🤖 Category

cs.AI

23200 पेपर

💬 NLP

Temporal Order Matters for Agentic Memory: Segment Trees for Long-Horizon Agents

यह शोधपत्र SegTreeMem को प्रस्तुत करता है, जो एक ऐसी मेमोरी आर्किटेक्चर है जो कालानुक्रमिक संदर्भ (chronological context) को संरक्षित करने के लिए बातचीत के इतिहास को एक समयानुसार क्रमबद्ध सेगमेंट ट्री (segment tree) में व्यवस्थित करती है, और यह प्रदर्शित करती है कि मौजूदा फ्लैट, ग्राफ या ट्री-आधारित मेमोरी सिस्टम की तुलना में कालानुक्रमिक क्रम बनाए रखना लॉन्ग-होरिजन कन्वर्सेशनल एजेंट्स के प्रदर्शन में महत्वपूर्ण सुधार करता है।

Yifan Simon Liu, Liam Gallagher, Faeze Moradi Kalarde, Jiazhou Liang, Armin Toroghi, Scott Sanner2026-06-04
🤖 machine learning

Rollout-Level Advantage-Prioritized Experience Replay for GRPO

यह शोध पत्र रोलआउट-लेवल एडवांटेज-प्रायोरिटाइज्ड एक्सपीरियंस रिप्ले (Rollout-Level Advantage-Prioritized Experience Replay) का प्रस्ताव करता है, जो एक ऐसी विधि है जो एज इविक्शन (age eviction) और फ्रेश-एंकर्ड कंपोजिशन (fresh-anchored composition) के माध्यम से स्टेलेनेस (staleness) को सीमित करते हुए एडवांटेज मैग्नीट्यूड (advantage magnitude) के आधार पर व्यक्तिगत रोलआउट्स को संग्रहीत और प्राथमिकता देकर GRPO की सैंपल इनएफिशिएंसी (sample inefficiency) को कम करती है, जिसके परिणामस्वरूप विभिन्न गणितीय बेंचमार्क पर विभिन्न मॉडल स्केल्स पर महत्वपूर्ण प्रदर्शन और दक्षता लाभ प्राप्त होते हैं।

Gyeongtae Yoo, Sanghyeok Park, Soohyuk Jang, Ik-hwan Kim, Sungroh Yoon2026-06-04
🤖 AI

SCI-PRM: A Tool Aware Process Reward Model for Scientific Reasoning Verification

यह शोध पत्र Sci-PRM को प्रस्तुत करता है, जो एक टूल-अवेयर प्रोसेस रिवॉर्ड मॉडल है जिसे नए निर्मित SCIPRM70K डेटासेट पर प्रशिक्षित किया गया है ताकि टूल के उपयोग के सूक्ष्म सत्यापन (fine-grained verification) के माध्यम से वैज्ञानिक तर्क क्षमता को बढ़ाया जा सके और सघन रिवॉर्ड संकेतों (dense reward signals) के माध्यम से प्रभावी टेस्ट-टाइम स्केलिंग और सुदृढीकरण लर्निंग (reinforcement learning) को सक्षम बनाया जा सके।

Xiangyu Zhao, Hengyuan Zhao, Yiheng Wang, Wanghan Xu, Yuhao Zhou, Qinglong Cao, Zhiwang Zhou, Lei Bai, Wenlong Zhang, Xi (…)2026-06-04
🤖 AI

Synthetic Personalities: How Well Can LLMs Mimic Individual Respondents Using Socio-Economic Microdata?

यह अध्ययन प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) सूचना की गहराई, एम्बेडिंग विधियों और तर्क मोड को अनुकूलित करके मौजूदा सामाजिक-आर्थिक पैनल डेटा से प्रभावी ढंग से विस्तृत व्यक्तिगत-स्तरीय "डिजिटल ट्विन्स" का निर्माण कर सकते हैं, जो वास्तविक उत्तरदाताओं के साथ 78.8% तक सटीकता और मजबूत सहसंबंध प्राप्त करते हैं, जिससे यह दर्शाता है कि ट्विन-आधारित बाजार अनुसंधान अब डेटा की उपलब्धता के बजाय निर्माण संबंधी निर्णयों द्वारा सीमित है।

Leonard Kinzinger, Jochen Hartmann2026-06-04
🤖 AI

Parthenon Law: A Self-Evolving Legal-Agent Framework

यह शोध पत्र Harvey LAB पर एक बड़े पैमाने के अनुभवजन्य अध्ययन को प्रस्तुत करते हुए और \textsc{Parthenon} को पेश करते हुए कानूनी-डोमेन LLM एजेंटों को तैनात करने की विश्वसनीयता चुनौतियों को संबोधित करता है, जो मॉडल वेट (weights) को संशोधित किए बिना ऑडिट करने योग्य, अनुभव-संचालित सुधारों को सक्षम करने के लिए कानूनी भूमिकाओं और उपकरणों को मॉड्यूलर बनाता है।

