🤖 Category

cs.AI

23200 पेपर

🤖 machine learning

LEAF: Growing Trees Without Branching for Speech-Aware Large Language Model Post-Training

यह शोध पत्र LEAF का प्रस्ताव करता है, जो एक रेट्रोस्पेक्टिव ट्री-आधारित सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) विधि है जो रोलआउट बैचों में साझा प्रीफिक्स को स्पैन-स्तरीय लाभ (स्पैन-लेवल एडवांटेज) प्रदान करके स्पीच-अवेयर लार्ज लैंग्वेज मॉडल पोस्ट-ट्रेनिंग में सुधार करता है, जिससे यह मौजूदा GRPO-शैली के दृष्टिकोणों और यहाँ तक कि छोटे मॉडलों वाले फुल-पैरामीटर बेसलाइनों को भी पीछे छोड़ देता है।

Argyrios Gerogiannis, Yekaterina Yegorova, Mark Hasegawa-Johnson, Venugopal V. Veeravalli2026-06-09
🤖 AI

Position: Anthropomorphic Misalignment Research Needs Stronger Evidence

यह स्थिति पत्र तर्क देता है कि मानवशास्त्रीय मिसअलाइनमेंट (Anthropomorphic Misalignment) अनुसंधान को महत्वपूर्ण सुरक्षा निर्णयों का समर्थन करने के लिए अधिक अनुभवजन्य साक्ष्य और पद्धतिगत कठोरता की आवश्यकता है, जो वैचारिक अस्पष्टता और अपर्याप्त कारण हस्तक्षेप जैसी समस्याओं को संबोधित करने के लिए साक्ष्य स्तरों और एक नैदानिक चेकलिस्ट का एक ढांचा प्रस्तावित करता है।

Vansh Gupta, Peter Nutter, Samuel Stante, Andreas Krause, Florian Tramèr, Lukas Fluri, Xin Chen, Anna Hedström2026-06-09
🤖 machine learning

Structured Neuron Pruning in Deep Neural Networks Using Multi-Armed Bandits

यह शोध पत्र एक संरचित न्यूरॉन प्रूनिंग फ्रेमवर्क प्रस्तावित करता है जो अनावश्यक न्यूरॉन्स की पहचान करने और उन्हें हटाने के लिए मल्टी-आर्म्ड बैंडिट एल्गोरिदम का उपयोग करता है, जो व्यापक बेंचमार्क के माध्यम से यह प्रदर्शित करता है कि UCB1 और थॉमसन सैंपलिंग जैसी नीतियां अनप्रून की गई नेटवर्कों और अन्य प्रूनिंग विधियों की तुलना में प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए मॉडल के आकार को प्रभावी ढंग से कम करती हैं।

Salem Ameen, Sunil Vadera2026-06-09
🤖 machine learning

ScaleSweep: Accurate NVFP4 Post-Training Quantization of LLMs via Block Scale Initialization

यह शोध पत्र ScaleSweep का प्रस्ताव करता है, जो LLMs के लिए एक कुशल पोस्ट-ट्रेनिंग क्वांटाइजेशन विधि है जो सैद्धांतिक रूप से व्युत्पन्न उम्मीदवारों के न्यूनतम रेंज को स्वीप करके NVFP4 ब्लॉक स्केल्स को अनुकूलित करता है, जिससे मौजूदा इनिशियलाइजेशन तकनीकों की तुलना में फुल प्रिसिजन के प्रदर्शन अंतराल को काफी कम कर दिया जाता है।

Li Lin, Xiaojun Wan2026-06-09
🤖 AI

Eyes All Around: Design and Analysis of 360-Degree LiDAR Perception Using Equivariant Feature Learning in Unstructured Traffic

यह शोध पत्र अनस्ट्रक्चर्ड शहरी यातायात में स्वायत्त ड्राइविंग के लिए एक 360-डिग्री LiDAR परसेप्शन फ्रेमवर्क प्रस्तुत करता है जो रोटेशन-इक्विवैरिएंट स्पार्स कन्वोल्यूशन और सेक्टर-वाइज प्रोसेसिंग का लाभ उठाता है, जो भारतीय शहरों में एकत्र किए गए एक कस्टम डेटासेट पर विभिन्न ऑब्जेक्ट क्लासेस पर स्थिर डिटेक्शन प्रदर्शन प्रदर्शित करता है।

Pranav Darshan, Raghuveer Narayanan Rajesh, M Uttara Kumari2026-06-09
🤖 machine learning

