arXiv:2511.01181v1 Announce Type: cross 
Abstract: Salespeople frequently face the dynamic screening decision of whether to persist in a conversation or abandon it to pursue the next lead. Yet, little is known about how these decisions are made, whether they are efficient, or how to improve them. We study these decisions in the context of high-volume outbound sales where leads are ample, but time is scarce and failure is common. We formalize the dynamic screening decision as an optimal stopping problem and develop a generative language model-based sequential decision agent - a stopping agent - that learns whether and when to quit conversations by imitating a retrospectively-inferred optimal stopping policy. Our approach handles high-dimensional textual states, scales to large language models, and works with both open-source and proprietary language models. When applied to calls from a large European telecommunications firm, our stopping agent reduces the time spent on failed calls by 54% while preserving nearly all sales; reallocating the time saved increases expected sales by up to 37%. Upon examining the linguistic cues that drive salespeople's quitting decisions, we find that they tend to overweight a few salient expressions of consumer disinterest and mispredict call failure risk, suggesting cognitive bounds on their ability to make real-time conversational decisions. Our findings highlight the potential of artificial intelligence algorithms to correct cognitively-bounded human decisions and improve salesforce efficiency.

في عالم المبيعات، معرفة متى يجب الاستمرار في المحادثة أو الانتقال إلى العميل المحتمل التالي أمر بالغ الأهمية. يستكشف هذا المقال كيف يتخذ البائعون هذه القرارات، وكفاءة اختياراتهم، وطرق تحسين نهجهم في سيناريوهات المبيعات الخارجية عالية الحجم.

En el mundo de las ventas, saber cuándo continuar una conversación o pasar al siguiente cliente potencial es crucial. Este artículo explora cómo los vendedores toman estas decisiones, la eficiencia de sus elecciones y formas de mejorar su enfoque en escenarios de ventas salientes de alto volumen.

Dans le monde de la vente, savoir quand poursuivre une conversation ou passer au prochain prospect est crucial. Cet article explore comment les vendeurs prennent ces décisions, l'efficacité de leurs choix et les moyens d'améliorer leur approche dans des scénarios de vente sortante à fort volume.

In the world of sales, knowing when to continue a conversation or move on to the next lead is crucial. This article explores how salespeople make these decisions, the efficiency of their choices, and ways to enhance their approach in high-volume outbound sales scenarios.

Learning When to Quit in Sales Conversations

France probes Shein over childlike sex dolls sold online as the retailer vows transparency, handing over details of sellers and buyers to prosecutors.

تخضع شركة شين حاليًا للتحقيق في فرنسا بسبب بيع دمى جنسية 'تشبه الأطفال'، مما أثار outrage وإدانة. تقوم السلطات الفرنسية بالتحقيق في ممارسات الشركة، وقد تعهدت شين بالتعاون من خلال تقديم تفاصيل حول البائعين والمشترين المعنيين. تثير هذه الحالة مخاوف كبيرة بشأن أخلاقيات مثل هذه المنتجات وتأثيرها على المجتمع، مما يبرز الحاجة إلى تنظيمات أكثر صرامة في مجال البيع بالتجزئة عبر الإنترنت.

Shein está siendo investigada en Francia por la venta de muñecas sexuales 'infantiles', lo que ha provocado indignación y condena. Las autoridades francesas están indagando en las prácticas del minorista, y Shein se ha comprometido a cooperar proporcionando detalles sobre los vendedores y compradores involucrados. Esta situación plantea preocupaciones significativas sobre la ética de tales productos y su impacto en la sociedad, destacando la necesidad de regulaciones más estrictas en el comercio minorista en línea.

Shein est actuellement sous enquête en France pour la vente de poupées sexuelles 'enfantines', ce qui a suscité l'indignation et la condamnation. Les autorités françaises examinent les pratiques du détaillant, et Shein a promis de coopérer en fournissant des détails sur les vendeurs et les acheteurs impliqués. Cette situation soulève des préoccupations importantes concernant l'éthique de ces produits et leur impact sur la société, mettant en lumière la nécessité de réglementations plus strictes dans le commerce de détail en ligne.

