🤖 machine learning

Learning to Construct Practical Agentic Systems

यह शोध पत्र व्यावहारिक एजेंटिक प्रणालियों के निर्माण के लिए एक सिद्धांत-आधारित ढांचे का प्रस्ताव करता है जो मॉडुलैरिटी (modularity), लागत नियंत्रण और पूर्वानुमान क्षमता को प्राथमिकता देता है, और यह प्रदर्शित करता है कि निश्चित वर्कफ़्लो और छद्म-उपकरणों (pseudo-tools) के लिए नवीन शिक्षण विधियाँ, हाथ से निर्मित एजेंटों और गतिशील रूप से नियोजित वर्कफ़्लो दोनों से बेहतर प्रदर्शन करती हैं, जबकि गुणवत्ता और लागत के बहु-उद्देश्यीय अनुकूलन को सक्षम बनाती हैं।

Aditya Kumar, Zhihan Lei, Jerry Yan, Joshua W. Momo, Lauhitya Reddy, Rafael Enrique Cabrera Jimenez, Cassandra A. Cohen (…)2026-06-02
🤖 machine learning

BAGEN: Are LLM Agents Budget-Aware?

यह शोध पत्र BAGEN को पेश करता है, जो बजट-जागरूकता को प्रोग्रेसिव इंटरवल एस्टिमेशन (प्रगतिशील अंतराल अनुमान) के रूप में परिभाषित करने वाला एक ढांचा है और यह प्रदर्शित करता है कि जबकि फ्रंटियर एलएलएम (LLM) एजेंट बजट ओवररन का सटीक अनुमान लगाने या चेतावनी देने में लगातार विफल रहते हैं, सुपरवाइज्ड फाइन-ट्यूनिंग और सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से समय रहते कार्रवाई करने (actionable early stops) की उनकी क्षमता में महत्वपूर्ण सुधार किया जा सकता है।

Yuxiang Lin, Zihan Wang, Mengyang Liu, Yuxuan Shan, Longju Bai, Junyao Zhang, Xing Jin, Boshan Chen, Jinyan Su, Xingyao (…)2026-06-02
🤖 AI

SEMBridge: Tagless-Final Program Semantics with Weakest-Precondition and Bounded-Checking Interpretations

यह शोध पत्र SEMBridge प्रस्तुत करता है, जो एक टैगलेस-फाइनल (tagless-final) फ्रेमवर्क है जो ऑब्जेक्ट प्रोग्रामों के एक एकल सेट से कई अर्थ संबंधी व्याख्याओं—जिसमें निष्पादन योग्य कोड (executable code), वीकेस्ट-प्रीकंडीशन ट्रांसफॉर्मर (weakest-precondition transformers), और बाउंडेड-चेकिंग वेरीफायर (bounded-checking verifiers) शामिल हैं—के निर्माण को सक्षम बनाता है ताकि निष्पादन योग्य अर्थों को औपचारिक सत्यापन कलाकृतियों (formal verification artifacts) के साथ सिंक्रोनाइज़ किया जा सके।

Eric Liang2026-06-02
🤖 AI

TIGER: Traceable Inference with Graph-Based Evidence Routing for Mitigating Hallucinations in Multimodal Generation

TIGER एक इन्फरेंस-टाइम फ्रेमवर्क है जो एक फ्रोजन बैकबोन के माध्यम से उच्च-जोखिम वाले असमर्थित तथ्यों की पहचान करने और उन्हें सुधारने के लिए अवलोकन और दावे के ग्राफों को स्वतंत्र रूप से निर्मित करके मल्टीमॉडल जनरेशन में मतिभ्रम (hallucinations) को कम करता है, जिससे विभिन्न क्रॉस-मोडल कार्यों में कार्य की गुणवत्ता को बनाए रखते हुए अनग्राउंडेड सामग्री को कम किया जाता है।

Kaixiang Zhao, Tianrun Yu, Shawn Huang, Porter Jenkins, Yushun Dong, Amanda Hughes2026-06-02
🔬 physics

Civilizational Metamaterials: Engineering Coordination Under Capability Gradients and Structural Turbulence

यह शोध पत्र एआई-संचालित निर्णय वेग (decision velocity) के तहत संस्थागत समन्वय को मॉडल करने के लिए मेटा-मटेरियल्स से प्रेरित एक औपचारिक इंजीनियरिंग ढांचे का प्रस्ताव करता है, जो एक वि constitutive नियम (constitutive law) प्रस्तुत करता है जो तब एक विनाशकारी "फ्रीजिंग इक्विलिब्रियम" (Freezing Equilibrium) की भविष्यवाणी करता है जब सत्यापन लागत उपयोगिता से अधिक हो जाती है, और अनुकूलित प्रोवेनेंस (provenance) एवं सत्यापन संरचनाओं के माध्यम से इस चरण संक्रमण (phase transition) को रोकने के लिए परीक्षण योग्य परिकल्पनाएं प्रदान करता है।

