🤖 Category

cs.AI

23749 पेपर

🤖 AI

FlowTime: Towards Continuous Generative Watch Time Prediction via Flow-based Personalized Priors

यह शोध पत्र FlowTime प्रस्तुत करता है, जो एक नवीन निरंतर जनरेटिव रिग्रेशन फ्रेमवर्क है जो फ्लो-आधारित व्यक्तिगत प्रायर्स (priors) और एक वन-स्टेप वेरिएशनल ऑटोएनकोडर का लाभ उठाता है ताकि मल्टीमॉडल उपयोगकर्ता-आइटम इंटरेक्शन पैटर्न को प्रभावी ढंग से मॉडल करते हुए मौजूदा वॉच टाइम प्रेडिक्शन विधियों की सीमाओं को दूर किया जा सके और कम इन्फरेंस लेटेंसी सुनिश्चित करते हुए ऑफलाइन और ऑनलाइन दोनों मूल्यांकनों में बेहतर प्रदर्शन प्राप्त किया जा सके।

Hongxu Ma, Han Zhou, Chenghou Jin, Jie Zhang, Xiaoyu Yang, Chunjie Chen, Jihong Guan, Shuigeng Zhou2026-06-02
💻 computer science

Needles at Scale: LLM-Assisted Target Selection for Windows Vulnerability Research

यह शोध पत्र Symbolicate-Enrich-Sample को प्रस्तुत करता है, जो एक कम लागत वाला, LLM-सहायता प्राप्त पाइपलाइन है जो बड़े पैमाने पर भेद्यता अनुसंधान (vulnerability research) में लक्ष्य चयन की बाधा को दूर करने के लिए स्ट्रिप्ड विंडोज बाइनरीज़ में लाखों फंक्शन्स को उच्च-जोखिम वाले उम्मीदवारों की एक प्राथमिकता वाली संक्षिप्त सूची तक फ़िल्टर करता है।

Michael J. Bommarito II2026-06-02
🤖 AI

Early Diagnosis of Wasted Computation in Multi-Agent LLM Systems via Failure-Aware Observability

यह शोध पत्र एक विफलता-जागरूक (failure-aware) अवलोकन ढांचे को प्रस्तुत करता है जो आवर्ती विफलता मोडों को ऑनलाइन ट्रेस संकेतों के साथ मैप करके मल्टी-एजेंट एलएलएम (LLM) प्रणालियों में बर्बाद हुई गणना का निदान करता है, जिससे अंतिम-उत्तर मूल्यांकन से पहले गैर-पुनर्प्राप्त प्रगति हानि का शीघ्र पता लगाना सक्षम होता है।

Xianyou Li, Weiran Yan, Yichao Wu, Penghao Liang, Mengwei Yuan, Jianan Liu, Jing Yang2026-06-02
🤖 machine learning

BRo-JEPA: Learning Modular Arithmetic in Latent Space

यह शोधपत्र यह प्रदर्शित करता है कि JEPA-शैली के लेटेंट वर्ल्ड मॉडल एक ब्लॉक-रोटेशन प्रेडिक्टर को नियोजित करके मॉड्यूलर अंकगणित में सुदृढ़ ज़ीरो-शॉट सामान्यीकरण (zero-shot generalization) प्राप्त कर सकते हैं, जो लेटेंट स्पेस आर्किटेक्चर को मोड्यूलो-10 ऑपरेशन्स की चक्रीय संरचना के साथ स्पष्ट रूप से संरेखित करता है, जिससे मानक सुपरवाइज्ड और एडिटिव एम्बेडिंग बेसलाइनों की एक्सट्रपलेशन विफलताओं पर विजय प्राप्त होती है।

Divyansh Jha, Yuanfang Xie, Varan Mehra, Brennen Yu2026-06-02
💻 computer science

Bridging Requirements and Architecture: Multi-Agent Orchestration with External Knowledge and Hierarchical Memory

यह शोध पत्र MAAD प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो सॉफ्टवेयर आवश्यकताओं को व्यापक, गुणवत्ता-आकलन युक्त आर्किटेक्चरल डिजाइनों में बदलने के लिए विशिष्ट एजेंटों को स्वायत्त रूप से ऑर्केस्ट्रेट करने हेतु रिट्रीवल-ऑगमेंटेड जनरेशन और पदानुक्रमित मेमोरी का लाभ उठाता है, जो मौजूदा बेसलाइनों की तुलना में बेहतर पूर्णता और मॉडुलैरिटी प्रदर्शित करता है।

