🤖 Category

cs.AI

23200 पेपर

🤖 machine learning

FAIR-Calib: Frontier-Aware Instability-Reweighted Calibration for Post-Training Quantization of Diffusion Large Language Models

यह शोध पत्र FAIR-Calib को प्रस्तुत करता है, जो डिफ्यूजन लार्ज लैंग्वेज मॉडल्स के लिए एक दो-चरणीय पोस्ट-ट्रेनिंग क्वांटाइजेशन फ्रेमवर्क है, जो महंगे एंड-टू-एंड रोलआउट्स की आवश्यकता के बिना नाजुक टोकन अवस्थाओं के संरक्षण को प्राथमिकता देने के लिए एक फ्रंटियर-अवेयर, इंस्टेबिलिटी-रीवेटेड कैलिब्रेशन रणनीति का उपयोग करके शुरुआती निर्णय त्रुटियों के अपरिवर्तनीय प्रवर्धन को कम करता है।

Haoyu Huang, Linlin Yang, Sheng Xu, Boyu Liu, Guodong Guo, Zhongqian Fu, Hang Zhou, Baochang Zhang2026-06-08
💻 computer science

Geometric Second-Order Feature Correlation Learning for Self-Supervised Speech Emotion Recognition

यह शोध पत्र एक नवीन सेकंड-ऑर्डर कोरिलेशन (SOC) लेयर प्रस्तावित करता है जो स्व-पर्यवेक्षित स्पीच रिप्रेजेंटेशन से लेटेंट रिमानियन ज्योमेट्री और उच्च-क्रम फीचर कोरिलेशन को कैप्चर करने के लिए लॉग-यूक्लिडियन मैपिंग का लाभ उठाता है, जिससे पारंपरिक फर्स्ट-ऑर्डर एग्रीगेशन की सीमाओं को दूर किया जा सके और ESD एवं RAVDESS डेटासेट पर इमोशन रिकग्निशन प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।

Shuanglin Li, Ruxiao Qian, Siyang Song2026-06-08
🤖 machine learning

Multi-Scale Feature Attention Network for Polymer Classification using THz Dual-Comb Spectroscopy

यह शोध पत्र एक मल्टी-स्केल फीचर अटेंशन नेटवर्क (MSFAN) का प्रस्ताव करता है जो 12 विविध प्रकार के पॉलिमर के लिए 85.2% की अत्याधुनिक वर्गीकरण सटीकता प्राप्त करने हेतु टेराहर्ट्ज़ ड्यूल-कॉम्ब स्पेक्ट्रोस्कोपी (THz-DCS) का लाभ उठाता है, जो प्लास्टिक पुनर्चक्रण और गुणवत्ता नियंत्रण के लिए एक सुदृढ़ और गैर-विनाशकारी समाधान प्रदान करता है।

Roshni Mahtani, Ilán Carretero, Laura Monroy, Aldo Moreno-Oyervides, Oscar Elías Bonilla-Manrique, Rocío del Amor2026-06-08
🤖 machine learning

WAV: Multi-Resolution Block Residual Routing for Deep Decoder-Only Transformers

यह शोधपत्र WAV v1 को प्रस्तुत करता है, जो गहरे डिकोडर-ओनली (decoder-only) ट्रांसफॉर्मर्स के लिए एक हल्का मल्टी-रेज़ोल्यूशन रेसिडुअल रूटिंग (multi-resolution residual routing) तरीका है जो अटेंशन-एमएलपी (attention-MLP) और अर्ली-लेट डायनेमिक्स (early-late dynamics) को कैप्चर करने के लिए दिशात्मक विवरण आधारों (directional detail bases) के साथ ब्लॉक-स्तरीय सारांशों को संवर्धित करता है, जो 48 परतों पर मौजूदा बेसलाइनों की तुलना में लॉन्ग-कॉन्टेक्स्ट लैंग्वेज मॉडलिंग कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार करता है।

Kehan Wang2026-06-08
💻 computer science

NTILC: Neural Tool Invocation via Learned Compression

NTILC एक न्यूरल फ्रेमवर्क है जो लीनियर इन-कॉन्टेक्स्ट टूल रजिस्ट्री लुकअप को सीखे गए लेटेंट रिट्रीवल और एक सिग्नेचर-अवेयर कंपोजिट ऑब्जेक्टिव से बदल देता है, जिससे एजेंटिक टूल-कॉलिंग मॉडल्स के लिए उच्च चयन सटीकता बनाए रखते हुए 95% से अधिक कॉन्टेक्स्ट टोकन रिडक्शन और 74% तक कम लेटेंसी प्राप्त होती है।

