🤖 Category

cs.AI

24052 पेपर

🤖 machine learning

Detecting Fluent Optimization-Based Adversarial Prompts via Sequential Entropy Changes

यह शोध पत्र CPD Online को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free), मॉडल-अज्ञेय (model-agnostic) डिटेक्टर है जो टोकन-स्तरीय एंट्रॉपी स्ट्रीम पर अनुक्रमिक चेंज-पॉइंट डिटेक्शन लागू करके सुव्यवस्थित अनुकूलन-आधारित (optimization-based) प्रतिकूल प्रॉम्प्ट्स की पहचान करता है, और मौजूदा परप्लेक्सिटी-आधारित विधियों की तुलना में बेहतर सटीकता और सटीक स्थानीयकरण प्राप्त करते हुए डाउनस्ट्रीम सुरक्षा फिल्टरों के लिए कम्प्यूटेशनल ओवरहेड को कम करता है।

Mohammed Alshaalan, Miguel R. D. Rodrigues2026-05-20
🤖 machine learning

Learning with Foresight: Enhancing Neural Routing Policy via Multi-Node Lookahead Prediction

यह शोध पत्र मल्टी-नोड लुकअहेड प्रेडिक्शन (MnLP) प्रस्तुत करता है, जो एक नवीन प्रशिक्षण रणनीति है जो भविष्य के कई नोड्स का प्रशिक्षण के दौरान एक साथ पूर्वानुमान लगाकर न्यूरल रूटिंग नीतियों को बेहतर बनाती है ताकि अल्पदृष्टि वाले निर्णय लेने की प्रक्रिया पर विजय प्राप्त की जा सके और बिना किसी इन्फरेंस ओवरहेड के दीर्घकालिक योजना में सुधार किया जा सके।

Xia Jiang, Yaoxin Wu, Yew-Soon Ong, Yingqian Zhang2026-05-20
🤖 AI

A Case for Agentic Tuning: From Documentation to Action in PostgreSQL

यह शोध पत्र PerfEvolve को पेश करता है, जो एक ऐसा सिस्टम है जो डेटाबेस ट्यूनिंग को स्थिर दस्तावेज़ीकरण से गतिशील, LLM-संचालित कार्यों में स्थानांतरित करता है, विशेषज्ञ कार्यप्रणालियों को निष्पादन योग्य कौशल में अनुवादित करके, जो PostgreSQL पर अत्याधुनिक बेसलाइन की तुलना में 35.2% तक प्रदर्शन सुधार प्राप्त करता है।

Hongyu Lin, Mingyu Li, Weichen Zhang, Yihang Lou, Mingjie Xing, Yanjun Wu, Haibo Chen2026-05-20
🤖 machine learning

LLM Benchmark Datasets Should Be Contamination-Resistant

यह शोध पत्र तर्क देता है कि LLM बेंचमार्क डेटासेट को संदूषण-प्रतिरोधी (contamination-resistant) बनाने के लिए पुनर्गठित किया जाना चाहिए—जो प्रशिक्षण के दौरान सीखने में असमर्थ हो लेकिन अनुमान (inference) के दौरान हल करने योग्य बना रहे—ताकि संरचनात्मक विषमताओं और गणितीय प्रगतियों का लाभ उठाकर विश्वसनीय और पुनरुत्पादनीय मॉडल मूल्यांकन सुनिश्चित किया जा सके।

Ali Al-Lawati, Jason Lucas, Dongwon Lee, Suhang Wang2026-05-20
🤖 machine learning

Training Neural Networks with Optimal Double-Bayesian Learning

यह शोध पत्र एक नवीन डबल-बेयसियन संभाव्य ढांचे (double-Bayesian probabilistic framework) को प्रस्तुत करता है जो स्टोकेस्टिक ग्रेडिएंट डिसेंट के लिए एक इष्टतम लर्निंग रेट को सैद्धांतिक रूप से व्युत्पन्न करता है, और व्यापक प्रयोगों के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण विभिन्न कार्यों में न्यूरल नेटवर्क प्रशिक्षण को प्रभावी ढंग से बढ़ाता है।

Vy Bui, Hang Yu, Karthik Kantipudi, Ziv Yaniv, Stefan Jaeger2026-05-20
🤖 AI

When Skills Don't Help: A Negative Result on Procedural Knowledge for Tool-Grounded Agents in Offensive Cybersecurity

