🤖 machine learning

State Contamination in Memory-Augmented LLM Agents

यह शोध पत्र "मेमोरी लॉन्ड्रिंग" (memory laundering) की पहचान और मात्रा निर्धारण करता है, जो मेमोरी-ऑगमेंटेड LLM एजेंटों में एक सुरक्षा विफलता है जहाँ विषाक्त संदर्भ (toxic context) को ऐसे दिखने में सुरक्षित सारांशों में संकुचित कर दिया जाता है जो फिर भी गुप्त रूप से भविष्य के जनरेशन को प्रभावित करते हैं, यह प्रदर्शित करते हुए कि प्रभावी शमन के लिए केवल अंतिम आउटपुट को साफ करने के बजाय सारांश बनाने से पहले स्टेट (state) को सैनिटाइज करना आवश्यक है।

Yian Wang, Agam Goyal, Yuen Chen, Hari Sundaram2026-05-19
🤖 machine learning

Learning Unbiased Permutations via Flow Matching

यह शोध पत्र PermFlow को प्रस्तुत करता है, जो एक कंडीशनल फ्लो मैचिंग फ्रेमवर्क है जो बहुविध (multimodal) वितरणों को कैप्चर करने और अस्पष्टता को हल करने के लिए क्रमपरिवर्तन मैट्रिसेस (permutation matrices) के एफ़ाइन सबस्पेस पर सीधे कार्य करता है, जो मौजूदा सिंकहॉर्न-आधारित विभेद्य (differentiable) विधियों की मोड-कोलैप्सिंग सीमाओं को दूर करता है।

Yimeng Min, Carla P. Gomes2026-05-19
💬 NLP

Exploring Lightweight Large Language Models for Court View Generation

यह शोध पत्र क्रिमिनल कोर्ट व्यू जनरेशन और आरोप पूर्वानुमान के लिए हल्के वजन वाले बड़े भाषा मॉडलों (2B पैरामीटर्स से कम) की क्षमताओं की व्यवस्थित रूप से जांच करता है, जो मॉडल आर्किटेक्चर, आकार और कार्य अंतर्निर्भरताओं के बीच के समझौतों का विश्लेषण करने के लिए CVGEvalKit मूल्यांकन ढांचे को पेश करता है और न्यायिक एआई में इन मॉडलों की क्षमता को प्रदर्शित करता है।

Zhitian Hou, Tianyong Hao, Nanli Zeng, Zhixiong Chao, Kun Zeng2026-05-19
🤖 machine learning

VolTA-3D: Self-Supervised Learning for Brain MRI using 3D Volumetric Token Alignment

VOLTA-3D एक स्व-पर्यवेक्षित (self-supervised) 3D विजन ट्रांसफार्मर फ्रेमवर्क है जो एक स्टूडेंट-टीचर प्रतिमान के भीतर ग्लोबल और लोकल टोकन्स को संयुक्त रूप से संरेखित करके हस्तांतरणीय ब्रेन एमआरआई (brain MRI) निरूपण सीखता है, जिससे यह विविध डाउनस्ट्रीम कार्यों में मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है और डोमेन शिफ्ट केAcross बढ़ी हुई मजबूती प्रदर्शित करता है।

Amy Makawana, Abhijeet Parida, Marius George Linguraru, Julia Ive, Syed Muhammad Anwar2026-05-19
🤖 machine learning

Distinguishable Deletion: Unifying Knowledge Erasure and Refusal for Large Language Model Unlearning

यह शोध पत्र डिस्टिंग्विशेबल डिलीशन (D2\mathrm{D^2}) का प्रस्ताव करता है, जो एनर्जी-बेस्ड अनलर्निंग अलाइनमेंट (EUA) के माध्यम से कार्यान्वित एक एकीकृत प्रतिमान है, जो विशिष्ट टोकन को दबाने के बजाय लेटेंट स्पेस में रिस्पॉन्स डिस्ट्रीब्यूशन को मैनिपुलेट करके अवांछनीय ज्ञान को प्रभावी ढंग से मिटाता है और सुरक्षित रिफ्यूज़ल सुनिश्चित करता है, जिससे मौजूदा नॉलेज डिलीशन और डिस्टिंग्विशेबल रिफ्यूज़ल विधियों की सीमाओं को दूर किया जा सके।

Puning Yang, Junchi Yu, Qizhou Wang, Philip Torr, Bo Han, Xiuying Chen2026-05-19
🤖 AI