Ruiyin Li, Yiran Zhang, Xiyu Zhou, Yangxiao Cai, Peng Liang, Weisong Sun, Jifeng Xuan, Zhi Jin, Yang Liu2026-06-02
🤖 AI

GuidaPA: Privacy-Preserving Chatbot for Public Administration via Federated Learning

यह शोध पत्र GuidaPA प्रस्तुत करता है, जो इतालवी सार्वजनिक प्रशासन के लिए एक गोपनीयता-संरक्षित चैटबॉट है, जो संवेदनशील आंतरिक दस्तावेज़ों पर उच्च गुणवत्ता वाला संवादात्मक प्रदर्शन प्राप्त करने के लिए सेंट्रलाइज्ड डेटा शेयरिंग की आवश्यकता के बिना फेडरेटेड लर्निंग और QLoRA फाइन-ट्यूनिंग का उपयोग करता है।

Daniel M. Jimenez-Gutierrez, Albenzio Cirillo, Raffaele Nicolussi, Alessio Beltrame, Andrea Vitaletti2026-06-02
💬 NLP

Consistent and Distinctive: LLM Benchmark Efficiency via Maximum Independent Set Prompt Selection on Similarity Graphs

यह शोध पत्र LLM बेंचमार्क से विविध, गैर-अतिरेकी प्रॉम्प्ट उपसमुच्चयों (subsets) का चयन करने के लिए मैक्सिमम इंडिपेंडेंट सेट एल्गोरिदम का उपयोग करने वाले एक ग्राफ-आधारित ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि ऐसे कम किए गए सेट मॉडल रैंकिंग को अत्यधिक सुसंगत बनाए रखते हुए मूल्यांकन लागत को काफी कम कर देते हैं।

Denica Kjorvezir, Marko Djukanović, Ana Gjorgjevikj, Gjorgjina Cenikj, Tome Eftimov2026-06-02
🤖 AI

Don't Ask the LLM to Track Freshness: A Deterministic Recipe for Memory Conflict Resolution

यह शोध पत्र तर्क देता है कि विरोधाभासी तथ्यों को हल करने के लिए एलएलएम-आधारित मेमोरी सिस्टम में प्राथमिक बाधा स्टोरेज नहीं बल्कि पोस्ट-रिट्रीवल असेंबली चरण है, यह प्रदर्शित करते हुए कि एलएलएम-मध्यस्थ निर्णय को एक नियतात्मक, संस्करण-जागरूक एकत्रीकरण पद्धति (जैसे, उच्चतम सीरियल नंबर वाले तथ्य का चयन करना) से बदलने से संघर्ष समाधान कार्यों पर मौजूदा अत्याधुनिक प्रणालियों की तुलना में काफी बेहतर प्रदर्शन होता है।

Vikas Reddy, Sumanth Challaram2026-06-02
🤖 machine learning

CEAR: Certified Ensemble Adversarial Robustness in DNNs

यह शोध पत्र CEAR प्रस्तुत करता है, जो एक एन्सेम्बल-आधारित रक्षा विधि है जो कई डेटासेट के विरुद्ध एडेप्टिव व्हाइट-बॉक्स हमलों के खिलाफ श्रेष्ठ प्रमाणित सुदृढ़ता (certified robustness) प्राप्त करने के लिए एम्पिरिकल ट्रेनिंग को रैंडमाइज्ड स्मूथिंग और नवीन वोटिंग तंत्रों के साथ जोड़ती है।

Daniel Sadig, Mohammadreza Maleki, Hamed Karimi, Reza Samavi2026-06-02
🤖 machine learning

UR-JEPA: Uniform Rectifiability as a Regularizer for Joint-Embedding Predictive Architectures

UR-JEPA यूनिफॉर्म रेक्टिफिएबिलिटी (uniform rectifiability) और एक कारलेसन-प्रकार के स्क्वायर फंक्शन (Carleson-type square function) पर आधारित एक नवीन रेगुलराइज़र पेश करता है ताकि जॉइंट-एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर (Joint-Embedding Predictive Architectures) में रिप्रेजेंटेशन कोलैप्स (representation collapse) को रोका जा सके, जिससे काफी कम ट्रेनिंग वेरिएंस के साथ प्रतिस्पर्धी सटीकता प्राप्त होती है और मौजूदा विधियों की तुलना में एम्बेडिंग स्पेस में एक विशिष्ट, निम्न-आयामी ज्यामितीय संरचना प्रेरित होती है।

Triet M. Le2026-06-02