🤖 Category

cs.AI

23200 पेपर

🧬 biology

Probe Before You Edit: Probing-Guided Molecular Optimization for LLM Agents in Structure-Based Drug Design

यह शोध पत्र PROBE को प्रस्तुत करता है, जो संरचना-आधारित औषधि डिजाइन (structure-based drug design) में LLM एजेंटों के लिए एक प्रोबिंग-गाइडेड फ्रेमवर्क है, जो एक साइट मैप और EditManual बनाने के लिए लिगेंड्स को संपादन योग्य साइटों (editable sites) में विभाजित करता है, जिससे प्रभावी रूप से बाइंडिंग एफिनिटी और ड्रगेबिलिटी के बीच संतुलन बनाते हुए और मौजूदा विधियों की विफलता मोड को कम करते हुए पुनरावृत्ति बहु-एजेंट अनुकूलन (iterative multi-agent optimization) को सक्षम बनाया जा सके।

Zaifei Yang, Weiyu Chen, Yaqing Wang, James Kwok2026-06-02
🤖 machine learning

Richer Representations for Neural Algorithmic Reasoning via Auxiliary Reconstruction

यह शोध पत्र एक सहायक पुनर्निर्माण कार्य (auxiliary reconstruction task) को पेश करके न्यूरल एल्गोरिद्मिक रीजनिंग को बढ़ाने का प्रस्ताव देता है, जिसमें एक ऐसा संस्करण शामिल है जो इंट्रा-स्टेट फीचर डिपेंडेंसीज़ को कैप्चर करता है, ताकि एनकोडर्स को समृद्ध प्रतिनिधित्व सीखने के लिए मजबूर किया जा सके जो मौजूदा एल्गोरिद्मिक प्रोसेसर्स के प्रदर्शन में सुधार करते हैं।

Jiafu Huang, Chao Peng, Chenyang Xu, Zhengfeng Yang, Kecheng Cai, Chenhao Zhang, Yi Wang, Yiwei Gong, Wanqin Zhou, Irene (…)2026-06-02
🤖 machine learning

A Practical Upper Bound on Selection Bias Effects in Medical Prediction Models

यह शोध पत्र एक नवीन, व्यावहारिक ऊपरी सीमा (upper bound) प्रस्तावित करता है जिसका उपयोग चयन पूर्वाग्रह (selection bias) के तहत चिकित्सा पूर्वानुमान मॉडलों के सबसे खराब प्रदर्शन का अनुमान लगाने के लिए किया जा सकता है, जब लक्षित जनसंख्या और चयन तंत्र केवल आंशिक रूप से ही देखे जाते हैं, जो पूर्ण लक्षित डेटा तक अवास्तविक पहुंच की आवश्यकता के बिना सामान्यीकरण का आकलन करने और तैनाती के जोखिमों को कम करने के लिए एक सिद्धांतपूर्ण उपकरण प्रदान करता है।

Kara Liu, Maggie Wang, Russ B. Altman2026-06-02
🤖 machine learning

On the Difficulty of Learning a Meta-network for Training Data Selection

यह शोध पत्र विश्लेषण करता है कि क्यों मेटा-लर्निंग फॉर ट्रेनिंग-डेटा सिलेक्शन (MTS) अक्सर खराब ग्रेडिएंट सिग्नल-टू-नॉइज़ रेश्यो और गैर-सूचनात्मक फीचर्स के कारण कम प्रदर्शन करता है, और कई बेंचमार्क पर महत्वपूर्ण सुधार प्राप्त करने के लिए बढ़े हुए बैच साइज और नए डिस्ट्रीब्यूशन-अवेयर फीचर्स का प्रस्ताव देता है।

Zilin Du, Junqi Zhao, Boyang Albert Li2026-06-02
🤖 AI

Critic-R: Improving Agentic Search using Instruction-tuned Retrievers with Natural Language Introspective Feedback

यह शोधपत्र Critic-R का प्रस्ताव करता है, जो एक क्रिटिक मॉडल को पेश करके एजेंटिक सर्च (agentic search) को बढ़ाता है जो प्राकृतिक भाषा में आत्मनिरीक्षण संबंधी फीडबैक प्रदान करता है, जिससे मैन्युअल प्रासंगिकता एनोटेशन की आवश्यकता के बिना पुनरावृत्ति क्वेरी परिशोधन और स्वचालित रिट्रीवल मॉडल अनुकूलन सक्षम होता है।

