🤖 Category

cs.AI

19977 पेपर

🤖 AI

Compile, Then Page: Executable SOP Programs and a Capability-Gated Runtime for Procedural LLM Agents

यह शोध पत्र एक क्षमता-गेटेड (capability-gated) रनटाइम सिस्टम प्रस्तुत करता है जो मानक संचालन प्रक्रियाओं को निष्पादन योग्य सूडो-कोड (pseudo-code) में संकलित करता है और प्रोग्राम-निर्देशित पेजिंग (program-guided paging) का उपयोग करता है ताकि प्रक्रियात्मक एलएलएम (LLM) एजेंटों की सुरक्षा और प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जा सके, विशेष रूप से उन मॉडलों के लिए जिनमें मजबूत स्टेट डिसिप्लिन (state discipline) होता है।

Chenglin Yu, Li Yin, Ying Yu, Hongxia Yang, Ming Li2026-07-14
🤖 AI

From Neural Network Decisions to Training Cases: An Exact Account via Case-Based Decision Theory

यह शोध पत्र यह प्रदर्शित करता है कि एक निश्चित न्यूरल नेटवर्क प्रतिनिधित्व पर फिट किया गया एक ऑर्डिनरी लीस्ट स्क्वायर्स (OLS) रीडआउट, निर्णय स्कोर का प्रशिक्षण मामलों के परिणामों के भारित योगों में एक सटीक अपघटन सक्षम बनाता है, जिससे मॉडल को पुन: प्रशिक्षित करने की आवश्यकता के बिना केस-बेस्ड डिसीजन थ्योरी पर आधारित एक कठोर, ऑडिट-रेडी केस-आधारित स्पष्टीकरण प्राप्त होता है।

Manli Yan, Yuebin Lin, Yaowen Yu, Yong Zhao2026-07-14
🤖 AI

Understanding the Impact of AI Code Assistants on Security API Usage: An Empirical Study

44 पेशेवर डेवलपर्स के इस अनुभवजन्य अध्ययन से पता चलता है कि जहाँ GitHub Copilot कार्यात्मक शुद्धता (functional correctness) में सुधार करता है और कुछ असुरक्षित पैटर्न को मामूली रूप से कम करता है, वहीं यह सुरक्षित सुरक्षा API उपयोग को महत्वपूर्ण रूप से बढ़ाने में विफल रहता है, जिससे अक्सर डेवलपर्स शेष कमजोरियों के प्रति अनभिज्ञ रह जाते हैं।

Zahra Mousavi, Chadni Islam, M. Ali Babar, Alsharif Abuadbba, Kristen Moore2026-07-14
💬 NLP

Beyond Sally-Anne: Evaluating Theory of Mind in LLMs using Epistemic Schelling Points

यह शोध पत्र एपिस्टेमिक एसिमेट्री शेलिंग टास्क (EAST) को प्रस्तुत करता है, जो एक नवीन संवाद-आधारित बेंचमार्क है जो लार्ज लैंग्वेज मॉडल्स की कार्यात्मक थ्योरी ऑफ माइंड और एपिस्टेमिक ट्रैकिंग क्षमताओं में महत्वपूर्ण अंतराल को प्रकट करता है, यह प्रदर्शित करते हुए कि पारंपरिक स्थिर परीक्षणों पर उच्च प्रदर्शन के बावजूद भी फ्रंटियर मॉडल्स गतिशील सामाजिक समन्वय में संघर्ष करते हैं।

Roberta Rocca, Sami Boukortt, Geoff Keeling, Winnie Street2026-07-14
🤖 AI

A Glimpse into Long-term Physical Coexistence with Intelligent Robots

यह शोध पत्र PHILIA को प्रस्तुत करता है, जो एक रोबोट गेटवे एब्स्ट्रैक्शन के इर्द-गिर्द निर्मित एक मल्टी-रोबोट एजेंट आर्किटेक्चर है जो उच्च-स्तरीय तर्क (high-level reasoning) को निम्न-स्तरीय निष्पादन (low-level execution) से अलग करता है ताकि विविध स्वरूपों (embodiments) और इंटरफेसों के बीच बुद्धिमान रोबोटों के साथ संरचनात्मक, दीर्घकालिक भौतिक सह-अस्तित्व को सक्षम बनाया जा सके।

Weiqi Jin, Peijun Tang, Kuncheng Luo, Baifu Huang, Binyan Sun, Haotian Yang, Shangjin Xie, Jianan Wang2026-07-14
💬 NLP

