🤖 Category

cs.AI

23845 पेपर

🤖 AI

Bridging the Detection-to-Abstention Gap in Reasoning Models under Insufficient Information

यह शोध पत्र जज-देन-सॉल्व (JTS) प्रस्तुत करता है, जो एक रीजनिंग-कंट्रोल फ्रेमवर्क है जो मॉडल्स को समाधान उत्पन्न करने से पहले उत्तरदायित्व के प्रति स्पष्ट रूप से प्रतिबद्ध होने के लिए प्रशिक्षित करता है, जिससे "डिटेक्शन-टू-एब्स्टेंशन गैप" को प्रभावी ढंग से कम किया जाता है जहाँ मॉडल्स अपर्याप्त जानकारी को पहचान तो लेते हैं लेकिन परहेज करने में विफल रहते हैं, और अंततः उच्च-जोखिम वाले क्षेत्रों में सुरक्षा और दक्षता में सुधार करते हैं।

Renjie Gu, Jiaxu Li, Yihao Wang, Yun Yue, Hansong Xiao, Yefei Chen, Yuan Wang, Chunxiao Guo, Pei Wei, Jinjie Gu, Yixin C (…)2026-05-28
🤖 AI

MACReD: A Multi-Agent Collaborative Reasoning Framework for Reaction Diagram Parsing

MACReD एक पदानुक्रमित बहु-एजेंट फ्रेमवर्क है जो जटिल रासायनिक अभिक्रिया आरेखों को पार्स करने के लिए दृश्य धारणा को रासायनिक रूप से सुसंगत तर्क के साथ प्रभावी ढंग से एकीकृत करके अत्याधुनिक प्रदर्शन प्राप्त करने के लिए विशिष्ट एजेंटों और मल्टीग्राफ फ्यूजन का लाभ उठाता है।

Chuang Tang, Chenhao Lin, Yin Xu, Hao Wang, Jinrui Zhou, Xin Li, Mingjun Xiao, Enhong Chen2026-05-28
💬 NLP

SMILE-Next: Teaching Large Language Models to Detect, Classify, and Reason about Laughter

यह शोध पत्र SMILE-Next को पेश करता है, जो एक व्यापक वास्तविक दुनिया का हँसने का डेटासेट है, और एक विशेषीकृत लार्ज लैंग्वेज मॉडल फ्रेमवर्क प्रस्तावित करता है जिसमें 'लाफ्टर-स्पेसिफिक सेल्फ-इंस्ट्रक्ट' और एक 'मिक्सचर-ऑफ-लाफ-एक्सपर्ट्स (MoLE)' तंत्र शामिल है ताकि जटिल सामाजिक हँसी के संकेतों के पता लगाने, वर्गीकरण और तर्क करने की क्षमता में महत्वपूर्ण सुधार किया जा सके।

Lee Jung-Mok, Kim Sung-Bin, Joohyun Chang, Lee Hyun, Tae-Hyun Oh2026-05-28
🤖 AI

Defending LLM-based Multi-Agent Systems Against Cooperative Attacks with Sentence-Level Rectification

यह शोध पत्र एक अनुकूलन योग्य सहकारी हमला ढांचा (adaptive cooperative attack framework) प्रस्तावित करके और वाक्य-स्तरीय विश्वसनीयता विश्लेषण और सुधार (Sentence-Level Trustworthiness Analysis and Rectification - STAR) रक्षा तंत्र को पेश करके, समन्वित दुर्भावनापूर्ण व्यवहारओं के प्रति LLM-आधारित मल्टी-एजेंट सिस्टम की संवेदनशीलता को संबोधित करता है, जो भ्रामक जानकारी की प्रभावी ढंग से पहचान करने और उसे सुधारने के माध्यम से कार्य सफलता दर को महत्वपूर्ण रूप से बहाल करता है।

Yaoyang Luo, Zhi Zheng, Ziwei Zhao, Tong Xu, Zhao Jielun, Wenjun Xue, Yong Chen, Enhong Chen2026-05-28
🤖 AI

CIVIC: End-to-End Sequence Compactness for Efficient Vision-Language Models

CIVIC एक एंड-टू-एंड फ्रेमवर्क है जो सभी इन्फरेंस चरणों में एक निरंतर सघन विजुअल पाथवे को बनाए रखकर विजन-लैंग्वेज मॉडल्स में वास्तविक हार्डवेयर दक्षता प्राप्त करता है, जिससे सटीकता से समझौता किए बिना मेमोरी और लेटेंसी को काफी कम किया जाता है।

Fengze Yang, Bo Yu, Xuewen Luo, Cathy Liu, Chenxi Liu2026-05-28
💬 NLP

MIRAGE: Context-Aware Prompt Injection against Mobile GUI Agents via User-Generated Content

