🤖 Category

cs.AI

23941 पेपर

🤖 AI

Scaling-Aware Adapter for Structure-Grounded LLM Reasoning

यह शोध पत्र Cuttlefish को पेश करता है, जो एक एकीकृत मल्टीमॉडल (multimodal) LLM है जो एक स्केलिंग-अवेयर पैचिंग (Scaling-Aware Patching) तंत्र के माध्यम से क्वेरी टोकन को संरचनात्मक जटिलता के आधार पर अनुकूल रूप से स्केल करके संरचना-आधारित तर्क (structure-grounded reasoning) को बढ़ाता है और मॉडल में स्पष्ट ज्यामितीय संकेतों (geometric cues) को इंजेक्ट करने के लिए एक ज्योमेट्री ग्राउंडिंग एडॉप्टर (Geometry Grounding Adapter) का उपयोग करके मतिभ्रम (hallucinations) को कम करता है।

Zihao Jing, Qiuhao Zeng, Ruiyi Fang, Yan Yi Li, Yan Sun, Boyu Wang, Pingzhao Hu2026-05-25
🤖 AI

ArcMark: Distortion-Free Multi-Byte LLM Watermark via Optimal Transport

यह शोधपत्र ArcMark को प्रस्तुत करता है, जो लार्ज लैंग्वेज मॉडल्स के लिए एक नवीन डिस्टॉर्शन-मुक्त मल्टी-बाइट वॉटरमार्किंग फ्रेमवर्क है, जो टेक्स्ट के आउटपुट डिस्ट्रीब्यूशन या गुणवत्ता को बदले बिना उसमें पर्याप्त सूचना को विश्वसनीय रूप से एम्बेड करने के लिए ऑप्टिमल ट्रांसपोर्ट और इन्फॉर्मेशन-थ्योरेटिक चैनल कोडिंग सिद्धांतों का लाभ उठाता है।

Atefeh Gilani, Sajani Vithana, Carol Xuan Long, Oliver Kosut, Lalitha Sankar, Flavio P. Calmon2026-05-25
🤖 AI

VGAS: Value-Guided Action-Chunk Selection for Few-Shot Vision-Language-Action Adaptation

यह शोध पत्र VGAS प्रस्तुत करता है, जो एक उच्च-रिकॉल प्रस्ताव जनरेटर (high-recall proposal generator) को एक ज्यामितीय रूप से आधारित क्रिटिक (geometrically grounded critic) और स्पष्ट ज्यामितीय नियमितीकरण (explicit geometric regularization) के साथ जोड़कर, सीमित पर्यवेक्षण के तहत अस्पष्टताओं को दूर करने और मजबूती में सुधार करने के लिए फ्यू-शॉट विजन-लैंग्वेज-एक्शन अनुकूलन को बढ़ाता है।

Changhua Xu, En Yu, Junyu Xuan, Jie Lu2026-05-25
🤖 AI

Beyond VLM-Based Rewards: Diffusion-Native Latent Reward Modeling

यह शोध पत्र DiNa-LRM को प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल, डिफ्यूजन-नेटिव लेटेंट रिवॉर्ड मॉडल है जो विज़न-लैंग्वेज मॉडल-आधारित रिवॉर्ड्स के डोमेन मिसमैच और उच्च लागतों को दूर करने के लिए शोर वाले डिफ्यूजन स्टेट्स पर सीधे प्रेफरेंस लर्निंग को फॉर्मुलेट करता है, जिससे काफी कम संसाधनों के साथ बेहतर अलाइनमेंट प्रदर्शन प्राप्त होता है।

Gongye Liu, Bo Yang, Yida Zhi, Zhizhou Zhong, Lei Ke, Didan Deng, Han Gao, Yongxiang Huang, Kaihao Zhang, Hongbo Fu, Wen (…)2026-05-25
💬 NLP

GT-HarmBench: Benchmarking AI Safety Risks Through the Lens of Game Theory

यह शोध पत्र GT-HarmBench प्रस्तुत करता है, जो गेम थ्योरी संरचनाओं पर आधारित 1,535 उच्च-जोखिम वाले मल्टी-एजेंट परिदृश्यों का एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि अत्याधुनिक एआई मॉडल अक्सर सामाजिक रूप से लाभकारी परिणामों को चुनने में विफल रहते हैं और यह प्रदर्शित करता है कि गेम-थ्योरेटिक हस्तक्षेप इन जटिल वातावरणों में संरेखण (alignment) में महत्वपूर्ण सुधार कर सकते हैं।

Pepijn Cobben, Xuanqiang Angelo Huang, Thao Amelia Pham, Isabel Dahlgren, Terry Jingchen Zhang, Zhijing Jin2026-05-25
🧬 biology