StructAgent: Harness Long-horizon Digital Agents with Unified Causal Structure

StructAgent एक अवस्था-केंद्रित (state-centered) ढांचे को पेश करता है जो लंबी अवधि के डिजिटल एजेंट कार्यों को प्रबंधित करने के लिए एकीकृत कारण संरचनाओं (unified causal structures) का उपयोग करता है, जो सत्यापन योग्य, साक्ष्य-आधारित प्रगति ट्रैकिंग और रिकवरी को सक्षम करके विविध LLM/VLM बैकबोन और परिवेशों में सफलता दर और सामान्यीकरण क्षमता में महत्वपूर्ण सुधार करता है।

Wenyi Wu, Sibo Zhu, Kun Zhou, Aayush Salvi, Zixuan Song, Biwei Huang2026-07-14
🤖 AI

Uncertainty Quantification for EO Regression Tasks: Building Height, Tree Canopy Height and Above-ground Biomass Estimation

यह शोध पत्र सेंटिनल-1 और सेंटिनल-2 टाइम सीरीज़ का उपयोग करके दो पूरक डीप लर्निंग दृष्टिकोणों—गौसियन (Gaussian) और क्वांटाइल (Quantile) अनिश्चितता अनुमान—का प्रस्ताव करते हुए अर्थ अवलोकन (Earth Observation) रिग्रेशन में विश्वसनीयता मेट्रिक्स की कमी को संबोधित करता है, जो बिल्डिंग की ऊंचाई, ट्री कैनोपी हाइट और ऊपर-जमीन बायोमास (above-ground biomass) के अनुमान के लिए अच्छी तरह से कैलिब्रेटेड, व्याख्या योग्य कॉन्फिडेंस इंटरवल उत्पन्न करते हैं जो मौजूदा नियतात्मक बेंचमार्क और वैश्विक उत्पादों से बेहतर प्रदर्शन करते हैं।

Ritu Yadav, Andrea Nascetti, Yifang Ban2026-07-14
🤖 AI

Omni-Decision: A Progressive Evidence-State Agent System for Omni-Modal QA

यह शोध पत्र Omni-Decision को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) एजेंट सिस्टम है जो विविध मीडिया स्रोतों में सूचना अंतराल को व्यवस्थित रूप से ट्रैक करने, सत्यापित करने और भरने के लिए एक संरचित, स्पष्ट साक्ष्य अवस्था (evidence state) बनाए रखकर ओम्नी-मोडल QA सटीकता में सुधार करता है, जिससे मौजूदा बेसलाइन की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Ming Ma, Yi Zhu, Yiran Zhong, Feida Zhu, Weigao Sun, Junhan Shi, Lingrui Mei, Tianming Yang, Steven Hoi2026-07-14
🤖 AI

The Ebb and Flow of Multimodal Focus: Scheduling Visual Relay Windows for Grounded VLM Reasoning

यह शोध पत्र TRACE को प्रस्तुत करता है, जो एक कार्य-अनुकूल अनुमान-समय (inference-time) ढांचा है जो एक महत्वपूर्ण "विजुअल रिले विंडो" (Visual Relay Window) की पहचान करके और उसे गतिशील रूप से नियंत्रित करके विजन-लैंग्वेज मॉडल्स में साक्ष्य-आधारित तर्क को बढ़ाता है जहाँ दृश्य ध्यान (visual attention) सबसे अधिक प्रभावी होता है, जिससे ग्राउंडिंग-संवेदनशील और तर्क-प्रधान बेंचमार्क पर प्रदर्शन में उल्लेखनीय सुधार होता है।

Wencheng Ye, Yi Bin, Yujuan Ding, Hongye Fang, Zheng Wang, Xing Xu, Jingkuan Song, Yun Zhang, Sirui Da, Heng Tao Shen2026-07-14
🤖 AI

Enhancing Query Efficiency for d-DNNF Representations Through Preprocessing

यह शोध पत्र यह प्रदर्शित करता है कि जहाँ CNF सूत्रों पर मॉडल एक्सेस कार्यों के लिए गैर-तुल्यता-संरक्षण करने वाले प्रीप्रोसेसर अनुपयुक्त होते हैं, वहीं मॉडल गणनाओं को संरक्षित करने वाले प्रीप्रोसेसर, यदि आवश्यक प्रीप्रोसेसिंग जानकारी को बनाए रखा जाए, तो d-DNNF निरूपणों में संकलित होने पर यूनिफॉर्म सैंपलिंग, डायरेक्ट मॉडल एक्सेस और मॉडल एन्यूमरेशन की दक्षता को महत्वपूर्ण रूप से बढ़ा सकते हैं।

Jean Marie Lagniez, Emmanuel Lonca2026-07-14