Andrew Krikorian, Yayuan Li, Jason J. Corso2026-06-08
💻 computer science

MalTree: Tracing Malware Evolution from Embeddings at Scale

यह शोध पत्र MalTree को प्रस्तुत करता है, जो एक स्केलेबल फ्रेमवर्क है जो संरचनात्मक, व्यवहारिक और छवि-आधारित विशेषताओं का उपयोग करके मालवेयर विकास को स्वचालित रूप से मॉडल करने के लिए बायोइन्फॉर्मेटिक्स फाइलोगैनेटिक तकनीकों को अनुकूलित करता है, जिससे 87% टेम्पोरल कंसिस्टेंसी (सामयिक निरंतरता) प्राप्त होती है और सक्रिय, वंश-जागरूक रक्षा रणनीतियों को सक्षम बनाया जाता है।

Akash Amalan, Georgios Smaragdakis, Tom J. Viering2026-06-08
💬 NLP

Re-Centering Humans in LLM Personalization

यह शोध पत्र एलएलएम (LLM) वैयक्तिकरण के मूल्यांकन में सिंथेटिक और मानव डेटा के बीच महत्वपूर्ण अंतराल को प्रकट करता है, जो यह दर्शाता है कि वर्तमान मॉडल उपयोगकर्ता के गुणों को सटीक रूप से निकालने, चुनने और शामिल करने में संघर्ष करते हैं ताकि ऐसे उत्तर उत्पन्न किए जा सकें जिन्हें मनुष्य वास्तव में उपयोगी पाते हैं, बावजूद इसके कि उनके ऑटोमेटेड इवैल्यूएशन स्कोर उच्च हैं।

Lechen Zhang, Jiarui Liu, Tal August2026-06-08
💻 computer science

ChronoForest: Closed-Loop Multi-Tree Diffusion Planning for Efficient Bridge Search and Route Composition

ChronoForest एक क्लोज्ड-लूप प्लानिंग सिस्टम है जो टेम्पोरल डिस्टेंस (temporal distance) का मार्गदर्शन के लिए और सर्च-टाइम ब्रिज एविडेंस (search-time bridge evidence) का सत्यापन के लिए उपयोग करके, शॉर्ट-हॉराइजन ऑफलाइन डेटा से लॉन्ग-हॉराइजन रूट्स को कुशलतापूर्वक संयोजित करने के लिए एक ऑनलाइन मल्टी-ट्री ऑर्केस्ट्रेटर के साथ एक एंकर-चेनिंग ट्री डिफ्यूजन प्लानर को जोड़ता है, जिससे जटिल नेविगेशन बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Jungmin Seo, Jaesik Park2026-06-08
💻 computer science

What Matters When Cotraining Robot Manipulation Policies on Everyday Human Videos?

यह शोध पत्र रोज़मर्रा के मानवीय वीडियो पर प्रशिक्षित रोबोट मैनिपुलेशन नीतियों की हस्तांतरणीयता की जांच करता है, जो यह प्रकट करता है कि हालांकि उच्च-गुणवत्ता वाले हैंड पोज़ लेबल फायदेमंद होते हैं, सफल हस्तांतरण के लिए मोशन गैप को पाटने हेतु विशिष्ट विजन और पॉलिसी नेटवर्क की आवश्यकता होती है, जिससे अंततः एक नए को-ट्रेनिंग दृष्टिकोण के माध्यम से कम-रोबोट-डेटा व्यवस्था में 29.7% सफलता दर में सुधार प्राप्त होता है।

Richard Li, Aditya Prakash, Andrew Wen, Saurabh Gupta, Yilun Du, Pulkit Agrawal2026-06-08
💬 NLP

How Language Models Fail: Token-Level Signatures of Committed and Persistent Reasoning Failures

यह शोध पत्र भाषा मॉडलों में दो विशिष्ट टोकन-स्तरीय तर्क विफलता मोड की पहचान और लक्षण वर्णन करता है—कमिटेड फेलियर (committed failure), जो प्रारंभिक पथ-लॉकिंग (path-locking) द्वारा चिह्नित है, और पर्सिस्टेंट अनसर्टेन्टी (persistent uncertainty), जो संचित संदेह द्वारा लक्षित है—यह प्रदर्शित करते हुए कि ये हस्ताक्षर विविध कॉन्फ़िगरेशनों में पुनरुत्पादित किए जा सकते हैं और सेल्फ-कंसिस्टेंसी (self-consistency) जैसी विफलता पहचान रणनीतियों के अनुकूलन में मार्गदर्शन कर सकते हैं।

Tanvi Thoria, Kiana Jafari, Marc R. Schlichting, Mykel J. Kochenderfer2026-06-08