🤖 Category

cs.AI

23845 पेपर

🤖 AI

Modeling Vehicle-Type-Specific Pedestrian Crash Avoidance Behavior in Safety-Critical Interactions Using Smooth-Mamba Deep Reinforcement Learning

यह अध्ययन SMamba-DDPG फ्रेमवर्क पेश करता है, जो एक स्मूथ-मैम्बा डीप रीइन्फोर्समेंट लर्निंग मॉडल है जो प्रभावी ढंग से वाहन-प्रकार-विशिष्ट पैदल यात्री दुर्घटना बचाव व्यवहारों को कैप्चर करता है, यह प्रकट करते हुए कि पैदल यात्री मानव-चालित वाहनों की तुलना में स्वचालित वाहनों के प्रति अधिक तेज़ी से और सावधानी से प्रतिक्रिया करते हैं, जिससे सुरक्षित स्वचालित ड्राइविंग सिस्टम डिज़ाइन और यथार्थवादी मिश्रित-यातायात सिमुलेशन के लिए महत्वपूर्ण अंतर्दृष्टि प्राप्त होती है।

Qingwen Pu, Kun Xie, Hong Yang, Di Yang, Junqing Wang2026-05-28
🤖 AI

Refusal Before Decoding: Detecting and Exploiting Refusal Signals in Intermediate LLM Activations

यह शोध पत्र प्रदर्शित करता है कि आउटपुट जनरेशन से पहले मध्यवर्ती सक्रियणों (intermediate activations) से LLM के इनकार व्यवहार (refusal behavior) को रैखिक रूप से डिकोड किया जा सकता है, जो "मैकेनिज्म ऑटोडैन" (Mechanism AutoDAN) के विकास को सक्षम बनाता है, जो पारंपरिक दृष्टिकोणों की तुलना में प्रतिस्पर्धी सफलता दर बनाए रखते हुए खोज समय को महत्वपूर्ण रूप से कम करता है।

Matteo Gioele Collu, Riccardo Conte, Alberto Giaretta, Denis Kleyko, Mauro Conti, Matteo Zavatteri, Roberto Confalonieri2026-05-28
🤖 AI

A Matter of TASTE: Improving Coverage and Difficulty of Agent Benchmarks

मौजूदा एजेंट बेंचमार्क की संतृप्ति और सीमित टूल-उपयोग कवरेज को संबोधित करने के लिए, यह शोध पत्र TASTE पेश करता है, जो एक स्वचालित विधि है जो चुनौतीपूर्ण, उच्च-कवरेज τc\tau^c-Bench उत्पन्न करने के लिए टूल अनुक्रमों को विकसित करके कार्य निर्माण प्रक्रिया को उलट देती है, जो यह प्रकट करता है कि वर्तमान अत्याधुनिक मॉडल इन अधिक जटिल और विविध कार्यों का सामना करने पर महत्वपूर्ण प्रदर्शन गिरावट का शिकार होते हैं।

Tomer Keren, Nitay Calderon, Asaf Yehudai, Yotam Perlitz, Michal Shmueli-Scheuer, Roi Reichert2026-05-28
🤖 AI

Token Optimization Strategies for LLM-Based Oracle-to-PostgreSQL Migration

यह शोध पत्र LLM-आधारित Oracle-to-PostgreSQL माइग्रेशन के लिए बारह रणनीतियों का मूल्यांकन करते हुए, टोकन अनुकूलन को एक बहु-उद्देश्यीय बाधित रूपांतरण समस्या (multi-objective constrained transformation problem) के रूप में औपचारिक रूप देता है, जिससे यह प्रदर्शित होता है कि जबकि आक्रामक संपीड़न (aggressive compression) से सिमेंटिक फिडेलिटी (semantic fidelity) में भारी गिरावट आती है, एडेप्टिव रूटिंग (adaptive routing) और हल्का संदर्भ छंटनी (mild context pruning) टोकन दक्षता और कोड गुणवत्ता के बीच सबसे प्रभावी संतुलन प्रदान करते हैं।

Oleg Grynets, Dmytro Babarytskyi, Vasyl Lyashkevych2026-05-28
🤖 machine learning

Semantic Optimal Transport for Sparse Autoencoder Feature Matching and Circuit Compression

