cs.AI पेपर | Gist.Science

MorphoQuant: Modality-Aware Quantization for Omni-modal Large Language Models

MorphoQuant एक मोडैलिटी-अवेयर पोस्ट-ट्रेनिंग क्वांटाइजेशन फ्रेमवर्क है जो डिस्ट्रीब्यूशन-अवेयर बायस कॉम्पन्सेशन और मॉर्फोलॉजी-डायरेक्टेड क्वांटाइजेशन फंक्शन ऑप्टिमाइजेशन को पेश करके 4-बिट ओम्नी-मोडल लार्ज लैंग्वेज मॉडल्स की चुनौतियों का समाधान करता है ताकि क्रॉस-मोडल मॉर्फोलॉजी को संरक्षित किया जा सके और आउटलायर लॉस को कम किया जा सके, जिससे प्रमुख बेंचमार्क पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है जो 16-बिट बेसलाइन्स से भी बेहतर है।

Yue Wu, Changyuan Wang, Zixuan Wang, Shilin Ma, Yansong Tang2026-06-04

🤖 AI

Multi-Granularity 3D Kidney Lesion Characterization from CT Volumes

यह शोध पत्र LesionDETR प्रस्तुत करता है, जो एक नवीन DETR-शैली का आर्किटेक्चर है जो मल्टी-ग्रैनुलैरिटी क्लिनिकल एट्रिब्यूट्स उत्पन्न करने के लिए किडनी CT कैरेक्टराइजेशन को प्रति-लीजन सेट-प्रेडिक्शन कार्य के रूप में पुनर्गठित करता है, जो यह प्रदर्शित करता है कि सेगमेंटेशन मास्क और सेम-डोमेन प्रीट्रेनिंग मजबूत प्रदर्शन प्राप्त करने के लिए महत्वपूर्ण हैं, साथ ही दुर्लभ सॉलिड लीजन डिटेक्शन को संबोधित करने के लिए लक्षित डेटा संग्रह की आवश्यकता पर प्रकाश डालता है।

Renjie Liang, Zhengkang Fan, Jinqian Pan, Chenkun Sun, Jiang Bian, Russell Terry, Jie Xu2026-06-04

🤖 AI

Selective Coupling of Decoupled Informative Regions: Masked Attention Alignment for Data-Free Quantization of Vision Transformers

यह शोध पत्र MaskAQ का प्रस्ताव करता है, जो विजन ट्रांसफॉर्मर्स के लिए एक नवीन डेटा-मुक्त क्वांटाइजेशन फ्रेमवर्क है, जो मास्कड अटेंशन के माध्यम से स्पार्स इंफॉर्मेटिव क्षेत्रों की पहचान और संरेखण करके प्रदर्शन में सुधार करता है, जिससे उच्च गुणवत्ता वाले सिंथेटिक नमूने उत्पन्न होते हैं जो वास्तविक डेटा की आवश्यकता के बिना क्वांटाइज्ड मॉडल के आउटपुट वितरण से प्रभावी ढंग से मेल खाते हैं।

Biao Qian, Yang Wang, Yong Wu, Jungong Han2026-06-04

🤖 machine learning

From Symbolic to Geometric: Enabling Spatial Reasoning in Large Language Models

यह शोध पत्र स्पेशियल लैंग्वेज मॉडल (SLM) को प्रस्तुत करता है, जो एक नवीन मल्टीमॉडल फ्रेमवर्क है जो स्थानिक स्थानों को एक प्रथम-श्रेणी की मोडैलिटी के रूप में मानकर प्रतीकात्मक पैटर्न मिलान के स्थान पर मूल ज्यामितीय तर्क को प्रतिस्थापित करता है, जिससे एक समर्पित प्रशिक्षण डेटासेट और एक नए मूल्यांकन बेंचमार्क के उपयोग के माध्यम से स्थानिक तर्क कार्यों पर मौजूदा LLMs से काफी बेहतर प्रदर्शन करता है।

Chen Chu, Bita Azarijoo, Li Xiong, Khurram Shafique, Cyrus Shahabi2026-06-04

🤖 AI

Online Skill Learning for Web Agents via State-Grounded Dynamic Retrieval

यह शोध पत्र स्टेट-ग्राउंडेड डायनेमिक रिट्रीवल (SGDR) का प्रस्ताव करता है, जो एक ऑनलाइन स्किल लर्निंग विधि है जो वेब एजेंटों को एक ऐसे तंत्र के माध्यम से स्टेपवाइज स्किल पुन: उपयोग करने में सक्षम बनाकर बेहतर बनाती है जो कार्यों के लक्ष्यों और वर्तमान वेबपेज अवस्थाओं दोनों के साथ कौशल को गतिशील रूप से मेल खाता है, जिससे यह WebArena बेंचमार्क पर स्टैटिक रिट्रीवल बेसलाइन्स से बेहतर प्रदर्शन करता है।

