🤖 Category

cs.AI

23200 पेपर

🤖 AI

Beyond Encoder Accumulation: Measuring Encoder Roles in Multi-Encoder VLMs

यह शोध पत्र मल्टी-एनकोडर विजन-लैंग्वेज मॉडल्स के लिए एक व्यापक रिट्रेनिंग-आधारित मूल्यांकन ढांचा प्रस्तुत करता है जो यह प्रकट करता है कि एनकोडर रैंकिंग पूर्ववर्ती मास्किंग विधियों से भिन्न है, इष्टतम एनकोडर युग्मों की पहचान करने के लिए एक "क्षमता-आवश्यकता" (Capacity-Necessity) अपघटन प्रस्तावित करता है, और प्रदर्शन को प्री-प्रोजेक्टर प्रभावी रैंक से जोड़ता है, जिससे कुशल मल्टी-एनकोडर डिजाइन के लिए सिद्धांत-आधारित दिशा-निर्देश प्रदान किए जाते हैं।

Wei Ding, Yudong Zhang, Ruobing Xie, Xingwu Sun, Jiansheng Chen, Yu Wang2026-06-03
🤖 AI

Reasoning Structure of Large Language Models

यह शोध पत्र एक स्केलेबल बेंचमार्क और पाइपलाइन प्रस्तुत करता है जो असंरचित तर्क ट्रेसेस (unstructured reasoning traces) को सत्यापन योग्य ग्राफ में परिवर्तित करता है, जिससे पारंपरिक सटीकता और टोकन गणना मेट्रिक्स से परे विफलता मोड के बेहतर निदान और मॉडल व्यवहारों की तुलना के लिए तर्क संरचना और दक्षता का मात्रात्मक विश्लेषण सक्षम होता है।

Frédéric Berdoz, Luca A. Lanzendörfer, Fabian Farestam, Roger Wattenhofer2026-06-03
💬 NLP

Synthesize and Reward -- Reinforcement Learning for Multi-Step Tool Use in Live Environments

यह शोध पत्र PROVE को प्रस्तुत करता है, जो एक स्टेटफुल सर्वर लाइब्रेरी, एक डिपेंडेंसी-गाइडेड डेटा सिंथेसिस पाइपलाइन और एक नवीन प्रोग्रामेटिक रिवॉर्ड सिस्टम को संयोजित करके लाइव वातावरण में मल्टी-स्टेप टूल उपयोग के लिए प्रभावी सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) को सक्षम बनाता है, जिसके परिणामस्वरूप कई बेंचमार्क और मॉडल परिवारों में महत्वपूर्ण प्रदर्शन सुधार प्राप्त होते हैं।

Ibrahim Abdelaziz, Asim Munawar, Kinjal Basu, Maxwell Crouse, Chulaka Gunasekara, Suneet Katrekar, Pavan Kapanipathi2026-06-03
🤖 AI

scTranslation: A Comprehensive Benchmark for Single-Cell Multi-Omics Modality Translation

यह शोध पत्र scTranslation को प्रस्तुत करता है, जो एक व्यापक ओपन-सोर्स बेंचमार्क है जो भविष्य के पद्धति विकास के लिए अंतर्दृष्टि प्रदान करने हेतु विविध डेटासेट, मेट्रिक्स और फीचर चयन एवं फ्यू-शॉट सेटिंग्स जैसे महत्वपूर्ण प्रभावशाली कारकों के माध्यम से अत्याधुनिक सिंगल-सेल मल्टी-ओमिक्स मोडैलिटी ट्रांसलेशन मॉडल्स का व्यवस्थित रूप से मूल्यांकन करता है।

Jiabei Cheng, Jingbo Zhou, Jun Xia, Changkai Li, Zhen Lei, Chang Yu, Stan Z. Li2026-06-03
🤖 machine learning

FFR: Forward-Forward Learning for Regression

यह शोध पत्र FFR को प्रस्तुत करता है, जो ऑर्डिनल कॉम्पिटिटिव गुडनेस (ordinal competitive goodness), एक स्ट्रैटिफाइड लैडर आर्किटेक्चर और पदानुक्रमित भविष्यवाणी (hierarchical prediction) का उपयोग करके रिग्रेशन कार्यों के लिए जैविक रूप से संभावित फॉरवर्ड-फॉरवर्ड एल्गोरिदम को अनुकूलित करने वाला पहला ढांचा है, जो काफी कम मेमोरी और कम्प्यूटेशनल लागत के साथ बैकप्रोपैगेशन के निकट सटीकता प्राप्त करता है।