यह शोध पत्र इस धारणा को चुनौती देता है कि प्रक्रियात्मक "कौशल" (Skills) सार्वभौमिक रूप से LLM एजेंट के प्रदर्शन को बढ़ाते हैं, यह प्रदर्शित करते हुए कि उच्च-बैंडविड्थ और स्कीमा-सत्यापित टूल फीडबैक वाले आक्रामक साइबर सुरक्षा परिवेशों में, ऐसे कौशल जोड़ने से नगण्य लाभ होता है या प्रदर्शन में गिरावट भी आती है क्योंकि परिवेश स्वयं आवश्यक सुधार संकेत प्रदान करता है।

Samuel Jacob Chacko, James Hugglestone, Chashi Mahiul Islam, Xiuwen Liu2026-05-20
💬 NLP

PromptRad: Knowledge-Enhanced Multi-Label Prompt-Tuning for Low-Resource Radiology Report Labeling

PromptRad एक ज्ञान-संवर्धित प्रॉम्प्ट-ट्यूनिंग फ्रेमवर्क है जो रेडियोलॉजी रिपोर्ट लेबलिंग को UMLS समानार्थी शब्दों का उपयोग करके मास्क्ड लैंग्वेज मॉडलिंग के रूप में पुनर्गठित करता है, जिससे न्यूनतम लेबल किए गए डेटा के साथ उच्च-प्रदर्शन वाली मल्टी-लेबल वर्गीकरण सक्षम होती है और पारंपरिक फाइन-ट्यूनिंग एवं डिक्शनरी-आधारित विधियों से बेहतर प्रदर्शन करती है।

Ying-Jia Lin, Tzu-Chin Lo, Ping-Chien Li, Chi-Tung Cheng, Chien-Hung Liao, Hung-Yu Kao2026-05-20
🤖 AI

Towards LLM-Assisted Architecture Recovery for Real-World ROS~2 Systems: An Agent-Based Multi-Level Approach to Hierarchical Structural Architecture Reconstruction

यह शोध पत्र मौजूदा नोड-स्तरीय विधियों की सीमाओं को दूर करने के लिए परिष्कृत LLM प्रॉम्प्टिंग और एक चरणबद्ध रिकवरी रणनीति का उपयोग करके, जटिल वास्तविक दुनिया के ROS 2 सिस्टम में पदानुक्रमित सॉफ्टवेयर आर्किटेक्चर को पुनर्प्राप्त करने के लिए एक उन्नत एजेंट-आधारित, बहु-स्तरीय दृष्टिकोण प्रस्तुत करता है।

Dominique Briechle, Raj Chanchad, Tobias Geger, Ruidi He, Dhruv Jajadiya, Dhruv Kapadiya, Andreas Rausch, Meng Zhang2026-05-20
🤖 AI

Probing Embodied LLMs: When Higher Observation Fidelity Hurts Problem Solving

यह शोध पत्र प्रकट करता है कि यांत्रिक पहेलियों को हल करने वाले एम्बॉडीड (embodied) एलएलएम (LLM) एजेंट विरोधाभासी रूप से कम-सटीकता वाले संवेदी इनपुट या मध्यम संवेदी शोर के साथ उच्च सफलता दर प्राप्त कर सकते हैं, क्योंकि ये खामियां दोहराव वाले क्रिया चक्रों को तोड़ने और तर्क संबंधी विफलताओं को छिपाने में मदद करती हैं, जो इस धारणा को चुनौती देती है कि पूर्ण अवलोकन हमेशा इष्टतम प्रदर्शन की ओर ले जाता है।

Oussama Zenkri, Oliver Brock2026-05-20
💬 NLP

CopT: Contrastive On-Policy Thinking with Continuous Spaces for General and Agentic Reasoning

CopT एक प्रशिक्षण-मुक्त तर्क ढांचा (training-free reasoning framework) है जो मानक चेन-ऑफ-थॉट प्रतिमान को उलट देता है, जिसमें पहले एक ड्राफ्ट उत्तर उत्पन्न किया जाता है और फिर केवल आवश्यकता होने पर ही गतिशील रूप से ऑन-पॉलिसी प्रतिबिंब (on-policy reflection) को ट्रिगर करने के लिए निरंतर-स्थान कंट्रास्टिव सत्यापनकर्ताओं (continuous-space contrastive verifiers) का उपयोग किया जाता है, जिससे विविध तर्क कार्यों में सटीकता में उल्लेखनीय सुधार होता है और टोकन लागत कम होती है।

Dachuan Shi, Hanlin Zhu, Xiangchi Yuan, Wanjia Zhao, Kejing Xia, Wen Xiao, Wenke Lee2026-05-20