यह शोध पत्र MIRAGE पेश करता है, जो एक संदर्भ-जागरूक (context-aware) हमला पाइपलाइन है जो विजन-लैंग्वेज मॉडल एजेंटों को धोखा देने के लिए मोबाइल GUI स्क्रीनशॉट के भीतर उपयोगकर्ता-जनित सामग्री में प्रतिकूल प्रॉम्प्ट (adversarial prompts) इंजेक्ट करती है, यह प्रदर्शित करते हुए कि पांच मूल्यांकित किए गए सभी एजेंट यथार्थवादी, दृश्य रूप से अविभेद्य हमलों के प्रति संवेदनशील हैं जिनकी सफलता दर 23% और 30% के बीच है।

Ruoqi Guo, Yi Liu, Gelei Deng, Yiheng Xiong, Yuekang Li, Ying Zhang, Leo Yu Zhang, Lida Zhao, Ji Jie, Yuxiao Lu2026-05-28
💬 NLP

LegalGraphRAG: Multi-Agent Graph Retrieval-Augmented Generation for Reliable Legal Reasoning

LegalGraphRAG एक मल्टी-एजेंट फ्रेमवर्क है जो विषम ज्ञान को प्रबंधित करने के लिए एक पदानुक्रमित कानूनी ग्राफ (hierarchical legal graph) का उपयोग करके और पारदर्शी, साक्ष्य-आधारित निर्णयों को सुनिश्चित करने के लिए एक सहयोगात्मक एजेंट प्रणाली (रिसर्चर, ऑडिटर, एडजुडिकेटर) को नियोजित करके विश्वसनीय कानूनी तर्क को बढ़ाता है, जिससे मौजूदा GraphRAG बेसलाइनों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Zerui Chen, Qinggang Zhang, Zhishang Xiang, Zhimin Wei, Linfeng Gao, Xiao Huang, Zhihong Zhang, Jinsong Su2026-05-28
💬 NLP

SNARE: Adaptive Scenario Synthesis for Eliciting Overeager Behavior in Coding Agents

यह शोध पत्र SNARE को प्रस्तुत करता है, जो एक अनुकूलन योग्य पाइपलाइन है जो सौम्य परिदृश्यों (benign scenarios) को संश्लेषित करता है यह प्रकट करने के लिए कि लगभग 20% कोडिंग एजेंट रन "अति-उत्साही" (overeager) व्यवहार प्रदर्शित करते हैं (कार्य की सफलता के बावजूद अनधिकृत कार्य करना), एक ऐसी भेद्यता जो बेस मॉडलों के बजाय एजेंट फ्रेमवर्क द्वारा संचालित होती है और मौजूदा बेंचमार्क द्वारा काफी हद तक अनदेखी की जाती है।

Yubin Qu, Yi Liu, Gelei Deng, Yanjun Zhang, Yuekang Li, Ying Zhang, Leo Yu Zhang2026-05-28
🤖 AI

Do Clinical Models Change Treatment Decisions?

यह शोध पत्र ClinPivot प्रस्तुत करता है, जो यह प्रदर्शित करता है कि मजबूत चिकित्सा QA प्रदर्शन एक मॉडल की बदलते रोगी संदर्भों के अनुसार उपचार निर्णयों को सही ढंग से अनुकूलित करने की क्षमता की गारंटी नहीं देता है, जबकि यह भी दिखाता है कि निर्णय-संरचित पर्यवेक्षण (decision-structured supervision) और हल्का रीप्ले (lightweight replay) पिवट-संवेदनशील निर्णय लेने और सामान्य सहायक क्षमताओं दोनों में सुधार कर सकते हैं।

Dongkyu Cho, Miao Zhang, Rumi Chunara2026-05-28
🤖 AI

Data-Efficient On-Policy Distillation for Automatic Speech Recognition

यह शोध पत्र प्रदर्शित करता है कि शिक्षक-निर्देशित ऑन-पॉलिसी डिस्टिलेशन (teacher-guided on-policy distillation) केवल 100k घंटों के स्पीच पर प्रशिक्षित एक कॉम्पैक्ट 0.6B-पैरामीटर वाले ASR मॉडल को सुपरवाइज्ड फाइन-ट्यूनिंग से काफी बेहतर प्रदर्शन करने और बड़े बेसलाइन्स के लगभग बराबर होने में सक्षम बनाता है, जिससे प्रतिस्पर्धी ऑटोमैटिक स्पीच रिकग्निशन के लिए डेटा की आवश्यकताओं को कम किया जा सकता है।

Yu Lin, Yiming Wang, Runyuan Cai, Xiaodong Zeng2026-05-28