Xinyang Liu, Xuanyu Liang, Shiqi Ding, Boyang Li, Zhiqiang Que, Jiayang Li, Guosheng Hu2026-06-03✓ Author reviewed ⓘ
🤖 machine learning

q0: Primitives for Hyper-Epoch Pretraining

यह शोध पत्र "हाइपर-एपॉक प्रीट्रेनिंग" (q0) को प्रस्तुत करता है, जो एक ढांचा है जो चक्रीय शेड्यूलिंग (cyclic scheduling), चेन डिस्टिलेशन (chain distillation) और एक सीखे हुए प्रायर (learned prior) के माध्यम से एक एकल मॉडल को प्रशिक्षित करने के बजाय मॉडलों की एक विविध आबादी को एकत्रित करने की ओर स्थानांतरित होता है, जिससे पारंपरिक मल्टी-एपॉक ट्रेनिंग की तुलना में काफी अधिक डेटा दक्षता और कम वैलिडेशन लॉस प्राप्त होता है।

Bishwas Mandal, Shmuel Berman, Akshay Vegesna, Samip Dahal2026-06-03
⚡ electrical engineering

Efficient ASR Training with Conversations that Never Happened

यह शोध पत्र यह प्रदर्शित करता है कि सीमित वास्तविक संवादात्मक डेटा को LLM-जनित, TTS-संश्लेषित संवादों के साथ संवर्धित करने से कम-संसाधन वाली भाषाओं के लिए ASR प्रदर्शन में महत्वपूर्ण सुधार होता है, जो वास्तविक भाषण के काफी अधिक मात्रा में डेटा पर प्रशिक्षित मॉडल से भी बेहतर प्रदर्शन करता है।

Máté Gedeon, Péter Mihajlik2026-06-03
🤖 machine learning

Using Reward Uncertainty to Induce Diverse Behaviour in Reinforcement Learning

यह शोध पत्र एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो रिवॉर्ड अनिश्चितता को रिवॉर्ड फंक्शन के एक वितरण के रूप में मानकर उद्देश्य को पुनर्गठित करके एजेंट के विविध और नियंत्रणीय व्यवहार को स्वाभाविक रूप से प्रेरित करता है, जिससे पारंपरिक एंट्रॉपी रेगुलराइजेशन या ह्यूरिस्टिक विधियों में निहित प्रदर्शन-विविधता ट्रेड-ऑफ को समाप्त किया जा सके।

Anthony GX-Chen, Ankit Anand, Gheorghe Comanici, Zaheer Abbas, Eser Aygün, David Smalling, Shibl Mourad, Doina Precup, A (…)2026-06-03
💬 NLP

AlignAtt4LLM: Fast AlignAtt for Decoder-Only LLMs at IWSLT 2026 Simultaneous Speech Translation Task

यह शोधपत्र AlignAtt4LLM प्रस्तुत करता है, जो एक नवीन समवर्ती भाषण अनुवाद प्रणाली है जो फोर्स्ड अलाइनमेंट (forced alignment), चयनात्मक अटेंशन हेड चयन (selective attention head selection) और क्वेरी/की कैप्चर (query/key capture) का उपयोग करके डिकोडर-ओनली (decoder-only) LLMs के लिए AlignAtt नीति को अनुकूलित करती है, जिससे IWSLT 2026 डेवलपमेंट सेट पर अंग्रेजी-से-जर्मन और अंग्रेजी-से-इतालवी अनुवाद के लिए अत्याधुनिक (state-of-the-art) परिणाम प्राप्त होते हैं।

Quentin Fuxa, Dominik Macháček2026-06-03
💬 NLP

QUBRIC: Co-Designing Queries and Rubrics for RL Beyond Verifiable Rewards

QUBRIC एक अभिनव ढांचा है जो परिदृश्य-आधारित प्रश्नों और शिक्षक-आधारित रूब्रिक्स को सह-डिज़ाइन करके मौजूदा रूब्रिक-आधारित सुदृढीकरण शिक्षण की संरचनात्मक सीमाओं को दूर करता है, जिससे खुले अंत वाले कार्यों पर प्रभावी प्रशिक्षण सक्षम होता है और तर्क एवं निर्देश-अनुपालन बेंचमार्क में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Rongzhi Zhang, Rui Feng, Zhihan Zhang, Jingfeng Yang, Qingyu Yin, Xin Liu, Zixuan Zhang, Priyanka Nigam, Bing Yin, Tuo Z (…)2026-06-03