🤖 Category

cs.AI

23749 पेपर

💬 NLP

PolySpeech-100: A Large-Scale Benchmark for Speech Understanding Across 100+ Languages and Dialects

यह शोध पत्र PolySpeech-100 को प्रस्तुत करता है, जो एक बड़े पैमाने का बेंचमार्क है जो 110 भाषाई वेरिएंट्स को कवर करता है और विविध भाषाओं एवं बोलियों में स्पीच अंडरस्टैंडिंग का मूल्यांकन करता है, जो यह प्रकट करता है कि ओपन-सोर्स एंड-टू-एंड मॉडल भारी बोलियों में पैरालिंग्विस्टिक संकेतों को संरक्षित करने में उत्कृष्ट हैं, जबकि कम संसाधन वाली भाषाओं में महत्वपूर्ण प्रदर्शन अंतराल और स्पीच कॉम्प्रिहेन्शन पर चेन-ऑफ-थॉट प्रॉम्प्टिंग के प्रति विरोधाभासी नकारात्मक प्रभाव को उजागर करते हैं।

Sicheng Yang, Shulan Ruan, Shiwei Wu, Yu Liu, Lu Fan, Zhi Li, You He2026-06-02
💬 NLP

Hybrid Verified Decoding: Learning to Allocate Verification in Speculative Decoding

यह शोध पत्र हाइब्रिड वेरीफाइड डिकोडिंग (Hybrid Verified Decoding) पेश करता है, जो कैश ड्राफ्ट्स (cache drafts) की स्वीकृति लंबाई का पूर्वानुमान लगाने के लिए एक विधि है ताकि कैश सत्यापन और मॉडल-आधारित ड्राफ्टिंग के बीच गतिशील रूप से चयन किया जा सके, जिससे स्पेक्युलेटिव डिकोडिंग दक्षता को अनुकूलित करके—विशेष रूप से एजेंटिक वर्कफ़्लो में—महत्वपूर्ण गति प्राप्त की जा सके।

Xin Su, Dawid Majchrowski, Fangyuan Yu, Vanshil Atul Shah, Sebastian Rogawski, Pawel Morkisz, Anahita Bhiwandiwalla, Phi (…)2026-06-02
🤖 AI

ProductWebGen: Benchmarking Multimodal Product Webpage Generation

यह शोध पत्र ProductWebGen को प्रस्तुत करता है, जो एक बेंचमार्क और डेटासेट है जिसे स्रोत छवियों और टेक्स्ट प्रॉम्प्ट्स से सुसंगत, निर्देश-अनुसरण करने वाले उत्पाद वेबपेज बनाने में मल्टीमॉडल जनरेटिव मॉडल्स की क्षमताओं का मूल्यांकन और तुलना करने के लिए डिज़ाइन किया गया है।

Zhihong Liu, Siqi Kou, Zheng Li, Ye Ma, Quan Chen, Peng Jiang, Kai Yu, Zhijie Deng2026-06-02
🤖 AI

Data Collection for Training Quality-Control AI in Carpet Manufacturing

यह शोध पत्र बुने हुए कालीन निर्माण में एक इन-लाइन मशीन-विज़न सिस्टम के लिए एक व्यापक ब्लूप्रिंट प्रस्तुत करता है जो वास्तविक समय में दोष निरीक्षण को एक संरचित डेटा संग्रह और एनोटेशन रणनीति के साथ एकीकृत करता है ताकि गुणवत्ता-नियंत्रण एआई मॉडल को व्यवस्थित रूप से प्रशिक्षित और बेहतर बनाया जा सके, जिससे सिक्स सिग्मा ढांचे के भीतर उत्पादन बाधाओं को दूर किया जा सके और दोष दरों को कम किया जा सके।

Akbar Erkinov2026-06-02
💬 NLP

DSL-LLaDA: Scaling Continuous Denoising to 8B Masked Diffusion LMs

यह शोध पत्र DSL-LLaDA को प्रस्तुत करता है, जो एक 8B-पैरामीटर वाला मास्क्ड डिफ्यूजन लैंग्वेज मॉडल है, जो एम्बेडिंग स्पेस में कुशल, उच्च-गुणवत्ता वाले निरंतर डिनोइजिंग (denoising) को सक्षम करने के लिए एक प्रीट्रेन्ड LLaDA मॉडल को डिस्क्रीट स्टोकेस्टिक लोकलाइजेशन (Discrete Stochastic Localization) के साथ हल्के से अनुकूलित करके डिस्क्रीट डिकोडिंग के लंबाई-गुणवत्ता ट्रेड-ऑफ (length-quality tradeoff) पर विजय प्राप्त करता है।

Longxuan Yu, Yunshu Wu, Yu Fu, Siheng Xiong, Rob Brekelmans, Hui Liu, Yue Dong, Greg Ver Steeg2026-06-02
🤖 machine learning