Shein is currently under investigation in France for selling 'childlike' sex dolls, which has sparked outrage and condemnation. The French authorities are probing the retailer's practices, and Shein has pledged to cooperate by providing details about the sellers and buyers involved. This situation raises significant concerns about the ethics of such products and their impact on society, highlighting the need for stricter regulations in the online retail space.

Shein Under Investigation in France Over Sale of 'Childlike' Sex Dolls: 'Despicable and Indecent'

How selective amplification emerged across evolution, chemistry, and AI through convergent mathematical solutions
The post <a href="https://towardsdatascience.com/we-didnt-invent-attention-we-just-rediscovered-it/">We Didn’t Invent Attention — We Just Rediscovered It</a> appeared first on <a href="https://towardsdatascience.com">Towards Data Science</a>.

تستكشف المقالة مفهوم التضخيم الانتقائي وكيف تطور عبر مجالات مختلفة مثل التطور والكيمياء والذكاء الاصطناعي. وتبرز الفكرة القائلة بأن الانتباه ليس اختراعًا جديدًا، بل هو إعادة اكتشاف لمبدأ أساسي كان موجودًا طوال التاريخ. وهذا مهم لأن فهم الانتباه يمكن أن يعزز نهجنا تجاه الذكاء الاصطناعي وغيرها من التخصصات العلمية، مما يؤدي إلى حلول وابتكارات أكثر فعالية.

El artículo explora el concepto de amplificación selectiva y cómo ha evolucionado a través de diversos campos como la evolución, la química y la inteligencia artificial. Destaca la idea de que la atención no es una nueva invención, sino más bien un redescubrimiento de un principio fundamental que ha estado presente a lo largo de la historia. Esto es importante porque entender la atención puede mejorar nuestro enfoque hacia la IA y otras disciplinas científicas, llevando a soluciones e innovaciones más efectivas.

L'article explore le concept d'amplification sélective et comment il a évolué à travers divers domaines tels que l'évolution, la chimie et l'intelligence artificielle. Il souligne l'idée que l'attention n'est pas une nouvelle invention, mais plutôt une redécouverte d'un principe fondamental qui a été présent tout au long de l'histoire. Cela est important car comprendre l'attention peut améliorer notre approche de l'IA et d'autres disciplines scientifiques, conduisant à des solutions et des innovations plus efficaces.

The article explores the concept of selective amplification and how it has evolved through various fields such as evolution, chemistry, and artificial intelligence. It highlights the idea that attention is not a new invention but rather a rediscovery of a fundamental principle that has been present throughout history. This matters because understanding attention can enhance our approach to AI and other scientific disciplines, leading to more effective solutions and innovations.

We Didn’t Invent Attention — We Just Rediscovered It

<A HREF="https://www.reuters.com/business/lyft-forecasts-upbeat-bookings-holiday-quarter-2025-11-05/"><IMG VSPACE="4" HSPACE="4" BORDER="0" ALIGN="RIGHT" SRC="http://www.techmeme.com/251105/i49.jpg"></A>
<A HREF="http://www.techmeme.com/251105/p49#a251105p49" TITLE="Techmeme permalink"><IMG WIDTH=11 HEIGHT=12 SRC="http://www.techmeme.com/img/pml.png" STYLE="border:none;padding:0;margin:0;"></A> Akash Sriram / <A HREF="http://www.reuters.com/">Reuters</A>: 
<A HREF="https://www.reuters.com/business/lyft-forecasts-upbeat-bookings-holiday-quarter-2025-11-05/">Lyft reports Q3 revenue of $1.69B, up 10.7% YoY, vs. 11.5% est., adjusted EBITDA of $138.9M, vs. $140M est., and forecasts Q4 gross bookings above estimates</A>&nbsp; &mdash;&nbsp; - Lyft's high-margin premium rides grow 50% in Q3&nbsp; &mdash; Freenow acquisition to add 6 million riders by 2026

