cs.AI पेपर | Gist.Science

Online Pandora's Box for Contextual LLM Cascading

यह शोध पत्र आउटपुट-मध्यस्थता फीडबैक को मॉडल करने और आयाम-निर्भर $\widetilde O(\sqrt T)$ संचयी रिग्रेट (cumulative regret) प्राप्त करने के लिए GMM अनुमान के साथ एक पैरामीट्रिक रिजर्वेशन इंडेक्स दृष्टिकोण का उपयोग करते हुए, आउटपुट-मध्यस्थता फीडबैक को मॉडल करके और एक पैरामीट्रिक रिजर्वेशन इंडेक्स दृष्टिकोण को UCB-शैली की कॉन्फिडेंस बाउंड्स के साथ नियोजित करके, लार्ज लैंग्वेज मॉडल (LLM) API को अनुकूल रूप से चुनने के लिए एक ऑनलाइन कॉन्टेक्स्टुअल पेंडोरा बॉक्स (Pandora's Box) फ्रेमवर्क प्रस्तावित करता है।

Alexandre Belloni, Yan Chen, Yehua Wei2026-06-08

🤖 AI

Socratic-SWE: Self-Evolving Coding Agents via Trace-Derived Agent Skills

Socratic-SWE एक क्लोज्ड-लूप सेल्फ-इवोल्यूशन फ्रेमवर्क पेश करता है जो एक एजेंट के ऐतिहासिक समाधान ट्रैसेस को संरचित कौशलों में परिवर्तित करता है ताकि लक्षित, सत्यापन योग्य मरम्मत कार्य उत्पन्न किए जा सकें, जिससे निरंतर सुधार सक्षम होता है और निश्चित उत्परिवर्तन प्रक्रियाओं पर निर्भर किए बिना SWE बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Chuan Xiao, Zhengbo Jiao, Shaobo Wang, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang, Lin Qu2026-06-08

💬 NLP

The Masked Advantage: Uncovering Local-Language Access to Cultural Knowledge in LLMs

यह शोध पत्र यह प्रकट करता है कि जबकि बड़े भाषा मॉडल अपनी बेहतर सामान्य दक्षता के कारण अंग्रेजी में अक्सर उच्च कच्ची सटीकता प्रदर्शित करते हैं, एक बार जब इस दक्षता अंतराल को नियंत्रित कर लिया जाता है, तो स्थानीय सांस्कृतिक ज्ञान तक उनकी पहुँच मातृ भाषाओं में अधिक प्रभावी होती है, जो यह सुझाव देती है कि निम्न स्थानीय-भाषा प्रदर्शन अक्सर कमजोर सांस्कृतिक समझ को दर्शाता नहीं, बल्कि उसे छिपाता है।

Yang Zhang, Xiao Fei, Amr Mohamed, Sarah Almeida Carneiro, Mersin Konomi, Mingmeng Geng, Ahmed Asaad, Guokan Shang, Mich (…)2026-06-08

🤖 AI

Watch, Remember, Reason: Human-View Video Understanding with MLLMs

यह शोध पत्र मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स के साथ वीडियो समझने के लिए एक एकीकृत "ह्यूमन-व्यू" (मानव-दृष्टिकोण) ढांचे को प्रस्तुत करता है, जो लंबे और जटिल वीडियो परिदृश्यों को संसाधित करने में चुनौतियों, विधियों, अनुप्रयोगों और भविष्य की दिशाओं का व्यवस्थित रूप से विश्लेषण करने के लिए क्षेत्र को तीन मुख्य क्षमताओं—देखने, याद रखने और तर्क करने—के इर्द-गिर्द व्यवस्थित करता है।

Jiahao Meng, Yue Tan, Qi Xu, Kuan Gao, Weisong Liu, Yanwei Li, Jason Li, Lingdong Kong, Haochen Wang, Qianyu Zhou, Jiang (…)2026-06-08

⚡ electrical engineering

Re-imagining ISO 26262 in the Age of Autonomous Vehicles: Enhancing Controllability through Transferability and Predictability

यह शोध पत्र स्वायत्त वाहनों के लिए ISO 26262 नियंत्रणीयता (Controllability) मानदंड को 'स्थानांतरणीयता' (Transferability) और 'पूर्वानुमेयता' (Predictability) के मापने योग्य आयामों में विभाजित करके उसे पुनर्कल्पित करने का प्रस्ताव देता है, जिससे ड्राइवरलेस सिस्टम में फॉलबैक क्षमताओं और इंटरेक्शन व्यवहारों को परिमाणीकृत और असत्य सिद्ध करने के लिए एक गणितीय ढांचा तैयार होता है।

Chaitanya Shinde, Hadi Hajieghrary, Paul Schmitt, Adam Shoemaker, Bodo Seifert, Steve Kenner2026-06-08