Md Zarif Ul Alam, Alireza Salemi, Hamed Zamani2026-06-02
🤖 AI

MemGraphRAG: Memory-based Multi-Agent System for Graph Retrieval-Augmented Generation

MemGraphRAG एक नवीन मेमोरी-आधारित मल्टी-एजेंट फ्रेमवर्क है जो एक साझा मेमोरी वाले सहयोगात्मक एजेंट समाज का उपयोग करके पारंपरिक GraphRAG में संरचनात्मक विखंडन और तार्किक विसंगतियों को संबोधित करता है ताकि जटिल तर्क कार्यों के लिए उच्च-गुणवत्ता वाले, वैश्विक रूप से सुसंगत ग्राफ निर्माण और पुनर्प्राप्ति को सुनिश्चित किया जा सके।

Chuanjie Wu, Zhishang Xiang, Yunbo Tang, Zerui Chen, Qinggang Zhang, Jinsong Su2026-06-02
🤖 AI

Pause and Think: A Dataset and Benchmark for Video-Grounded Assistive Action Suggestion

यह शोध पत्र "pause-and-think-T" का परिचय देता है, जो एक तर्क-केंद्रित डेटासेट और बेंचमार्क है जो एक संक्षिप्त 4B-पैरामीटर वाले मॉडल को स्केल के बजाय संरचित, दृश्य साक्ष्य-आधारित तर्क को प्राथमिकता देकर वीडियो-आधारित सहायक क्रिया सुझाव में बड़े विजन-लैंग्वेज मॉडल्स से बेहतर प्रदर्शन करने में सक्षम बनाता है।

Shivam Singh, Saptarshi Majumdar, Pratik Prabhanjan, Zicheng Liu, Emad Barsoum2026-06-02
💬 NLP

MemPro: Agentic Memory Systems as Evolvable Programs

MemPro एक सिस्टम-लेवल इवोल्यूशन फ्रेमवर्क है जो संपूर्ण मेमोरी कंस्ट्रक्शन-रिट्रीवल पाइपलाइन को एक इवॉलेबल प्रोग्राम के रूप में मानता है, जो स्वायत्त एजेंटों को विफलताओं का निदान करने और अपने मेमोरी सिस्टम को परिष्कृत करने में सक्षम बनाता है ताकि वे लॉन्ग-होराइजन कार्यों में स्टैटिक और प्रॉम्प्ट-लेवल बेसलाइन्स से बेहतर प्रदर्शन कर सकें।

Qingshan Liu, Guoqing Wang, Wen Wu, Jingqi Huang, Xinqi Tao, Dejia Song, Jie Zhou, Liang He2026-06-02
🤖 AI

ForeSci: Evaluating LLM Agents for Forward-Looking AI Research Judgment

यह शोध पत्र ForeSci प्रस्तुत करता है, जो एक कालानुक्रमिक रूप से नियंत्रित बेंचमार्क है जिसे ऐतिहासिक साक्ष्यों के आधार पर भविष्योन्मुखी एआई अनुसंधान निर्णयों को लेने की एलएलएम (LLM) एजेंटों की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि जबकि स्पष्ट साक्ष्य संगठन ट्रेसबिलिटी (traceability) में सुधार करता है, एजेंट अक्सर उद्धृत साक्ष्यों को सही अनुसंधान पूर्वानुमानों के साथ संरेखित करने में संघर्ष करते हैं।

Qiuyu Tian, Zequn Liu, Yingce Xia, Haojie Yin, Youyong Kong2026-06-02
🤖 machine learning

Demystifying the Optimal Fair Classifier in Multi-Class Classification

यह शोध पत्र इष्टतम सटीकता-निष्पक्षता सीमा (accuracy-fairness frontier) को अभिलक्षित करते हुए और दो व्यावहारिक, विशेषता-अंध (attribute-blind) एल्गोरिदम (इन-प्रोसेसिंग और पोस्ट-प्रोसेसिंग) का प्रस्ताव देते हुए निष्पक्ष बहु-वर्ग वर्गीकरण की चुनौतियों को संबोधित करता है जो सैद्धांतिक रूप से इस इष्टतम तक अभिसरित होते हैं और कई डेटासेट में सटीकता और निष्पक्षता को संतुलित करने में बेहतर प्रदर्शन प्रदर्शित करते हैं।

Li Zhang, Yuyuan Li, XiaoHua Feng, Jiaming Zhang, Fengyuan Yu, Chaochao Chen2026-06-02