🤖 Category

cs.AI

24429 पेपर

💬 NLP

QQJ: Quantifying Qualitative Judgment for Scalable and Human-Aligned Evaluation of Generative AI

यह शोध पत्र QQJ को प्रस्तुत करता है, जो एक स्केलेबल और मानव-संरेखित मूल्यांकन ढांचा है जो विशेषज्ञ-निर्मित, बहु-आयामी रूब्रिक्स में लार्ज लैंग्वेज मॉडल इवैल्यूएटर्स को एंकर करके स्वचालित मूल्यांकन और मानवीय निर्णय के बीच के अंतर को पाटता है, जिससे पारंपरिक मेट्रिक्स और अनकन्स्ट्रेंड एलएलएम इवैल्यूएटर्स की तुलना में जनरेटिव एआई सिस्टम के लिए बेहतर निरंतरता, व्याख्यात्मकता और नैदानिक क्षमता प्राप्त होती है।

Marjan Veysi, Pirooz Shamsinejadbabaki, Mohammad Zare, Mohammad Sabouri2026-05-19
💻 computer science

Heterogeneous Information-Bottleneck Coordination Graphs for Multi-Agent Reinforcement Learning

यह शोध पत्र हेटेरोजेनियस इंफॉर्मेशन-बॉटलनेक कोऑर्डिनेशन ग्राफ्स (HIBCG) का प्रस्ताव करता है, जो एक सैद्धांतिक रूप से आधारित ढांचा है जो सहकारी मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) के लिए ग्राफ इंफॉर्मेशन बॉटलनेक का उपयोग करके सिद्धांतपूर्ण एज चयन के लिए एक समूह-संरेखित प्रायर (group-aligned prior) और इष्टतम संदेश क्षमता आवंटन के लिए एक वॉटर-फिलिंग सिद्धांत का उपयोग करता है।

Wei Duan, Junyu Xuan, En Yu, Xiaoyu Yang, Jie Lu2026-05-19
💻 computer science

Ablating Safety: Mechanisms for Removing Alignment in Language Models for Security Applications

यह शोध पत्र अधिकृत साइबर सुरक्षा कार्यों के लिए एक नियंत्रित मूल्यांकन प्रोटोकॉल के रूप में "एब्लेटिंग सेफ्टी" (Ablating Safety) का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि जहाँ सरल रिफ्यूज़ल-प्रोजेक्शन विधियाँ उच्च सुरक्षा जोखिमों के साथ न्यूनतम सुरक्षा लाभ प्रदान करती हैं, वहीं लक्षित LoRA-आधारित अनुकूलन सामान्य क्षमताओं को बनाए रखते हुए और असुरक्षित स्पिलओवर को सीमित करते हुए सुरक्षा प्रदर्शन में महत्वपूर्ण सुधार कर सकता है।

Isaac David, Arthur Gervais2026-05-19
🤖 machine learning

IVF-TQ: Streaming-Robust Approximate Nearest Neighbor Search via a Codebook-Free Residual Layer

यह शोध पत्र IVF-TQ का प्रस्ताव करता है, जो एक स्ट्रीमिंग-रोबस्ट अनुमानित निकटतम पड़ोसी खोज (approximate nearest neighbor search) इंडेक्स है, जो निरंतर डेटा अंतर्ग्रहण (data ingestion) के दौरान स्टेलनेस (staleness) को समाप्त करने के लिए प्रशिक्षित कोडबुक्स के स्थान पर एक निश्चित रैंडम रोटेशन और पूर्व-निर्धारित स्केलर क्वांटाइजेशन का उपयोग करता है, जबकि विभिन्न मेमोरी बजटों में प्रतिस्पर्धी रिकॉल बनाए रखता है।

Tarun Sharma2026-05-19
💻 computer science

Benchmarking Mythos-Linked Bug Rediscovery

यह शोध पत्र एक नियंत्रित प्रयोग की रिपोर्ट करता है जहाँ तीन एआई मॉडलों ने एंथ्रोपिक के "मिथोस" (Mythos) सामग्रियों से जुड़े छह विशिष्ट बग्स को बिना किसी पूर्व ज्ञान के पुनः खोजने का प्रयास किया, जिससे यह पता चला कि अनुकूल परिस्थितियों में भी, मॉडलों की सफलता दर कम (54 प्रयासों में से 6) रही, जिसका मुख्य कारण वास्तविक पैच द्वारा सुधारा गया विशिष्ट इनवेरिएंट (invariant) को पहचानने के बजाय प्रशंसनीय लेकिन गलत परिकल्पनाओं के प्रति प्रतिबद्ध होने की प्रवृत्ति थी।

Isaac David, Arthur Gervais2026-05-19
🤖 machine learning

Learning Displacement-Robust Representations for Landslide Early Warning under Rainfall Forecast Uncertainty