أبلغت شركة ليفت عن إيرادات قوية للربع الثالث بلغت 1.69 مليار دولار، بزيادة قدرها 10.7% على أساس سنوي، على الرغم من أنها كانت أقل قليلاً من التقديرات. جاء EBITDA المعدل عند 138.9 مليون دولار، وهو أقل بقليل من 140 مليون دولار المتوقع. على الرغم من ذلك، فإن ليفت متفائلة بشأن الربع القادم، حيث تتوقع أن تتجاوز الحجوزات الإجمالية التوقعات. هذه النظرة الإيجابية مهمة لأنها تعكس مرونة الشركة وإمكاناتها للنمو في سوق تنافسية، خاصة مع اقتراب موسم العطلات.

Lyft ha reportado unos ingresos del tercer trimestre de 1.69 mil millones de dólares, lo que representa un aumento del 10.7% en comparación con el año anterior, aunque ligeramente por debajo de las estimaciones. El EBITDA ajustado fue de 138.9 millones de dólares, justo por debajo de los 140 millones esperados. A pesar de esto, Lyft es optimista sobre el próximo trimestre, pronosticando que las reservas brutas superarán las expectativas. Este pronóstico positivo es significativo ya que refleja la resiliencia de la empresa y su potencial de crecimiento en un mercado competitivo, especialmente con la llegada de la temporada navideña.

Lyft a annoncé un chiffre d'affaires solide de 1,69 milliard de dollars pour le troisième trimestre, soit une augmentation de 10,7 % par rapport à l'année précédente, bien que légèrement en dessous des prévisions. L'EBITDA ajusté s'est élevé à 138,9 millions de dollars, juste en dessous des 140 millions prévus. Malgré cela, Lyft est optimiste pour le trimestre à venir, prévoyant que les réservations brutes dépasseront les attentes. Cette perspective positive est significative car elle reflète la résilience de l'entreprise et son potentiel de croissance sur un marché concurrentiel, surtout avec l'approche de la saison des fêtes.

Lyft has reported a strong Q3 revenue of $1.69 billion, marking a 10.7% increase year-over-year, although slightly below estimates. The adjusted EBITDA came in at $138.9 million, just shy of the $140 million forecast. Despite this, Lyft is optimistic about the upcoming quarter, predicting gross bookings will exceed expectations. This positive outlook is significant as it reflects the company's resilience and potential for growth in a competitive market, especially as the holiday season approaches.

Lyft reports Q3 revenue of $1.69B, up 10.7% YoY, vs. 11.5% est., adjusted EBITDA of $138.9M, vs. $140M est., and forecasts Q4 gross bookings above estimates (Akash Sriram/Reuters)

Venezuelan opposition leader and Nobel Peace Prize laureate María Corina Machado warned on Wednesday that Iran has transformed Venezuela into its "satellite" in the hemisphere

حذرت زعيمة المعارضة الفنزويلية والحائزة على جائزة نوبل للسلام، ماريا كورينا ماتشادو، من تأثير إيران في فنزويلا، واصفة البلاد بأنها 'تابعة' لإيران في الأمريكتين. تسلط هذه التصريحات الضوء على التوترات الجيوسياسية المتزايدة في المنطقة وما تعنيه لكل من البلدين، بالإضافة إلى السياسة الخارجية الأمريكية. تحذير ماتشادو يبرز المخاوف بشأن السيادة الوطنية وإمكانية زيادة عدم الاستقرار في فنزويلا.

La líder de la oposición venezolana y laureada con el Premio Nobel de la Paz, María Corina Machado, ha alertado sobre la influencia de Irán en Venezuela, describiendo al país como un 'satélite' de Irán en las Américas. Esta declaración resalta las crecientes tensiones geopolíticas en la región y las implicaciones para ambos países, así como para la política exterior de EE. UU. La advertencia de Machado subraya las preocupaciones sobre la soberanía nacional y el potencial de inestabilidad en Venezuela.

