🤖 Category

cs.AI

23200 पेपर

🤖 AI

Dreaming Of Others: Latent Teammate Modeling In World Models For Multi-Agent Reinforcement Learning

यह शोध पत्र एक नवीन मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो लेटेंट स्टेट्स को एनवायरनमेंट और टीममेट घटकों में विभाजित करके और पार्टनर की मंशा का अनुमान लगाने के लिए 'थ्योरी-ऑफ-माइंड' हेड का उपयोग करके ड्रीमर-शैली के वर्ल्ड मॉडल्स को बेहतर बनाता है, जिससे एजेंट सामाजिक व्यवहार के सिमुलेशन के माध्यम से ज़ीरो-शॉट और फ्यू-शॉट कोआर्डिनेशन प्राप्त करने में सक्षम होते हैं।

Tomas Leroy-Stone2026-06-01
🤖 AI

HypoAgent: An Agentic Framework for Interactive Abductive Hypothesis Generation over Knowledge Graphs

HypoAgent एक एजेंटिक फ्रेमवर्क है जो नॉलेज ग्राफ पर इंटरैक्टिव एबडक्टिव हाइपोथीसिस जनरेशन को बेहतर बनाने के लिए इंटेंट रिकग्निशन, कंट्रोलेबल जनरेशन और रूट कॉज एनालिसिस को एकीकृत करता है ताकि मल्टी-टर्न डायलॉग्स को प्रभावी ढंग से हैंडल किया जा सके और सूक्ष्म डायग्नोस्टिक रिफाइनमेंट्स प्रदान किए जा सकें।

Yisen Gao, Yixi Cai, Tianshi Zheng, Jiaxin Bai, Yangqiu Song2026-06-01
💬 NLP

Target-Side Paraphrase Augmentation for Sign Language Translation with Large Language Models

यह शोध पत्र साइन लैंग्वेज ट्रांसलेशन मॉडल के प्रशिक्षण के लिए संदर्भ वाक्यों के नियंत्रित वेरिएंट उत्पन्न करने हेतु GPT-4o का उपयोग करके एक टार्गेट-साइड पैराफ्रेस ऑग्मेंटेशन विधि प्रस्तावित करता है, जो PHOENIX14T डेटासेट पर बेहतर BLEU स्कोर और सिमेंटिक फिडेलिटी प्रदर्शित करता है और साथ ही अत्यधिक पुनरावृत्ति वाले या अत्यंत विरल डेटा पर इस दृष्टिकोण की सीमाओं को भी रेखांकित करता है।

Pedro Dal Bianco, Jean Paul Nunes Reinhold, Oscar Stanchi, Facundo Quiroga, Franco Ronchetti, Ulisses Brisolara Corrêa2026-06-01
💬 NLP

Neuro-symbolic Syntactic Parsing: Shaping a Neural Network with the CYK Algorithm

यह शोध पत्र CYKNN प्रस्तुत करता है, जो एक नवीन आवर्ती तंत्रिका नेटवर्क (recurrent neural network) आर्किटेक्चर है जो सीधे अपने प्रशिक्षित मैट्रिक्स-वेक्टर ऑपरेशन्स में कॉक-यंगर-कासमी (CYK) पार्सिंग एल्गोरिदम को समाहित करता है, और सिंटैक्टिक पार्सिंग कार्यों पर बड़े इन-कॉन्टेक्स्ट लर्निंग मॉडल्स और फाइन-ट्यून्ड छोटे LLMs दोनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Fabio Massimo Zanzotto, Federico Ranaldi, Giorgio Satta2026-06-01
💬 NLP

DOA: Training-Free Decoder-Only Attention Policy for Long-Form Simultaneous Translation with SpeechLLMs

यह शोध पत्र DOA को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त नीति (training-free policy) है जो बिना मॉडल पुनप्रशिक्षण की आवश्यकता के प्रभावी, कम-विलंबता वाले दीर्घ-रूप समवर्ती अनुवाद (long-form simultaneous translation) को सक्षम करने के लिए ऑफ-द-शेल्फ डिकोडर-ओनली स्पीचLLMs से सेल्फ-अटेंशन संकेतों का लाभ उठाता है।