🤖 AI

Planning-aligned Token Compression for Long-Context Autonomous Driving

यह शोध पत्र COMPACT-VA का प्रस्ताव करता है, जो एक प्लानिंग-अलाइन्ड टोकन कम्प्रेशन फ्रेमवर्क है जो एक कंडीशनल VQ-VAE का उपयोग करके विस्तृत टेम्पोरल कॉन्टेक्स्ट से निर्णय-महत्वपूर्ण जानकारी को सीमित (bounded) रिप्रजेंटेशन्स में संकुचित करता है, जिससे बैकबोन संशोधनों की आवश्यकता के बिना स्वायत्त ड्राइविंग की सफलता दर में उल्लेखनीय सुधार करते हुए पर्याप्त गति और मेमोरी दक्षता प्राप्त होती है।

Zhixuan Liang, Yuxiao Chen, Yurong You, Peter Karkus, Wenhao Ding, Boyi Li, Alexander Popov, Yan Wang, Maximilian Igl, Y (…)2026-06-08

🤖 machine learning

Graph Neural Network leveraging Higher-order Class Label Connectivity for Heterophilous Graphs

यह शोध पत्र लेबल कॉन्टेक्स्ट क्लासिफायर (LCC) का प्रस्ताव करता है, जो एक नवीन विधि है जो निर्देशित हेटरोफिलस ग्राफ्स में चार प्रकार के वॉक्स (walks) के माध्यम से उच्च-क्रम की क्लास लेबल कनेक्टिविटी को कैप्चर करती है, जिसे मौजूदा GNNs के साथ अनुकूल रूप से एकीकृत किया जा सकता है ताकि अत्याधुनिक नोड वर्गीकरण विधियों से काफी बेहतर प्रदर्शन किया जा सके।

Takuto Takahashi, Itsuki Nakayama, Takahiro Mitani, Ryosuke Kikuchi, Yuya Sasaki, Makoto Onizuka2026-06-08

💬 NLP

Supervision versus Demonstration-Based In-Context Learning for Multiword Expression Classification

यह अध्ययन तुर्कीकृत लाइट वर्ब कंस्ट्रक्शंस (light verb constructions) का पता लगाने के लिए सुपरवाइज्ड लर्निंग बनाम डेमोंस्ट्रेशन-आधारित इन-कॉन्टेक्स्ट लर्निंग की प्रभावशीलता का मूल्यांकन करता है, जिसमें यह पाया गया है कि जहाँ सुपरवाइज्ड बेसलाइन प्रतिस्पर्धी बनी रहती है, वहीं सावधानीपूर्वक निर्मित फ्यू-शॉट प्रॉम्प्ट्स, ज़ीरो-शॉट रिकॉल संबंधी समस्याओं को कम करके और मॉडल-विशिष्ट पूर्वाग्रहों को घटाकर, इंस्ट्रक्शन-ट्यून्ड एलएलएम (LLMs) को उनके प्रदर्शन के बराबर या उससे अधिक सक्षम बनाते हैं।

Sercan Karakaş, Yusuf Şimşek2026-06-08

💬 NLP

MemDreamer: Decoupling Perception and Reasoning for Long Video Understanding via Hierarchical Graph Memory and Agentic Retrieval Mechanism

MemDreamer एक प्लग-एंड-प्ले फ्रेमवर्क है जो एक पदानुक्रमित ग्राफ मेमोरी (hierarchical graph memory) का निर्माण करके और एक एजेंटिक रिट्रीवल मैकेनिज्म (agentic retrieval mechanism) को नियोजित करके लंबे वीडियो को समझने के लिए धारणा (perception) और तर्क (reasoning) को अलग करता है, जो संदर्भ विंडो की आवश्यकताओं को नाटकीय रूप से कम करते हुए अत्याधुनिक प्रदर्शन प्राप्त करता है।

Cong Chen, Guo Gan, Kaixiang Ji, ChaoYang Zhang, Zhen Yang, Guangming Yao, Hao Chen, Jingdong Chen, Yi Yuan, Chunhua She (…)2026-06-08

💬 NLP

How reliable are LLMs when it comes to playing dice?

यह अध्ययन प्रकट करता है कि जहाँ लार्ज लैंग्वेज मॉडल्स मानक संभाव्यता अभ्यासों में उत्कृष्ट हैं, वहीं वे अंतर्ज्ञान-विरोधी समस्याओं के साथ संघर्ष करते हैं और टोकन पूर्वाग्रह एवं भ्रामक प्रॉम्प्ट्स के प्रति अत्यधिक संवेदनशील हैं, जो यह दर्शाता है कि वे अभी तक वास्तविक संभाव्यता तर्ककर्ता नहीं हैं।

Luca Avena, Gianmarco Bet, Bernardo Busoni2026-06-08

← पिछला अगला →