David Orban2026-06-02✓ Author reviewed
🤖 AI

MindZero: Learning Online Mental Reasoning With Zero Annotations

यह शोध पत्र माइंडज़ीरो (MindZero) को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित सुदृढीकरण शिक्षण (self-supervised reinforcement learning) ढांचा है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स को बिना किसी ग्राउंड-ट्रुथ मेंटल स्टेट एनोटेशन की आवश्यकता के, कुशल और सुदृढ़ ऑनलाइन मेंटल रीजनिंग करने के लिए प्रशिक्षित करता है, जो सटीकता और गति में स्टैंडअलोन एलएलएम (LLMs) और पारंपरिक मॉडल-आधारित विधियों दोनों से काफी बेहतर प्रदर्शन करता है।

Shunchi Zhang, Jin Lu, Chuanyang Jin, Yichao Zhou, Zhining Zhang, Tianmin Shu2026-06-02
🤖 machine learning

InfoAtlas: A Foundation Model for Zero-Shot Statistical Dependence Estimate

इन्फोएटलस (InfoAtlas) एक फाउंडेशन मॉडल है जो एकल फॉरवर्ड पास में म्यूचुअल इंफॉर्मेशन का सीधे अनुमान लगाकर रीयल-टाइम, ज़ीरो-शॉट सांख्यिकीय निर्भरता अनुमान प्राप्त करता है, जो पारंपरिक पुनरावृत्ति न्यूरल अनुमानकों की तुलना में 100 गुना गति के साथ अत्याधुनिक सटीकता प्रदान करता है।

Zhengyang Hu, Yanzhi Chen, Hanxiang Ren, Qunsong Zeng, Youyi Zheng, Adrian Weller, Kaibin Huang, Yanchao Yang2026-06-02
🤖 AI

Geodesic Flow Matching for Denoising High-Dimensional Structured Representations

यह शोध पत्र स्थानिक सिमेंटिक पॉइंटर्स (Spatial Semantic Pointers) के टोरोइडल मैनिफोल्ड (toroidal manifold) पर रीमानियन ट्रांसपोर्ट डायनेमिक्स (Riemannian transport dynamics) को लागू करने के लिए जियोडेसिक फ्लो मैचिंग (Geodesic Flow Matching) प्रस्तुत करता है, जिससे उच्च-आयामी न्यूरोसिम्बोलिक SLAM प्रणालियों में डिनोइजिंग सटीकता और न्यूरल दक्षता को महत्वपूर्ण रूप से सुधारने के लिए यूक्लिडियन दृष्टिकोणों की ज्यामितीय सीमाओं को दूर किया जा सके।

Karim Habashy, Chris Eliasmith2026-06-02
🤖 machine learning

ARCA: Adapter-Residual Credit Assignment When Token Signals Degenerate

यह शोध पत्र LoRA-आधारित सुदृढीकरण शिक्षण (reinforcement learning) के लिए टोकन-स्तरीय क्रेडिट असाइनमेंट में एक संरचनात्मक विफलता मोड की पहचान करता है, जहाँ सामान्य आंतरिक संकेत क्षय (degenerate) हो जाते हैं, और ARCA का प्रस्ताव करता है, जो एक हल्का तरीका है जो बिना किसी सीखे गए रिवॉर्ड मॉडल की आवश्यकता के गैर-क्षयकारी क्रेडिट सिग्नल प्रदान करने के लिए एडैप्टर के हिडन-स्टेट रेसिडुअल्स से टोकन सैलिएंस (salience) प्राप्त करता है।

Rodney Lafuente-Mercado2026-06-02
🤖 machine learning

When Softmax Fails at the Top: Extreme Value Corrections for InfoNCE

यह शोधपत्र \textsc{WEINCE} का प्रस्ताव करता है, जो कि एक्सट्रीम वैल्यू थ्योरी (extreme value theory) और ऑनलाइन बैच सांख्यिकी (online batch statistics) को शामिल करके कंट्रास्टिव लर्निंग में मानक सॉफ्टमैक्स के सांख्यिकीय मिसअलाइनमेंट (statistical misalignment) को ठीक करने वाला InfoNCE ऑब्जेक्टिव का एक पैरामीटर-मुक्त संशोधन है, जिसके परिणामस्वरूप कई विजन बेंचमार्क पर निरंतर प्रदर्शन सुधार प्राप्त होता है।

Melihcan Erol, Suat Evren, Oktay Ozel, Alexander Morgan, Jongha Jon Ryu, Lizhong Zheng2026-06-02