🤖 Category

cs.AI

23749 पेपर

🤖 AI

Fast and Lightweight Novel View Synthesis with Differentiable Multiplane Image

यह शोध पत्र एक तेज़ और हल्का (lightweight) नवीन दृश्य संश्लेषण (novel view synthesis) विधि प्रस्तुत करता है जो ज्यामितीय इनिशियलाइज़ेशन के लिए विजुअल फाउंडेशन मॉडल्स और विरल दृश्यों (sparse views) को अनुकूलित करने के लिए एक वन-स्टेप डिफ्यूजन प्रक्रिया का लाभ उठाकर मल्टीप्लेन इमेज प्रतिनिधित्व पर पुनर्विचार करता है, जो 3D गॉसियन स्प्लेटिंग की तुलना में बेहतर गति और मॉडल दक्षता प्राप्त करते हुए प्रतिस्पर्धी गुणवत्ता बनाए रखता है।

Kaidi Zhang, Guanxu Zhu2026-06-02
🤖 AI

Agentic-J: An AI Agent for Biological Microscopy Image Analysis

यह शोध पत्र Agentic-J को प्रस्तुत करता है, जो एक कंटेनराइज़्ड मल्टी-एजेंट एआई सिस्टम है जिसे जीवविज्ञानियों को प्राकृतिक भाषा के अनुरोधों को निष्पादन योग्य, प्रलेखित स्क्रिप्ट में परिवर्तित करके ImageJ/Fiji में जटिल, पुनरुत्पादनीय माइक्रोस्कोपी इमेज विश्लेषण करने में सक्षम बनाने के लिए डिज़ाइन किया गया है।

Lukas Johanns, Marilin Moor, Davide Panzeri, Yu Zhou, Xinyi Chen, Nora F. K. Pauly, Zixuan Pan, Matthias Gunzer, Andreas (…)2026-06-02
⚡ electrical engineering

LALE: Lightweight-Transformer Architecture for Land-Cover Estimation

LALE एक हल्का, एंड-टू-एंड रिमोट सेंसिंग सेगमेंटेशन आर्किटेक्चर है जो अपने एनकोडर को विभाजित करता है ताकि उच्च-रिज़ॉल्यूशन स्थानीय विशेषताओं के लिए कुशल ConvMixer चरणों को निम्न-रिज़ॉल्यूशन वैश्विक संदर्भ वाले ट्रांसफार्मर चरणों के साथ जोड़ा जा सके, जिससे मौजूदा बेसलाइनों की तुलना में काफी कम मापदंडों और कम्प्यूटेशनल लागतों के साथ एक बेहतर दक्षता-प्रदर्शन संतुलन प्राप्त होता है।

Ümit Mert Çağlar, Alptekin Temizel2026-06-02
🤖 machine learning

Understanding-Enhanced Model Collaboration for Long-Tailed Egocentric Mistake Detection

यह शोध पत्र UE-MCM का प्रस्ताव करता है, जो एक समझ-संवर्धित मॉडल सहयोग ढांचा (understanding-enhanced model collaboration framework) है जो मोटे-स्तर की वर्कफ़्लो निरंतरता के लिए एक छोटे मॉडल और सूक्ष्म-स्तर के एक्शन रीजनिंग के लिए एक बड़े मॉडल को जोड़ता है, जिसे एगोसेंट्रिक निर्देशात्मक वीडियो में लॉन्ग-टेल्ड गलतियों को प्रभावी ढंग से पहचानने के लिए विशिष्ट उद्देश्यों के साथ अनुकूलित किया गया है।

Boyu Han, Qianqian Xu, Shilong Bao, Zhiyong Yang, Ruochen Cui, Qingming Huang2026-06-02
🤖 AI

Learning When Not to Act: Mitigating Tool Abuse in Agentic Reinforcement Learning

यह शोध पत्र EAPO का प्रस्ताव करता है, जो एक कुशल एजेंटिक पॉलिसी ऑप्टिमाइज़ेशन फ्रेमवर्क है जो टूल-मुक्त प्रक्षेप पथों (tool-free trajectories), कठिनाई-जागरूक रिवॉर्ड शेपिंग (difficulty-aware reward shaping) और आत्मविश्वास-जागरूक टोकन रीवेटिंग (confidence-aware token reweighting) के माध्यम से चयनात्मक टूल उपयोग सीखकर सुदृढीकरण शिक्षण (reinforcement learning) में टूल के दुरुपयोग को कम करता है, जिससे कई मॉडलों और बेंचमार्क में तर्क संबंधी सटीकता में सुधार होता है और अनावश्यक टूल कॉल्स में उल्लेखनीय कमी आती है।