A Systematic Evaluation of Co-folding Model Representations for Small-Molecule Learning

यह शोधपत्र प्रदर्शित करता है कि बोलत्ज़2 (Boltz2) को-फोल्डिंग मॉडल, जो प्रीट्रेनिंग के लिए प्रोटीन-लिगैंड इंटरैक्शन का लाभ उठाता है, श्रेष्ठ और पूरक लघु-अणु (small-molecule) निरूपण उत्पन्न करता है जो ADMET भविष्यवाणी, जनरेटिव मॉडलिंग और संरचना-निर्देशित अनुकूलन सहित विविध कार्यों में मौजूदा स्टैंडअलोन मॉडलों से बेहतर प्रदर्शन करते हैं।

Hyosoon Jang, Hyunjin Seo, Honghui Kim, Seonghyun Park, Taewon Kim, Yunhui Jang, Sungsoo Ahn2026-05-25
🤖 AI

BarrierSteer: LLM Safety via Learning Barrier Steering

BarrierSteer एक नवीन, पैरामीटर-मुक्त इन्फरेंस-टाइम फ्रेमवर्क है जो सीखे गए नॉनलीनियर सेफ्टी कंस्ट्रेंट्स को लेटेंट स्पेस में कंट्रोल बैरियर फंक्शन्स के रूप में एम्बेड करके मॉडल की उपयोगिता को बनाए रखते हुए असुरक्षित प्रक्षेप पथों (trajectories) से दूर जाने के लिए लार्ज लैंग्वेज मॉडल की सुरक्षा को बढ़ाता है।

Thanh Q. Tran, Arun Verma, Kiwan Wong, Bryan Kian Hsiang Low, Daniela Rus, Wei Xiao2026-05-25
🤖 AI

Can the Recovery Mechanism Survive AI? Skill Formation, Labor, and What Current Measurement Misses

यह शोध पत्र तर्क देता है कि जबकि जनरेटिव एआई वर्तमान में मौजूदा श्रमिकों की क्षमता बढ़ा रहा है, यह अगली पीढ़ी के कौशल निर्माण के लिए आवश्यक "उत्पादक संघर्ष" (productive struggle) को क्षीण करके दीर्घकालिक आर्थिक सुधार तंत्र के लिए खतरा पैदा करता है—एक महत्वपूर्ण जोखिम जो वर्तमान मापन प्रणालियों द्वारा छिपा हुआ है जो बेहतर प्रदर्शन और वास्तविक सीखने के बीच अंतर करने में विफल रहती हैं।

Aysa Xuemo Fan2026-05-25
🤖 AI

Cross-Domain Molecular Relational Learning: Leveraging Chemical Structure-Activity Analysis

यह शोध पत्र DisTrans का प्रस्ताव करता है, जो एक नवीन ढांचा है जो स्रोत और लक्ष्य डोमेन के बीच टोपोलॉजिकल और फंक्शनल-ग्रुप जानकारी को संरेखित करके इंट्रा-डोमेन मॉडलिंग की सीमाओं को दूर करने और सुदृढ़ क्रॉस-डोमेन मॉलिक्यूलर रिलेशनल लर्निंग प्राप्त करने के लिए स्ट्रक्चरल-सेमेंटिक ट्रांसफर डिसक्रेपेंसी के साथ डोमेन एडवरसेरियल ट्रेनिंग का उपयोग करता है।

Peiliang Zhang, Jingling Yuan, Shiqing Wu, Mengqing Hu, Chao Che, Yongjun Zhu, Lin Li2026-05-25
💻 computer science

LFRAG: Layout-oriented Fine-grained Retrieval-Augmented Generation on Multimodal Document Understanding

यह शोधपत्र LFRAG का प्रस्ताव करता है, जो एक अभिनव ढांचा (framework) है जो लेआउट-जागरूक विभाजन (layout-aware segmentation) और सिमेंटिक-लेआउट फ्यूजन का उपयोग करके मोटे-स्तर के पेज-स्तरीय से सूक्ष्म-स्तर के ब्लॉक-स्तरीय पुनर्प्राप्ति (retrieval) में स्थानांतरित होकर मल्टीमॉडल रिट्रीवल-ऑगमेंटेड जनरेशन को बढ़ाता है, जिससे नए पेश किए गए LFDocQA बेंचमार्क पर अत्याधुनिक प्रदर्शन और महत्वपूर्ण दक्षता लाभ प्राप्त होता है।

Yifan Zhu, Yu Mi, Yue Lu, Yanchu Guan, Zhixuan Chu2026-05-25