La leader de l'opposition vénézuélienne et lauréate du prix Nobel de la paix, María Corina Machado, a tiré la sonnette d'alarme sur l'influence de l'Iran au Venezuela, décrivant le pays comme un 'satellite' de l'Iran dans les Amériques. Cette déclaration met en lumière les tensions géopolitiques croissantes dans la région et les implications pour les deux pays, ainsi que pour la politique étrangère américaine. L'avertissement de Machado souligne les préoccupations concernant la souveraineté nationale et le potentiel d'instabilité accrue au Venezuela.

Venezuelan opposition leader and Nobel Peace Prize laureate María Corina Machado has raised alarms about Iran's influence in Venezuela, describing the country as a 'satellite' of Iran in the Americas. This statement highlights the growing geopolitical tensions in the region and the implications for both countries, as well as for U.S. foreign policy. Machado's warning underscores concerns about national sovereignty and the potential for increased instability in Venezuela.

Nobel Laureate Machado Says 'Iran Has Turned Venezuela Into Its Satellite, Operating in the Heart of the Americas'

Sephora's Christmas ad with Mariah Carey faces boycott calls over a "tone-deaf" elf strike scene and fresh backlash tied to the Huda Beauty 9/11 scandal.

تواجه سيفورا رد فعل قوي ودعوات لمقاطعتها بسبب إعلانها الأخير عن عيد الميلاد الذي يضم ماريا كاري. وقد وصف النقاد الإعلان بأنه 'غير حساس' بسبب مشهد يظهر إضرابًا للأقزام، وهو ما يعتبره الكثيرون غير مناسب. تتفاقم هذه الجدل بسبب المناقشات المستمرة حول علامة هودا بيوتي وارتباطها بفضيحة 11 سبتمبر. تسلط هذه الحالة الضوء على التوازن الدقيق الذي يجب أن تحافظ عليه العلامات التجارية في استراتيجياتها التسويقية، خاصة في الأوقات الحساسة، وتثير تساؤلات حول الوعي الثقافي في الإعلانات.

Sephora enfrenta una fuerte reacción y llamados al boicot debido a su reciente anuncio navideño con Mariah Carey. Los críticos han calificado el anuncio de 'insensible' por una escena que muestra una huelga de elfos, que muchos consideran inapropiada. Esta controversia se ve agravada por las discusiones en curso sobre la marca Huda Beauty y su conexión con el escándalo del 11 de septiembre. La situación destaca el delicado equilibrio que las marcas deben mantener en sus estrategias de marketing, especialmente en tiempos sensibles, y plantea preguntas sobre la conciencia cultural en la publicidad.

Sephora fait face à un important retour de bâton et à des appels au boycott en raison de sa récente publicité de Noël mettant en vedette Mariah Carey. Les critiques qualifient l'annonce de 'décalée' en raison d'une scène représentant une grève d'elfes, que beaucoup trouvent insensible. Cette controverse est aggravée par les discussions en cours autour de la marque Huda Beauty et de son lien avec le scandale du 11 septembre. La situation souligne l'équilibre délicat que les marques doivent maintenir dans leurs stratégies marketing, surtout en période sensible, et soulève des questions sur la sensibilisation culturelle dans la publicité.

Sephora is facing significant backlash and calls for a boycott due to its recent Christmas advertisement featuring Mariah Carey. Critics have labeled the ad as 'tone-deaf' because of a scene depicting an elf strike, which many find insensitive. This controversy is compounded by ongoing discussions surrounding the Huda Beauty brand and its connection to the 9/11 scandal. The situation highlights the delicate balance brands must maintain in their marketing strategies, especially during sensitive times, and raises questions about cultural awareness in advertising.

Why Are People Boycotting Sephora? Beauty Giant Slammed Over 'Tone-Deaf' Mariah Carey Christmas Ad

Mexican President Claudia Sheinbaum said she filed sexual harassment charges after being groped during a public walk, noting that the aggressor, a drunken man, is still under detention.