Trait-space Monitoring for Emergent Misalignment During Supervised Finetuning

यह शोध पत्र आंतरिक गुण-स्थान (trait-space) निरूपणों में निम्न-आयामी विचलन (low-dimensional drift) की निगरानी करके सुपरवाइज्ड फाइनट्यूनिंग के दौरान उभरते हुए मिसअलाइनमेंट (misalignment) का पता लगाने के लिए एक व्यावहारिक विधि प्रस्तावित करता है, जो व्यवहार संबंधी मूल्यांकन या अनसुपरवाइज्ड बेसलाइन्स की तुलना में न्यूनतम ओवरहेड के साथ उच्च पहचान सटीकता प्राप्त करता है।

Huy Nghiem, Sy-Tuyen Ho, Sarah Wiegreffe, Hal Daumé III2026-06-09
🤖 AI

NeuroAlign: Hierarchical Multimodal Fusion of Dynamic and Structural Neuroimaging for MCI Analysis

यह शोध पत्र NeuroAlign का प्रस्ताव करता है, जो एक पदानुक्रमित बहुविध संलयन ढांचा (hierarchical multimodal fusion framework) है जो व्याख्यात्मक विशेषता एट्रिब्यूशन (interpretable feature attribution) प्रदान करते हुए माइल्ड कॉग्निटिव इम्पेयरमेंट का पता लगाने में सुधार करने के लिए ड्यूल-मोडल अलाइनमेंट और ड्यूल-डोमेन इंटरेक्शन तंत्र के माध्यम से fMRI और DTI डेटा को एकीकृत करता है।

Xiongri Shen, Zhenxi Song, Jiaqi wang, Yi Zhong, Leilei Zhao, Chenqi Xu, Linling Li, Yichen Wei, Lingyan Liang, Demao De (…)2026-06-09
🤖 AI

Anchor-Conditioned Compositional Control for Landscape Image Generation

यह शोध पत्र लैंडस्केप इमेज जनरेशन के लिए एक एंकर-कंडीशन्ड फाइनट्यूनिंग फ्रेमवर्क पेश करता है जो क्षितिज का पता लगाने और 'रूल ऑफ थर्ड्स' संरेखण को प्राप्त करने के लिए एक चार-आयामी कंपोजिशनल एंकर वेक्टर और डिकपल्ड क्रॉस-अटेंशन मैकेनिज्म का उपयोग करता है, यह प्रदर्शित करते हुए कि कंपोजिशनल नियंत्रण की सटीकता श्रेणी-विशिष्ट होमोजेनियस सीन सबसेट्स पर प्रशिक्षण द्वारा महत्वपूर्ण रूप से बढ़ जाती है।

Gadha Lekshmi P, Govind Arun, Rohith Syam, Ahmed Elgammal2026-06-09
🤖 AI

MOSS-Video-Preview: Toward Real-Time Video Understanding via Cross-Attention

यह शोधपत्र MOSS-Video-Preview प्रस्तुत करता है, जो एक वास्तविक समय (रियल-टाइम) वीडियो समझ ढांचा है जो धारणा (परसेप्शन) को पीढ़ी (जेनरेशन) से अलग करने के लिए एक टू-चैनल क्रॉस-अटेंशन आर्किटेक्चर का उपयोग करता है, जिससे निरंतर धारणा, उत्तर संशोधन और सामयिक मौन सक्षम होता है, और न्यूनतम प्रदर्शन गिरावट के साथ ऑफलाइन बेसलाइनों की तुलना में महत्वपूर्ण गति वृद्धि प्राप्त करता है।

Pengyu Wang, Chenkun Tan, Shaojun Zhou, Wei Huang, Qirui Zhou, Zhan Huang, Zhen Ye, Jijun Cheng, Xiaomeng Qian, Yanxin C (…)2026-06-09
🤖 AI

No Free Lunch for Synthetic Images under Data Scarcity Conditions

यह अध्ययन डेटा की कमी के तहत सिंथेटिक इमेज जनरेशन में फिडेलिटी (fidelity), प्राइवेसी और यूटिलिटी के बीच के ट्रेड-ऑफ्स का आकलन करने के लिए एक बहुआयामी मूल्यांकन ढांचे का प्रस्ताव करता है, जो यह प्रकट करता है कि जब डिफरेंशियल प्राइवेसी तंत्र लागू किए जाते हैं, तो GANs और DDPMs, VAEs की तुलना में बेहतर मजबूती बनाए रखते हैं।

Borja Arroyo Galende, Alejandro Almodóvar, Patricia A. Apellániz, Juan Parras, Silvia Uribe, Santiago Zazo2026-06-09