यह शोधपत्र वॉसरस्टीन दूरी (Wasserstein distance) पर आधारित एक एकीकृत वितरण ढांचे (unified distributional framework) को प्रस्तुत करता है जो स्पार्स ऑटोएन्कोडर (Sparse Autoencoder) फीचर्स को एक्टिवेशन-वेटेड डिस्ट्रीब्यूशन के रूप में निरूपित करता है ताकि परतों के बीच सुदृढ़ अर्थपूर्ण मिलान (robust semantic matching) और फीचर सर्किट्स को व्याख्यात्मक सुपरनोड्स (interpretable supernodes) में स्वचालित संपीड़न (automatic compression) सक्षम किया जा सके।

Tue M. Cao, Nguyen Do, My T. Thai2026-05-28
🤖 AI

Continual Model Routing in Evolving Model Hubs

यह शोध पत्र निरंतर बढ़ते एआई हब में मॉडल चयन को स्केल करने की चुनौतियों को संबोधित करने के लिए निरंतर मॉडल रूटिंग (CMR) सेटिंग को औपचारिक रूप देता है, बड़े पैमाने पर CMRBench बेंचमार्क को प्रस्तुत करता है, और CARvE का प्रस्ताव देता है, जो एक कंट्रास्टिव एम्बेडिंग विधि है जो विविध मॉडलों और कार्यों में रूटिंग सटीकता के मामले में मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करती है।

Jack Bell, Giacomo Carfì, Gerlando Gramaglia, Vincenzo Lomonaco2026-05-28
🤖 AI

MUSE: Benchmarking Manufacturable, Functional, and Assemblable Text-to-CAD Generation

यह शोध पत्र MUSE को प्रस्तुत करता है, जो एक नया बेंचमार्क और मूल्यांकन ढांचा है जिसे सरल ज्यामितीय समानता से आगे बढ़कर जटिल, संपादन योग्य B-Rep असेंबली का कार्यक्षमता, विनिमाण योग्यता (manufacturability) और संयोजन योग्यता (assemblability) जैसे महत्वपूर्ण इंजीनियरिंग मानदंडों के आधार पर मूल्यांकन करने के लिए डिज़ाइन किया गया है।

Xiaoyu Dong, Zhi Li, Xiao-Ming Wu2026-05-28
🤖 AI

Technical Report: Exploring the Emerging Threats of the Agent Skill Ecosystem

यह तकनीकी रिपोर्ट प्रमुख मार्केटप्लेस से लगभग 4,000 AI एजेंट कौशलों (skills) का विश्लेषण करती है जिससे यह पता चलता है कि 13.4% में गंभीर सुरक्षा संबंधी मुद्दे शामिल हैं, जिनमें 76 पुष्ट दुर्भावनापूर्ण पेलोड (malicious payloads) भी शामिल हैं, जो इस प्रकार एजेंट पारिस्थितप्रणालियों के विस्तार के साथ स्वचालित सुरक्षा उपायों की तत्काल आवश्यकता को रेखांकित करते हैं।

Luca Beurer-Kellner, Aleksei Kudrinskii, Marco Milanta, Kristian Bonde Nielsen, Hemang Sarkar, Liran Tal2026-05-28
🤖 machine learning

Online Irregular Multivariate Time Series Forecasting via Uncertainty-Driven Dual-Expert Calibration

यह शोध पत्र Under-Cali का प्रस्ताव करता है, जो एक अनिश्चितता-संचालित (uncertainty-driven) डुअल-एक्सपर्ट कैलिब्रेशन फ्रेमवर्क है जो अनुमानित अनिश्चितता के आधार पर विश्वसनीय और अविश्वसनीय विशेषज्ञों के बीच नमूनों को गतिशील रूप से रूट करके अनियमित बहुभिन्न चर समय श्रृंखला (irregular multivariate time series) के लिए कुशल और स्थिर ऑनलाइन पूर्वानुमान सक्षम करता है, और यह सब स्रोत मॉडल को स्थिर (frozen) रखते हुए किया जाता है।

Haonan Wen, Hanyang Chen, Songhe Feng2026-05-28
💬 NLP

Measuring Form and Function in Language Models

यह शोध पत्र अंग्रेजी के निर्धारक (determiners) के औपचारिक वाक्यात्मक और कार्यात्मक विमर्श गुणों पर भाषा मॉडलों का मात्रात्मक मूल्यांकन करने के लिए कॉन्टेक्स्टुअल अल्टरनेटिव चॉइस (CAC) मीट्रिक प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि कुछ अत्यंत बड़े मॉडल दोनों बेंचमार्क पर मानव बच्चों के प्रदर्शन के बराबर हो सकते हैं, तुलनात्मक डेटा पर प्रशिक्षित कोई भी वर्तमान मॉडल एक साथ इसे प्राप्त नहीं कर पाता है।

Héctor Javier Vázquez Martínez, Charles Yang2026-05-28