قدمت الرئيسة المكسيكية كلوديا شينباوم شكوى ضد التحرش الجنسي بعد أن تعرضت لاعتداء خلال نزهة عامة. وأكدت على أهمية احترام النساء وأشارت إلى أن المعتدي، وهو رجل مخمور، لا يزال قيد الاحتجاز. هذه الخطوة لا تعالج تجربتها الشخصية فحسب، بل ترسل أيضًا رسالة قوية حول الحاجة إلى تغيير اجتماعي فيما يتعلق بسلامة النساء واحترامهن.

La presidenta mexicana Claudia Sheinbaum ha tomado una postura firme contra el acoso sexual al presentar cargos tras ser víctima de un incidente durante una caminata pública. Destacó la importancia de respetar a las mujeres y enfatizó que el agresor, un hombre ebrio, sigue detenido. Esta acción no solo aborda su experiencia personal, sino que también envía un poderoso mensaje sobre la necesidad de un cambio social en relación con la seguridad y el respeto hacia las mujeres.

La présidente mexicaine Claudia Sheinbaum a pris une position ferme contre le harcèlement sexuel en déposant une plainte après avoir été victime d'un incident lors d'une promenade publique. Elle a souligné l'importance de respecter les femmes et a insisté sur le fait que l'agresseur, un homme ivre, reste en détention. Cette action aborde non seulement son expérience personnelle, mais envoie également un message puissant sur la nécessité d'un changement sociétal concernant la sécurité et le respect des femmes.

Mexican President Claudia Sheinbaum has taken a strong stand against sexual harassment by filing charges after experiencing an incident during a public walk. She highlighted the importance of respecting women and emphasized that the aggressor, a drunken man, remains in detention. This action not only addresses her personal experience but also sends a powerful message about the need for societal change regarding women's safety and respect.

Mexican President Sheinbaum Files Sexual Harassment Charges After Being Groped During Public Walk: 'Women Must Be Respected'

يتناول المقال قيود الوكلاء العامين للذكاء الاصطناعي في إدارة سير العمل المعقد ويبرز فوائد استخدام وكلاء متخصصين مع تنسيق ذكي. تتيح هذه الطريقة لكل وكيل التميز في مهام محددة، مما يؤدي إلى نتائج أكثر كفاءة. مع استمرار تطور تكنولوجيا الذكاء الاصطناعي، فإن فهم كيفية تحسين هذه الأنظمة أمر بالغ الأهمية للشركات التي تسعى لتحسين عملياتها وتجربة المستخدم.

El artículo discute las limitaciones de los agentes de IA generalistas en la gestión de flujos de trabajo complejos y destaca los beneficios de utilizar agentes especializados con orquestación inteligente. Este enfoque permite que cada agente sobresalga en tareas específicas, lo que lleva a resultados más eficientes. A medida que la tecnología de IA continúa evolucionando, entender cómo optimizar estos sistemas es crucial para las empresas que buscan mejorar sus operaciones y la experiencia del usuario.

L'article aborde les limites des agents IA généralistes dans la gestion de flux de travail complexes et met en avant les avantages de l'utilisation d'agents spécialisés avec une orchestration intelligente. Cette approche permet à chaque agent d'exceller dans des tâches spécifiques, conduisant à des résultats plus efficaces. À mesure que la technologie IA évolue, comprendre comment optimiser ces systèmes est crucial pour les entreprises cherchant à améliorer leurs opérations et l'expérience utilisateur.

The article discusses the limitations of generalist AI agents in managing complex workflows and highlights the benefits of using specialized agents with intelligent orchestration. This approach allows each agent to excel in specific tasks, leading to more efficient and effective outcomes. As AI technology continues to evolve, understanding how to optimize these systems is crucial for businesses looking to enhance their operations and improve user experiences.