Hejia Geng, Leo Liu2026-06-04✓ Author reviewed ⓘ
🤖 AI

MIRAGE: Mobile Agents with Implicit Reasoning and Generative World Models

MIRAGE मोबाइल एजेंटों के लिए एक ऐसा फ्रेमवर्क है जो भविष्य की इंटरफ़ेस अवस्थाओं के साथ संरेखित कॉम्पैक्ट, निरंतर लेटेंट रीजनिंग रिप्रेजेंटेशन सीखकर निष्पादन दक्षता और प्रदर्शन को बढ़ाता है, जिससे स्पष्ट रीजनिंग मॉडल्स की क्षमताओं को बनाए रखते हुए या उनसे बेहतर होते हुए, धीमे, टोकन-भारी टेक्स्टुअल चेन्स ऑफ थॉट की आवश्यकता को समाप्त किया जा सके।

Zhichao Yang, Yuanze Hu, Haojie Hao, Longkun Hao, Dongshuo Huang, Hongyu Lin, Gen Li, Lanqing Hong, Yihang Lou, Yan Bai2026-06-04
🤖 AI

Instance-Level Post Hoc Uncertainty Quantification in Object Detection

यह शोध पत्र मोंटे-कार्लो जनरलाइज्ड लीनियराइज्ड मॉडल (MC-GLM) का प्रस्ताव करता है, जो ऑब्जेक्ट डिटेक्शन में इंस्टेंस-लेवल अनिश्चितता मात्रा निर्धारण के लिए एक कुशल पोस्ट हॉक विधि है, जो nuScenes डेटासेट पर मान्य समानांतर करने योग्य, कॉन्स्टेंट-टाइम अनिश्चितता अनुमान प्रदान करने के लिए लाप्लास एप्रोक्सिमेशन का लाभ उठाती है।

Chongzhe Zhang, Zifan Zeng, Qunli Zhang, Feng Liu, Zheng Hu2026-06-04
🤖 machine learning

Why Muon Outperforms Adam: A Curvature Perspective

यह शोध पत्र यह प्रदर्शित करता है कि Muon, मुख्य रूप से कम नॉर्मलाइज्ड डायरेक्शनल शार्पनेस (NDS) कर्वेचर पेनल्टी के माध्यम से एक बड़े एक-चरण (one-step) लॉस घटाव को प्राप्त करके, लार्ज लैंग्वेज मॉडल ट्रेनिंग में Adam से बेहतर प्रदर्शन करता है, जो एक ऐसा ज्यामितीय लाभ है जो डेटा असंतुलन द्वारा प्रवर्धित होता है और लेयर के भीतर कम कर्वेचर द्वारा बनाए रखा जाता है।

Shuche Wang, Fengzhuo Zhang, Jiaxiang Li, Dirk Bergemann, Zhuoran Yang2026-06-04
🤖 AI

Real-Time Automatic License Plate Recognition Using YOLOv8, SORT Tracking, and Temporal Data Interpolation

यह शोध पत्र एक पांच-चरणीय, एंड-टू-एंड ALPR पाइपलाइन का प्रस्ताव करता है जो वाहन और लाइसेंस प्लेट डिटेक्शन के लिए YOLOv8, मल्टी-ऑब्जेक्ट ट्रैकिंग के लिए SORT, और टेम्पोरल बाउंडिंग बॉक्स इंटरपोलेशन को एकीकृत करता है ताकि प्रकाश परिवर्तन और उच्च गति जैसी वास्तविक समय की चुनौतियों से पार पाया जा सके, जिससे गतिशील यातायात परिवेशों में पहचान सटीकता और ट्रैकिंग निरंतरता में सुधार किया जा सके।

Mirza Muhammad Mobeen2026-06-04
🤖 machine learning

Graph-Guided Universum Learning in Generalized Eigenvalue Proximal SVMs for Alzheimer's Disease Classification

यह शोध पत्र दो ग्राफ-निर्देशित यूनिवर्सम लर्निंग मॉडल्स, UG-GEPSVM और IUG-GEPSVM का प्रस्ताव करता है, जो मौजूदा विधियों की तुलना में अल्जाइमर रोग के वर्गीकरण की सटीकता और शोर (noise) के विरुद्ध मजबूती को महत्वपूर्ण रूप से सुधारने के लिए माइल्ड कॉग्निटिव इम्पेयरमेंट (MCI) नमूनों की ज्यामितीय संरचना को यूनिवर्सम डेटा के रूप में उपयोग करते हैं।

Yogesh Kumar, Vrushank Ahire, Mudasir Ganaie2026-06-04