यह शोध पत्र एक नवीन भूस्खलन पूर्व चेतावनी प्रणाली प्रस्तावित करता है जो वर्षा और स्थलाकृति (टेरेन) डेटा से विस्थापन-रोबस्ट (displacement-robust) निरूपण उत्पन्न करने के लिए 'रेनफॉल-मोशन-अवेयर कॉन्ट्रास्टिव लर्निंग' का उपयोग करती है, जो वर्षा के पूर्वानुमानों में निहित स्थानिक अनिश्चितताओं के तहत भविष्यवाणी की सटीकता में महत्वपूर्ण सुधार करती है।

Ren Ozeki, Hamada Rizk, Hirozumi Yamaguchi2026-05-19
🤖 machine learning

MATE: Solving Contextual Markov Decision Processes with Memory of Accumulated Transition Embeddings

यह शोध पत्र MATE का प्रस्ताव करता है, जो एक ऐसी मेमोरी आर्किटेक्चर है जो इंट्रैक्टेबल पोस्टीरियर बिलीफ़्स (intractable posterior beliefs) को एक सम-एग्रीगेटेड मेमोरी (sum-aggregated memory) से बदलकर कॉन्टेक्स्टुअल मार्कोव डिसीजन प्रोसेस (Contextual Markov Decision Processes) को हल करती है, जिससे ट्रांसफॉर्मर्स और RNNs की कम्प्यूटेशनल और ग्रेडिएंट सीमाओं से बचते हुए मानक अनुक्रम मॉडलों (standard sequence models) के तुलनीय प्रदर्शन प्राप्त किया जाता है।

Himchan Hwang, Hyeokju Jeong, Gene Chung, Seungyeon Kim, Sangwoong Yoon, Frank Chongwoo Park2026-05-19
💻 computer science

Spatial Blindness in Whole-Slide Multiple Instance Learning

यह शोध पत्र होल-स्लाइड मल्टीपल इंस्टेंस लर्निंग मॉडल्स में "स्थानिक अंधापन" (spatial blindness) की पहचान करता है, जहाँ अनुकूलन गतिकी (optimization dynamics) के कारण भविष्यवाणियाँ ऊतक संरचना (tissue architecture) के बजाय संरचनात्मक उपस्थिति सांख्यिकी (compositional appearance statistics) पर निर्भर करती हैं, और ResTopoMIL प्रस्तावित करता है—जो एक सरल आर्किटेक्चर है जो क्रम-अपरिवर्तनीय उपस्थिति शिक्षण (permutation-invariant appearance learning) को निर्देशांक-निर्भर स्थानिक शिक्षण (coordinate-dependent spatial learning) से अलग करता है—ताकि स्थानिक संवेदनशीलता को बहाल किया जा सके और नौ बेंचमार्क में प्रदर्शन में सुधार किया जा सके।

Xiangyu Li, Ran Su2026-05-19
💻 computer science

GCE-MIL: Faithful and Recoverable Evidence for Multiple Instance Learning in Whole-Slide Imaging

GCE-MIL एक बैकबोन-अज्ञेय (backbone-agnostic) ढांचा है जो होल-स्लाइड इमेजिंग के लिए मल्टीपल इंस्टेंस लर्निंग को सुदृढ़ करने हेतु पर्याप्तता (Sufficiency), आवश्यकता (Necessity) और पुनरुत्पादकता (Recoverability) (S/N/R) के लिए स्पष्ट रूप से अनुकूलित करता है ताकि निष्ठावान, पुनरुत्पादनीय साक्ष्य उत्पन्न किए जा सकें, जिससे वर्गीकरण प्रदर्शन में सुधार होता है और निरंतर अटेंशन स्कोर तथा विविक्त पैच चयन के बीच के अंतर को कम किया जा सके।

Xiangyu Li, Ran Su2026-05-19
💻 computer science

A Distributional View for Visual Mechanistic Interpretability: KL-Minimal Soft-Constraint Principle

यह शोधपत्र विजुअल मैकेनिस्टिक इंटरप्रिटेबिलिटी (visual mechanistic interpretability) के लिए एक वितरण संबंधी दृष्टिकोण (distributional view) प्रस्तावित करता है जो मौजूदा प्रतिमानों में सांख्यिकीय पूर्वाग्रहों को हल करने के लिए कार्य को एक KL-न्यूनतम अनुकूलन समस्या (KL-minimal optimization problem) के रूप में सूत्रबद्ध करता है, और व्याख्यात्मकता (interpretability) तथा निष्ठा (faithfulness) के बीच एक सैद्धांतिक संतुलन प्राप्त करने के लिए ऊर्जा-निर्देशित डिफ्यूजन पोस्टीरियर सैंपलिंग (energy-guided diffusion posterior sampling) के माध्यम से साकार एक KL-न्यूनतम सॉफ्ट-कन्स्ट्रेंट सिद्धांत प्रस्तुत करता है।

Guancheng Zhou, Yisi Luo, Zhengfu He, Zhenyu Jin, Xuyang Ge, Wentao Shu, Deyu Meng, Xipeng Qiu2026-05-19