The Orchestrator Pattern: Routing Conversations to Specialized AI Agents

arXiv:2511.00344v1 Announce Type: new 
Abstract: Multimodal Emotion Recognition in Conversations (MERC) enhances emotional understanding through the fusion of multimodal signals. However, unpredictable modality absence in real-world scenarios significantly degrades the performance of existing methods. Conventional missing-modality recovery approaches, which depend on training with complete multimodal data, often suffer from semantic distortion under extreme data distributions, such as fixed-modality absence. To address this, we propose the Federated Dialogue-guided and Semantic-Consistent Diffusion (FedDISC) framework, pioneering the integration of federated learning into missing-modality recovery. By federated aggregation of modality-specific diffusion models trained on clients and broadcasting them to clients missing corresponding modalities, FedDISC overcomes single-client reliance on modality completeness. Additionally, the DISC-Diffusion module ensures consistency in context, speaker identity, and semantics between recovered and available modalities, using a Dialogue Graph Network to capture conversational dependencies and a Semantic Conditioning Network to enforce semantic alignment. We further introduce a novel Alternating Frozen Aggregation strategy, which cyclically freezes recovery and classifier modules to facilitate collaborative optimization. Extensive experiments on the IEMOCAP, CMUMOSI, and CMUMOSEI datasets demonstrate that FedDISC achieves superior emotion classification performance across diverse missing modality patterns, outperforming existing approaches.

تقدم دراسة جديدة مفهوم الحوار الفيدرالي - الانتشار الدلالي للتعرف على المشاعر، حيث تتناول التحديات التي تطرحها النماذج غير المكتملة في المحادثات الواقعية. تعزز هذه الطريقة المبتكرة الفهم العاطفي من خلال دمج الإشارات متعددة الوسائط بشكل فعال، وهو أمر حاسم لأن الطرق التقليدية غالبًا ما تفشل عندما تواجه بيانات مفقودة. من خلال تحسين دقة التعرف على المشاعر، يمكن أن تؤثر هذه الأبحاث بشكل كبير على مجالات مثل خدمة العملاء والصحة النفسية، حيث يعد فهم المشاعر أمرًا أساسيًا.

Un nuevo estudio presenta la Difusión Semántica de Diálogo Federado para el Reconocimiento de Emociones, abordando los desafíos que plantean las modalidades incompletas en las conversaciones del mundo real. Este enfoque innovador mejora la comprensión emocional al fusionar eficazmente señales multimodales, lo cual es crucial ya que los métodos tradicionales a menudo fallan ante datos faltantes. Al mejorar la precisión del reconocimiento de emociones, esta investigación podría tener un impacto significativo en campos como el servicio al cliente y la salud mental, donde entender las emociones es clave.

Une nouvelle étude présente la Diffusion Sémantique de Dialogue Fédéré pour la Reconnaissance des Émotions, abordant les défis posés par les modalités incomplètes dans les conversations réelles. Cette approche innovante améliore la compréhension émotionnelle en fusionnant efficacement les signaux multimodaux, ce qui est crucial car les méthodes traditionnelles échouent souvent face à des données manquantes. En améliorant la précision de la reconnaissance des émotions, cette recherche pourrait avoir un impact significatif dans des domaines comme le service client et la santé mentale, où comprendre les émotions est essentiel.

A new study introduces Federated Dialogue-Semantic Diffusion for Emotion Recognition, addressing the challenges posed by incomplete modalities in real-world conversations. This innovative approach enhances emotional understanding by effectively fusing multimodal signals, which is crucial as traditional methods often falter when faced with missing data. By improving the accuracy of emotion recognition, this research could significantly impact fields like customer service and mental health, where understanding emotions is key.

