरल प्रोसेस (कालिक प्रक्रिया) को दर्शाने वाले चार क्रमबद्ध कीफ्रेम्स उत्पन्न करने की आवश्यकता होती है, जिससे समय के साथ गतिशील परिवर्तनों को दर्शाने में वर्तमान प्रणालियों की सीमाओं का पता चलता है।

Xinrui Wu, Lichen Huang2026-06-10
🤖 AI

STORM: Stepwise Token Optimization with Reward-Guided Beam Search

STORM एक स्व-पर्यवेक्षित (self-supervised) फ्रेमवर्क है जो रिट्रीवल मेट्रिक्स के विरुद्ध टोकन-स्तरीय जनरेशन को अनुकूलित करने के लिए रिवॉर्ड-गाइडेड बीम सर्च का उपयोग करके लेक्सिकल क्वेरी एक्सपेंशन को बढ़ाता है, जिससे विशेष इंडेक्सिंग की आवश्यकता के बिना कुशल, पारदर्शी और उच्च-प्रदर्शन वाली रिट्रीवल सक्षम होती है जो डेंस न्यूरल मॉडल्स को टक्कर देती है।

Arthur Satouf, Giulio D'Erasmo, Yuxuan Zong, Habiboulaye Amadou Boubacar, Pablo Piantanida, Benjamin Piwowarski2026-06-10
🤖 AI

Accounting for AI Inference in Corporate GHG Inventories: A Four-Tier Methodology for Scope 3 Category 1 Reporting

यह शोध पत्र CSRD के स्कोप 3 श्रेणी 1 के तहत AI इन्फरेंस उत्सर्जन को सटीक रूप से रिपोर्ट करने के लिए एक मानकीकृत चार-स्तरीय कार्यप्रणाली का प्रस्ताव करता है, जो सटीक आर्थिक कारकों के स्थान पर सटीक, टोकन-आधारित भौतिक गणनाओं का उपयोग करता है जो काफी कम कार्बन फुटप्रिंट को प्रकट करते हैं और डेटा सेंटर स्थान रणनीतियों में महत्वपूर्ण जल-कार्बन ट्रेड-ऑफ को उजागर करते हैं।

Guillermo Llopis (SOMA AI, Barcelona)2026-06-10
🤖 machine learning

In Defense of Information Leakage in Concept-based Models

यह शोध पत्र इस पारंपरिक दृष्टिकोण को चुनौती देता है कि अवधारणा-आधारित मॉडलों (concept-based models) में सूचना का रिसाव (information leakage) स्वाभाविक रूप से अवांछनीय है, और यह तर्क देता है कि अपूर्ण अवधारणाओं वाले वास्तविक परिदृश्यों में, सटीकता और हस्तक्षेप क्षमता (intervenability) दोनों प्राप्त करने के लिए "सौम्य रिसाव" (benign leakage) का एक रूप वास्तव में आवश्यक है, और इस लाभकारी रिसाव को अनुकूलित करने के लिए एक नए प्रशिक्षण उद्देश्य का प्रस्ताव करता है।

Mateo Espinosa Zarlenga2026-06-10
🤖 AI

UniDexTok: A Unified Dexterous Hand Tokenizer from Real Data

यह शोध पत्र UniDexTok को प्रस्तुत करता है, जो एक एकीकृत टोकेनाइज़र (unified tokenizer) है जो बिना रिटारगेटिंग या सिमुलेशन के विविध वास्तविक दुनिया के डेक्सट्रस हैंड स्टेट्स (dexterous hand states) को एक साझा 22-DoF सिमेंटिक इंटरफेस में मैप करता है, जिससे सब-मिलीमीटर पुनर्निर्माण सटीकता प्राप्त होती है और मजबूत ज़ीरो-शॉट और फ्यू-शॉट क्षमताओं के साथ प्रभावी क्रॉस-एम्बॉडमेंट लर्निंग सक्षम होती है।

Dong Fang, Youjun Wu, Yuanxin Zhong, Rui Zhang, Yunlong Wang, Xiaosong Jia, Yu-Gang Jiang2026-06-10
🤖 AI

Using the YOLOv12 Model for Verifying the Correct Color Sequence of Wires in Network Cables (Patch Cords) on the Production Line

यह शोध पत्र YOLOv12 ऑब्जेक्ट डिटेक्शन मॉडल पर आधारित एक इंटेलिजेंट, रियल-टाइम निरीक्षण प्रणाली प्रस्तुत करता है जो नेटवर्क केबल पैच कॉर्ड्स में तारों के सही रंग अनुक्रम को सत्यापित करने में लगभग 98% परिशुद्धता प्राप्त करता है, जो विनिर्माण दक्षता बढ़ाने के लिए त्रुटिपूर्ण मैनुअल सूक्ष्म जांच को एक स्वचालित समाधान से प्रभावी ढंग से बदल देता है।

Amin Doroodchi, Danial Soleimany2026-06-10
⚡ electrical engineering

Event-Driven Reinforcement Learning Enables Long-Horizon Control in Semiconductor Fabrication

यह शोध पत्र एक स्केलेबल, इवेंट-ड्रिवन डीप रीइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो जटिल सेमीकंडक्टर फैब्रिकेशन सिस्टम में लॉन्ग-होरिज़न, मल्टी-ऑब्जेक्टिव कंट्रोल को प्रभावी ढंग से अनुकूलित करता है, और विविध उद्योग-वास्तविक परिदृश्यों में थ्रूपुट और यूटिलाइजेशन में महत्वपूर्ण सुधार प्रदर्शित करता है।

Yavar Yeganeh, Mahsa Shekari, Nicla Frigerio, Daniele Pagano, Andrea Matta2026-06-10
🤖 machine learning

Unifying Data, Memory, and Compute Efficiency in LLM training: A Survey

यह सर्वेक्षण बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल) प्रशिक्षण में डेटा चयन, मेमोरी प्रबंधन और कंप्यूट आवंटन को एकीकृत करने के लिए एक बाधा-केंद्रित (कन्स्ट्रेंट-सेंट्रिक) परिप्रेक्ष्य अपनाता है, यह तर्क देते हुए कि इष्टतम दक्षता के लिए इन तीन परस्पर जुड़े अवरोधों को अलग-थलग अनुकूलित करने के बजाय एक परस्पर क्रिया करने वाली प्रणाली के रूप में मानना आवश्यक है।

Vanessa Schmidt, Huy Hoang Nguyen, Cédric Jung, Shirin Salehi, Anke Schmeink2026-06-10
💬 NLP

Attention Expansion: Enhancing Keyphrase Extraction from Long Documents with Attention-Augmented Contextualized Embeddings

यह शोध पत्र एक अटेंशन एक्सपेंशन मैकेनिज्म का प्रस्ताव करता है जो आसपास के आउट-ऑफ-कॉन्टेक्स्ट चंक्स (out-of-context chunks) से जानकारी के साथ प्री-ट्रेंड लैंग्वेज मॉडल टोकन रिप्रेजेंटेशन्स को संवर्धित करता है, जो पूर्ण-दस्तावेज़ अटेंशन या बड़े भाषा मॉडलों की कम्प्यूटेशनल लागत के बिना लंबे दस्तावेज़ों पर कीफ्रेज़ एक्सट्रैक्शन प्रदर्शन को प्रभावी ढंग से बढ़ाता है।

Roberto Martínez-Cruz, Alvaro J. López-López, José Portela2026-06-10