OPD+: Rethinking the Advantage Design for On-Policy Distillation

यह शोध पत्र OPD+ प्रस्तुत करता है, जो एक सुधारात्मक ऑन-पॉलिसी डिस्टिलेशन फ्रेमवर्क है जो एडवांटेज एस्टीमेशन में मानक स्टॉप-ग्रेडिएंट ऑपरेशन्स के कारण होने वाले बायस को गणितीय रूप से सिद्ध करता है और एक जेनेरिक f-डाइवर्जेंस-आधारित अनुकूलन विधि प्रस्तावित करता है जो रीजनिंग और टूल-यूज़ बेंचमार्क पर प्रदर्शन में सुधार करती है।

Hanyang Zhao, Haoxian Chen, Han Lin, Genta Indra Winata, David Yao, Wenpin Tang2026-06-02
💻 computer science

Plausibility Is Not Prediction: Contrastive Evidence for LLM-Based Cellular Perturbation Reasoning

यह शोध पत्र यह प्रदर्शित करता है कि जबकि LLMs कोशिकीय विक्षोभ (cellular perturbations) के लिए जैविक रूप से प्रशंसनीय स्पष्टीकरण उत्पन्न कर सकते हैं, वे विरोधात्मक साक्ष्य की कमी के कारण विशिष्ट परिणामों का सटीक भविष्यवाणी करने में विफल रहते हैं, एक ऐसी सीमा जिसे प्रस्तावित CORE ढांचा संबंधित विक्षोभ परिणामों का उपयोग करके भविष्यवाणी को एक तुलनात्मक कार्य के रूप में पुनर्गठित करके दूर करता है, जिससे सटीकता और अंशांकन (calibration) में महत्वपूर्ण सुधार होता है।

Xinyu Yuan, Xixian Liu, Jianan Zhao, Yashi Zhang, Hongyu Guo, Jian Tang2026-06-02
💻 computer science

3DCodeBench: Benchmarking Agentic Procedural 3D Modeling Via Code

यह शोध पत्र 3DCodeBench प्रस्तुत करता है, जो टेक्स्ट और इमेज प्रॉम्प्ट से प्रक्रियात्मक (procedural) 3D मॉडल उत्पन्न करने में विजन-लैंग्वेज मॉडल एजेंटों की क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किया गया एक व्यापक बेंचमार्क और रैंकिंग प्लेटफॉर्म है, जो यह प्रकट करता है कि जबकि टेस्ट-टाइम स्केलिंग प्रदर्शन में सुधार करती है, वर्तमान मॉडल API मिसमैच और ज्यामितीय सुसंगतता (geometric coherence) के साथ संघर्ष करते हैं, जो बेहतर कोडिंग डेटा और निष्पादन वातावरण की आवश्यकता को रेखांकित करता है।

Yipeng Gao, Lei Shu, Genzhi Ye, Xi Xiong, Ameesh Makadia, Meiqi Guo, Laurent Itti, Jindong Chen2026-06-02
💻 computer science

MENTIS: What Belief Changes Under Alignment? Measuring Multi-Scale Latent Torsion in Language Models

यह शोधपत्र MENTIS को प्रस्तुत करता है, जो एक ज्यामिति-प्रथम (geometry-first) ढांचा है जो यह प्रकट करता है कि प्राथमिकता संरेखण (preference alignment), भाषा मॉडलों में चयनात्मक, गहराई-स्थानीयकृत ज्यामितीय पुनर्गठन को प्रेरित करता है, जो समान आंतरिक परिवर्तनों के बजाय मानदण्डिक अवधारणाओं (normative concepts) में बड़े टॉर्शन शिफ्ट और प्रासंगिक एंट्रॉपी के साथ नकारात्मक सहसंबंधों द्वारा अभिलक्षित है।

Partha Pratim Saha, Samarth Raina, Mayur Parvatikar, Amit Dhanda, Vinija Jain, Aman Chadha, Amitava Das2026-06-02
💻 computer science

MindClaw: Closed-Loop Embodied Mental-State Reasoning for Precision Intervention

माइंडक्लॉ (MindClaw) एक नवीन फ्रेमवर्क है जो मल्टी-सोर्स इनपुट्स, बिलीफ मेमोरी और एक कॉग्निटिव ट्रिगर स्किल को एकीकृत करके थ्योरी ऑफ माइंड रीजनिंग को एक रियल-टाइम, क्लोज्ड-लूप एम्बोडीड सेटिंग में विस्तारित करता है ताकि एजेंटों को केवल आवश्यकता होने पर ही सटीक रूप से सहायक कार्यों के साथ हस्तक्षेप करने में सक्षम बनाया जा सके, जो टास्क अवेयरनेस और इंटरवेंशन कैलिब्रेशन में मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करता है।

Ruoxuan Zhang, Qiaoqiao Wan, Zhengguang Wang, Chenghao Yu, Hongxia Xie, Jianlong Fu, Wen-Huang Cheng2026-06-02