Federated Dialogue-Semantic Diffusion for Emotion Recognition under Incomplete Modalities

arXiv:2511.01934v1 Announce Type: new 
Abstract: Training tool-augmented LLMs has emerged as a promising approach to enhancing language models' capabilities for complex tasks. The current supervised fine-tuning paradigm relies on constructing extensive domain-specific datasets to train models. However, this approach often struggles to generalize effectively to unfamiliar or intricate tool-use scenarios. Recently, reinforcement learning (RL) paradigm can endow LLMs with superior reasoning and generalization abilities. In this work, we address a key question: Can the pure RL be used to effectively elicit a model's intrinsic reasoning capabilities and enhance the tool-agnostic generalization? We propose a dynamic generalization-guided reward design for rule-based RL, which progressively shifts rewards from exploratory to exploitative tool-use patterns. Based on this design, we introduce the Tool-Zero series models. These models are trained to enable LLMs to autonomously utilize general tools by directly scaling up RL from Zero models (i.e., base models without post-training). Experimental results demonstrate that our models achieve over 7% performance improvement compared to both SFT and RL-with-SFT models under the same experimental settings. These gains are consistently replicated across cross-dataset and intra-dataset evaluations, validating the effectiveness and robustness of our methods.

تقدم Tool Zero نهجًا مبتكرًا لتدريب نماذج اللغة باستخدام التعلم المعزز النقي من الصفر. تهدف هذه الطريقة إلى تعزيز قدرات نماذج اللغة في المهام المعقدة، متجاوزةً قيود الضبط الخاضع للإشراف التقليدي الذي غالبًا ما يواجه صعوبات مع السيناريوهات غير المألوفة.

Tool Zero presenta un enfoque innovador para entrenar modelos de lenguaje utilizando aprendizaje por refuerzo puro desde cero. Este método busca mejorar las capacidades de los modelos de lenguaje para tareas complejas, superando las limitaciones del ajuste fino supervisado tradicional que a menudo tiene dificultades con escenarios desconocidos.

Tool Zero propose une approche innovante pour former des modèles de langage en utilisant un apprentissage par renforcement pur dès le départ. Cette méthode vise à améliorer les capacités des modèles de langage pour des tâches complexes, surmontant les limites de l'affinage supervisé traditionnel qui peine souvent avec des scénarios inconnus.

Tool Zero introduces an innovative approach to training language models using pure reinforcement learning from scratch. This method aims to enhance the capabilities of language models for complex tasks, overcoming the limitations of traditional supervised fine-tuning that often struggles with unfamiliar scenarios.

Tool Zero: Training Tool-Augmented LLMs via Pure RL from Scratch

arXiv:2505.15064v3 Announce Type: replace-cross 
Abstract: Why and when is deep better than shallow? We answer this question in a framework that is agnostic to network implementation. We formulate a deep model as an abstract state-transition semigroup acting on a general metric space, and separate the implementation (e.g., ReLU nets, transformers, and chain-of-thought) from the abstract state transition. We prove a bias-variance decomposition in which the variance depends only on the abstract depth-$k$ network and not on the implementation (Theorem 1). We further split the bounds into output and hidden parts to tie the depth dependence of the variance to the metric entropy of the state-transition semigroup (Theorem 2). We then investigate implementation-free conditions under which the variance grow polynomially or logarithmically with depth (Section 4). Combining these with exponential or polynomial bias decay identifies four canonical bias-variance trade-off regimes (EL/EP/PL/PP) and produces explicit optimal depths $k^\ast$. Across regimes, $k^\ast>1$ typically holds, giving a rigorous form of depth supremacy. The lowest generalization error bound is achieved under the EL regime (exp-decay bias + log-growth variance), explaining why and when deep is better, especially for iterative or hierarchical concept classes such as neural ODEs, diffusion/score-matching models, and chain-of-thought reasoning.

تستكشف هذه المقالة مزايا النماذج العميقة مقارنة بالنماذج الضحلة في إطار لا يعتمد على تنفيذات الشبكات المحددة. تناقش كيف يمكن فهم النماذج العميقة على أنها شبه مجموعات انتقالية للحالة المجردة وتقدم تحليلًا لتفكيك التحيز والتباين الذي يبرز دور العمق في تحديد التباين.