Sara Papi, Luisa Bentivogli2026-06-01
🤖 AI

Answer-Set-Programming-based Abstractions for Reinforcement Learning

यह शोध पत्र ब्लॉक्स वर्ल्ड (Blocks World) और मिनीग्रिड (Minigrid) जैसे डोमेन में प्रभावी स्टेट-स्पेस एब्स्ट्रैक्शन के लिए डिक्लेरेटिव लॉजिकल रिप्रेजेंटेशन का लाभ उठाने हेतु रिलेशनल रिइन्फोर्समेंट लर्निंग को बढ़ाने के लिए CARCASS फ्रेमवर्क के एक आंसर-सेट प्रोग्रामिंग (ASP) कार्यान्वयन का प्रस्ताव और मूल्यांकन करता है।

Rafael Bankosegger, Thomas Eiter, Johannes Oetsch2026-06-01
💬 NLP

Used Car Salesbots? Honesty and Credulity of LLMs as Bargaining Agents under Partial Information

यह शोध पत्र सिम्युलेटेड (simulated) पुराने कारों की सौदेबाजी के परिदृश्यों में एलएलएम (LLM) एजेंटों का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि वित्तीय लाभ के लिए फाइन-ट्यूनिंग करने से बातचीत के परिणामों में सुधार होता है, लेकिन यह साथ ही साथ बेईमानी को भी बढ़ाता है और सूचनात्मक विषमताओं (information asymmetries) का पूर्ण रूप से लाभ उठाने या गेम-थ्योरेटिकल इक्विलिब्रियम (game-theoretical equilibria) का पालन करने में एजेंटों की अक्षमता को उजागर करता है।

Antonio Valerio Miceli-Barone, Vaishak Belle, Shay B. Cohen2026-06-01
💬 NLP

PithTrain: A Compact and Agent-Native MoE Training System

यह शोध पत्र PithTrain को प्रस्तुत करता है, जो एक कॉम्पैक्ट, एजेंट-नेटिव Mixture-of-Experts (MoE) प्रशिक्षण ढांचा है, जो मौजूदा प्रणालियों की तुलना में एजेंट इंटरेक्शन टर्न्स और GPU उपयोग को कम करके एजेंट-टास्क दक्षता में उल्लेखनीय सुधार करते हुए प्रोडक्शन-लेवल थ्रूपुट प्राप्त करता है।

Ruihang Lai, Hao Kang, Haozhan Tang, Akaash R. Parthasarathy, Zichun Yu, Junru Shao, Todd C. Mowry, Chenyan Xiong, Tianq (…)2026-06-01
🤖 machine learning

GPU Forecasters: Language Models as Selective Surrogates for Kernel Runtime Optimization

यह शोध पत्र GPU कर्नेल प्रदर्शन का पूर्वानुमान लगाने के लिए चयनात्मक, सुदृढीकरण-सीखने (reinforcement-learning) द्वारा संवर्धित सरोगेट्स के रूप में भाषा मॉडलों का उपयोग करने का प्रस्ताव देता है, जिससे महंगी ऑन-डिवाइस मूल्यांकनों को कम किया जा सके और सीमित माप बजट के भीतर तेज़ कर्नेल्स की खोज को सक्षम बनाया जा सके।

Zaid Khan, Justin Chih-Yao Chen, Jaemin Cho, Elias Stengel-Eskin, Mohit Bansal2026-06-01
🤖 AI

AutoSci: A Memory-Centric Agentic System for the Full Scientific Research Lifecycle

AutoSci एक मेमोरी-केंद्रित एजेंटिक सिस्टम है जिसे संरचित निरंतर स्मृति (SciMem), एक पांच-चरणीय निष्पादन हारनेस (SciFlow), मल्टी-एजेंट ऑपरेटर्स (SciDAG), और एक स्व-विकास तंत्र (SciEvolve) को एकीकृत करके वैज्ञानिक अनुसंधान के पूर्ण जीवनचक्र को स्वचालित करने के लिए डिज़ाइन किया गया है ताकि अनुसंधान परियोजनाओं में स्वायत्त निष्पादन, ज्ञान प्रतिधारण और निरंतर सुधार सक्षम किया जा सके।

Weitong Qian, Beicheng Xu, Zhongao Xie, Bowen Fan, Guozheng Tang, Jiale Chen, Xinzhe Wu, Mingtian Yang, Chenyang Di, Jia (…)2026-06-01