Encoding Robust Topological Signatures for Hyperdimensional Computing

यह शोध पत्र एक सुदृढ़ हाइपरडायमेंशनल कंप्यूटिंग फ्रेमवर्क प्रस्तावित करता है जो रोटेशन, ट्रांसलेशन और स्केल-इनवेरिएंट टोपोलॉजिकल प्रिमिटिव्स—विशेष रूप से बाहरी आकृतियों और छिद्रों—को हाइपरवेक्टर्स में एनकोड करता है, जो मानक पिक्सेल-आधारित एनकोडर्स और कॉम्पैक्ट सीएनएन (CNN) की तुलना में पिक्सेल-स्तरीय भ्रष्टाचार के प्रति काफी बेहतर लचीलापन प्रदर्शित करते हुए प्रतिस्पर्धी क्लीन एक्यूरेसी बनाए रखता है।

Arpan Kusari2026-05-19✓ Author reviewed
🤖 machine learning

TIER: Trajectory-Invariant Execution Rewards for Multi-Step Tool Composition

यह शोध पत्र TIER का प्रस्ताव करता है, जो एक ऐसा रिवॉर्ड फ्रेमवर्क है जो फंक्शन स्कीमा और रनटाइम निष्पादन का लाभ उठाकर मल्टी-स्टेप टूल उपयोग के लिए सघन, ट्राजेक्टरी-इनवेरिएंट सुपरविजन प्रदान करता है, जिससे लार्ज लैंग्वेज मॉडल्स को उन जटिल कंपोजिशनल कार्यों पर उच्च सटीकता प्राप्त करने में सक्षम बनाया जा सके जहाँ मौजूदा ट्राजेक्टरी-आधारित विधियाँ विफल हो जाती हैं।

Anay Kulkarni, ChiaEn Lu, Dheeraj Mekala, Jayanth Srinivasa, Gaowen Liu, Jingbo Shang2026-05-19
🤖 machine learning

Cross-modal Affinity-aligned Multimodal Learning Analytics for Predicting Student Collaboration Satisfaction in Game-Based Learning

यह शोध पत्र एफ़िनिटी-अलाइन्ड मल्टीमॉडल लर्निंग एनालिटिक्स (AAMLA) फ्रेमवर्क का प्रस्ताव करता है, जिसमें एक क्रॉस-मोडल एफ़िनिटी-गाइडेड मोडैलिटी अलाइनमेंट (CAMA) मॉड्यूल शामिल है जो मोडैलिटी डिग्रेडेशन को मजबूती से संभालने और आई गेज़, फेशियल एक्सप्रेशंस और इंटरेक्शन लॉग्स जैसे हेट्रोजेनियस डेटा स्रोतों को एकीकृत करने के लिए इंटर-मोडल संबंधों को स्पष्ट रूप से मॉडल करके गेम-आधारित लर्निंग में छात्र सहयोग संतुष्टि की भविष्यवाणी को बढ़ाता है।

Wen-Hsin Tsai, Chia-Ming Lee, Yuk-Ying Tung2026-05-19
🤖 AI

Observation-Aligned Mask Priors for Learning Physical Dynamics from Authentic Occlusions

यह शोध पत्र ऑब्जर्वेशन-अलाइन्ड मास्क प्रायर्स (Observation-Aligned Mask Priors) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो डिफ्यूजन मॉडल्स के प्रशिक्षण के लिए नमूना-विशिष्ट मास्क उत्पन्न करने हेतु बेयसियन फ्लो नेटवर्क (Bayesian Flow Network) का उपयोग करके प्रामाणिक अवरोधों (occlusions) के वितरण को सीखता है, जिससे हीयुरिस्टिक मास्किंग नियमों पर निर्भर किए बिना अपूर्ण वास्तविक-विश्व अवलोकनों से सुदृढ़ भौतिक गतिकी पुनर्निर्माण सक्षम होता है।

Chiyuan Ma, Zihan Zhou, Tianshu Yu2026-05-19
🤖 machine learning

Decoupling KL and Trajectories: A Unified Perspective for SFT, DAgger, Offline RL, and OPD in LLM Distillation

यह शोध पत्र एक एकीकृत ढांचे का प्रस्ताव करता है जो LLM डिस्टिलेशन में पारंपरिक रूप से जुड़े हुए प्रिफिक्स स्रोत (prefix source) और KL डाइवर्जेंस दिशा के विकल्पों को अलग करता है, जो चार विशिष्ट उद्देश्यों को प्रकट करता है और तर्क संबंधी कार्यों (reasoning tasks) में सटीकता, विविधता और दक्षता के बीच संतुलन को अनुकूलित करने के लिए KL मिक्सिंग और एंट्रॉपी-गेटेड करिकुलम जैसी व्यावहारिक तकनीकों को पेश करता है।

Anhao Zhao, Haoran Xin, Yingqi Fan, Junlong Tong, Wenjie Li, Xiaoyu Shen2026-05-19