Liuji Chen, Dianxing Tang, Xing Shi, Dingshuo Chen, Qiang Liu, Shu Wu, Liang Wang2026-06-02
🤖 machine learning

Variational Learning for Insertion-based Generation

यह शोध पत्र इंसर्शन प्रोसेस (IP) को प्रस्तुत करता है, जो एक वेरिएशनल लर्निंग फ्रेमवर्क है जो इंसर्शन ट्रेजेक्टरीज और परम्यूटेशन्स के बीच एक बायजेक्टिव पत्राचार के माध्यम से डेटा-संचालित इंसर्शन ऑर्डर्स को सीखकर परिवर्तनीय-लंबाई वाले नॉन-मोनोटोनिक सीक्वेंस जनरेशन को सक्षम बनाता है, जिससे उन डोमेन में मॉडलिंग गुणवत्ता और सामान्यीकरण में सुधार होता है जिनमें एक कैनोनिकल लेफ्ट-टू-राइट स्ट्रक्चर का अभाव होता है।

Yangtian Zhang, Zhe Wang, Arthur Gretton, Rex Ying, David van Dijk, Michalis K. Titsias, Jiaxin Shi2026-06-02
🤖 machine learning

Rethinking Evaluation Paradigms in IBP-based Certified Training

यह शोध पत्र IBP-आधारित प्रमाणित प्रशिक्षण के लिए एक नया मूल्यांकन प्रतिमान प्रस्तावित करता है जो प्राकृतिक बनाम प्रमाणित सटीकता के पारेटो फ्रंट (Pareto fronts) के निर्माण के लिए स्वचालित बहु-उद्देश्यीय हाइपरपैरामीटर अनुकूलन का उपयोग करता है, जिससे पूर्ववर्ती कार्यों में महत्वपूर्ण अंडरट्यूनिंग (undertuning) का पता चलता है और निष्पक्ष, निष्पक्ष तुलनाओं को सक्षम होता है जो एक नए स्टेट ऑफ द आर्ट (state of the art) को स्थापित करता है।

Konstantin Kaulen, Hadar Shavit, Holger H. Hoos2026-06-02
💬 NLP

Multilingual Idioms in Sentences and Conversations Across High-, Medium-, and Low-Resource Languages

यह शोध पत्र MIDI को प्रस्तुत करता है, जो उच्च-, मध्यम- और निम्न-संसाधन वाली भाषाओं में फैला एक नया बहुभाषी डेटासेट है जो वाक्यों और संवादात्मक संदर्भों में मुहावरों को समाहित करता है ताकि यह प्रकट किया जा सके कि वर्तमान मॉडल संदर्भ संबंधी संकेतों के उपलब्ध होने पर भी, शाब्दिक व्याख्याओं और निम्न-संसाधन वाली भाषाओं के साथ काफी संघर्ष करते हैं।

Saeed Almheiri, Bilal Elbouardi, Salsabila Zahirah Pranida, Irina Nikishina, Ashwath Rao B, Parameswari Krishnamurthy, M (…)2026-06-02
💬 NLP

Multimodal Approaches for Visually-Rich Document Type Classification: A Comparative Analysis

यह शोध पत्र एक एकीकृत ढांचे के भीतर मल्टीमॉडल दस्तावेज़ प्रकार वर्गीकरण का एक संरचित तुलनात्मक विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि विशेष मल्टीमॉडल ट्रांसफॉर्मर, विजुअली रिच (दृश्यात्मक रूप से समृद्ध) दस्तावेज़ों पर एलएलएम-आधारित दृष्टिकोणों से बेहतर प्रदर्शन करते हैं क्योंकि वे छवि जानकारी को प्राथमिक विशेषता के रूप में और ओसीआर-व्युत्पन्न पाठ को माध्यमिक सहायता के रूप में उपयोग करते हैं।

Catyana Heyne, Jürgen Frikel, Filippo Riccio2026-06-02
🤖 AI

An Abstract Worlds Semantic Framework for Belief Change Operators

यह शोध पत्र "एब्स्ट्रैक्ट वर्ल्ड्स सिमेंटिक्स" (Abstract Worlds Semantics) प्रस्तुत करता है, जो एक सिंटैक्स-मुक्त, सेट-थ्योरेटिक ढांचा है जो शास्त्रीय और गैर-प्राथमिकता वाले विश्वास परिवर्तन मॉडलों, जिनमें AGM, KM और बहु-परिवर्तन ऑपरेटर शामिल हैं, को एकीकृत और सामान्यीकृत करने के लिए दुनियाओं (worlds) को मौलिक तत्वों के रूप में मानता है।

Daniel Grimaldi, M. Vanina Martinez, Ricardo O. Rodriguez2026-06-02