Jiaxi Li, Ke Deng, Yun Wang, Jingyuan Huang, Yucheng Shi, Qiaoyu Tan, Jin Lu, Ninghao Liu2026-06-04

🤖 AI

Not All Errors Are Equal: Consequence-Aware Reasoning Compute Allocation

यह शोध पत्र एक परिणाम-जागरूक (consequence-aware) टेस्ट-टाइम कंप्यूट आवंटन ढांचे का प्रस्ताव करता है जो कार्यों की विफलता की वास्तविक दुनिया की लागत का अनुमान लगाने के लिए एक हल्के प्रेडिक्टर (lightweight predictor) का उपयोग करता है, जिससे एक शेड्यूलर उच्च-प्रभाव वाले सॉफ्टवेयर इंजीनियरिंग कार्यों को अधिक कम्प्यूटेशनल संसाधनों के साथ प्राथमिकता दे पाता है और इस प्रकार पारंपरिक कठिनाई-आधारित रूटिंग की तुलना में लागत-भारित हानि (cost-weighted loss) को काफी कम कर देता है।

Jingbo Wen, Liang He, Ziqi He2026-06-04

🤖 AI

An Empirical Study of Data Scale, Model Complexity, and Input Modalities in Visual Generalization

यह शोध पत्र अनुभवजन्य रूप से इस बात की जांच करता है कि डेटा का पैमाना, मॉडल की जटिलता और इनपुट मोडैलिटीज विजुअल जनरलाइजेशन (दृश्य सामान्यीकरण) को कैसे प्रभावित करते हैं, जिसमें यह पाया गया है कि प्रशिक्षण डेटा में वृद्धि लगातार प्रदर्शन में सुधार करती है जबकि मॉडल की जटिलता अस्थिर लाभ प्रदान करती है और विशिष्ट इनपुट विशेषताओं का प्रभाव विभिन्न आर्किटेक्चरों में भिन्न होता है।

Luoyidi Zhou2026-06-04

🤖 AI

What If Prompt Injection Never Left? Exploring Cross-Session Stored Prompt Injection in Agentic Systems

यह शोध पत्र एजेंटिक सिस्टम में क्रॉस-सेशन स्टोर्ड प्रॉम्प्ट इंजेक्शन की अवधारणा को प्रस्तुत और औपचारिक रूप देता है, यह प्रदर्शित करते हुए कि कैसे प्रतिकूल सामग्री (adversarial content) भविष्य के एजेंट निष्पादनों को चुपचाप प्रभावित करने के लिए दीर्घकालिक स्टेट आर्टिफैक्ट्स (long-lived state artifacts) में बनी रह सकती है, और इस उभरती हुई सिस्टम-स्तरीय भेद्यता का व्यवस्थित रूप से मूल्यांकन और शमन करने के लिए एक वर्गीकरण (taxonomy), बेंचमार्क और टूलकिट प्रदान करता है।

Yuanbo Xie, Tianyun Liu, Yingjie Zhang, Suchen Liu, Yulin Li, Liya Su, Tingwen Liu2026-06-04

💬 NLP

MemoryDocDataSet: A Benchmark for Joint Conversational Memory and Long Document Reasoning

यह शोधपत्र MemoryDocDataSet को प्रस्तुत करता है, जो एक सिंथेटिक बेंचमार्क है जिसे मल्टी-सेशन कन्वर्सेशनल मेमोरी (बहु-सत्र संवादात्मक स्मृति) को नेविगेट करने और लंबे दस्तावेजों के भीतर गहन तर्क करने की संयुक्त चुनौती पर AI प्रणालियों का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो उन प्रश्नों को संभालने में वर्तमान मॉडलों के प्रदर्शन में एक महत्वपूर्ण अंतर को प्रकट करता है जिनके लिए बातचीत के इतिहास के आधार पर प्रासंगिक दस्तावेजों को खोजने की आवश्यकता होती है।

Qiyang Xie, Jialun Wu, Xinjie He, Su Liu, Shuai Xiao, Zhiyuan Lin, Weikai Zhou2026-06-04

📊 statistics

RowNet: A Memory Transformer for Tabular Regression

यह शोधपत्र RowNet को प्रस्तुत करता है, जो एक रिट्रीवल-आधारित न्यूरल आर्किटेक्चर है जो रियल एस्टेट मूल्य-प्रति-वर्ग-मीटर भविष्यवाणी में सुधार के लिए लेबल किए गए गुणों के मेमोरी बैंक और मल्टी-स्टेज अटेंशन मैकेनिज्म का लाभ उठाकर तुलनीय गुण संबंधों को मॉडल करता है, जो स्पार्स क्षेत्रीय प्रभावों और नॉनलीनर इंटरैक्शन को संभालने में मानक MLPs और ग्रेडिएंट-बूस्टेड ट्रीज़ की सीमाओं को संबोधित करता है।

Askat Rakhymbekov, Gulshat Muhametjanova2026-06-04

← पिछला अगला →