Este artículo explora las ventajas de los modelos profundos sobre los superficiales en un marco que no depende de implementaciones específicas de redes. Se discute cómo los modelos profundos pueden entenderse como semigrupos de transición de estado abstractos y se presenta una descomposición de sesgo-varianza que destaca el papel de la profundidad en la determinación de la varianza.

Cet article explore les avantages des modèles profonds par rapport aux modèles peu profonds dans un cadre qui ne dépend pas d'implémentations spécifiques de réseaux. Il discute de la manière dont les modèles profonds peuvent être compris comme des semi-groupes de transition d'état abstraits et présente une décomposition biais-variance qui met en évidence le rôle de la profondeur dans la détermination de la variance.

This article explores the advantages of deep models over shallow ones in a framework that doesn't depend on specific network implementations. It discusses how deep models can be understood as abstract state-transition semigroups and presents a bias-variance decomposition that highlights the role of depth in determining variance.

Why and When Deep is Better than Shallow: An Implementation-Agnostic State-Transition View of Depth Supremacy

arXiv:2511.02241v1 Announce Type: cross 
Abstract: Traditional neural networks, while powerful, rely on biologically implausible learning mechanisms such as global backpropagation. This paper introduces the Structurally Adaptive Predictive Inference Network (SAPIN), a novel computational model inspired by the principles of active inference and the morphological plasticity observed in biological neural cultures. SAPIN operates on a 2D grid where processing units, or cells, learn by minimizing local prediction errors. The model features two primary, concurrent learning mechanisms: a local, Hebbian-like synaptic plasticity rule based on the temporal difference between a cell's actual activation and its learned expectation, and a structural plasticity mechanism where cells physically migrate across the grid to optimize their information-receptive fields. This dual approach allows the network to learn both how to process information (synaptic weights) and also where to position its computational resources (network topology). We validated the SAPIN model on the classic Cart Pole reinforcement learning benchmark. Our results demonstrate that the architecture can successfully solve the CartPole task, achieving robust performance. The network's intrinsic drive to minimize prediction error and maintain homeostasis was sufficient to discover a stable balancing policy. We also found that while continual learning led to instability, locking the network's parameters after achieving success resulted in a stable policy. When evaluated for 100 episodes post-locking (repeated over 100 successful agents), the locked networks maintained an average 82% success rate.

تقدم هذه المقالة نموذجًا مبتكرًا يسمى شبكة الاستدلال التنبؤية التكيفية الهيكلية (SAPIN)، والتي تستلهم من الثقافات العصبية البيولوجية. على عكس الشبكات العصبية التقليدية التي تستخدم الانتشار العكسي العالمي، يستخدم SAPIN مبادئ الاستدلال النشط لتعزيز التعلم والقدرة على التكيف، مما يظهر اتجاهًا واعدًا للنماذج الحاسوبية المستقبلية.

Este artículo presenta un modelo innovador llamado la Red de Inferencia Predictiva Adaptativa Estructural (SAPIN), que se inspira en las culturas neuronales biológicas. A diferencia de las redes neuronales tradicionales que utilizan retropropagación global, SAPIN emplea principios de inferencia activa para mejorar el aprendizaje y la adaptabilidad, mostrando una dirección prometedora para futuros modelos computacionales.

Cet article présente un modèle révolutionnaire appelé le Réseau d'Inference Prédictive Adaptatif Structurel (SAPIN), qui s'inspire des cultures neuronales biologiques. Contrairement aux réseaux neuronaux traditionnels qui utilisent la rétropropagation globale, le SAPIN utilise les principes de l'inférence active pour améliorer l'apprentissage et l'adaptabilité, montrant une direction prometteuse pour les futurs modèles computationnels.

This article presents a groundbreaking model called the Structurally Adaptive Predictive Inference Network (SAPIN), which draws inspiration from biological neural cultures. Unlike traditional neural networks that use global backpropagation, SAPIN employs active inference principles to enhance learning and adaptability, showcasing a promising direction for future computational models.

Learning When to Quit in Sales Conversations

Learning When to Quit in Sales Conversations

Was this article worth reading? Share it