🤖 Category

cs.AI

24509 पेपर

🤖 AI

Decomposed Vision-Language Alignment for Fine-Grained Open-Vocabulary Segmentation

यह शोध पत्र एक विखंडित विजन-लैंग्वेज अलाइनमेंट (Decomposed Vision-Language Alignment) ढांचे का प्रस्ताव करता है जो टेक्स्ट प्रॉम्प्ट्स को कॉन्सेप्ट और एट्रिब्यूट टोकन में विभाजित करके और कंपोजिशनल सिमेंटिक्स को लागू करने के लिए एक फीचर-गेटेड क्रॉस-अटेंशन मॉड्यूल का उपयोग करके फाइन-ग्रैन्ड ओपन-वोकेबुलरी सेगमेंटेशन को बढ़ाता है, जिससे अनदेखे एट्रिब्यूट-कैटेगरी संयोजनों के प्रति सामान्यीकरण में महत्वपूर्ण सुधार होता है।

Chenhao Wang, Yingrui Ji, Yu Meng, Yao Zhu2026-05-18
🤖 AI

Imperfect World Models are Exploitable

यह शोध पत्र सुदृढीकरण aprendizaje (reinforcement learning) में मॉडल शोषण (model exploitation) की एक औपचारिक परिभाषा प्रस्तुत करता है, यह प्रदर्शित करते हुए कि जबकि बड़े नीति सेटों (policy sets) पर शोषण आम तौर पर अपरिहार्य है, शोषण की एक शिथिल धारणा एक सुरक्षित नियोजन क्षितिज (safe planning horizon) के व्युत्पत्ति की अनुमति देती है।

Logan Mondal Bhamidipaty (University of Edinburgh), Esmeralda S. Whitammer (University of Edinburgh), David Abel (Univer (…)2026-05-18
🤖 AI

Deterministic Event-Graph Substrates as World Models for Counterfactual Reasoning

यह शोध पत्र डिटरमिनिस्टिक इवेंट-ग्राफ सबस्ट्रेट्स (deterministic event-graph substrates) को प्रस्तुत करता है, जो एक पारदर्शी, नॉन-पैरामीट्रिक वर्ल्ड मॉडल है जो अवस्था (state) को अपेंड-ओनली (append-only) RDF ट्रिपल लॉग्स के रूप में निरूपित करता है और लॉग फॉरकिंग (log forking) के माध्यम से सटीक काउंटरफैक्चुअल रीजनिंग (counterfactual reasoning) को सक्षम बनाता है, जो CLEVRER और twin-EventLog बेंचमार्क पर सिम्बोलिक ओरैकल्स (symbolic oracles) और पैरामीट्रिक LLM बेसलाइन्स दोनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Fabio Rovai2026-05-18
🤖 AI

Learning Bilevel Policies over Symbolic World Models for Long-Horizon Planning

यह शोधपत्र BISON को प्रस्तुत करता है, जो एक ऐसा सिस्टम है जो लंबी अवधि की योजना बनाने वाले कार्यों (long-horizon planning tasks) को बड़ी संख्या में वस्तुओं के साथ कुशलतापूर्वक हल करने में सक्षम बाईलवल पॉलिसियों (bilevel policies) को बनाने के लिए लो-लेवल न्यूरल इमिटेशन लर्निंग को हाई-लेवल सिम्बोलिक एब्स्ट्रैक्शंस के साथ जोड़ता है, जो स्केलेबिलिटी और दक्षता में मौजूदा एंड-टू-एंड विधियों से बेहतर प्रदर्शन करता है।

Dillon Z. Chen, Till Hofmann, Toryn Q. Klassen, Sheila A. McIlraith2026-05-18
💬 NLP

Reference-Free Reinforcement Learning Fine-Tuning for MT: A Seq2Seq Perspective

यह शोध पत्र प्रदर्शित करता है कि हाइब्रिड रेफरेंस-फ्री रिवॉर्ड के साथ ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO), समानांतर डेटा के बिना 13 विविध भाषाओं में एनकोडर-डिकोडर मशीन ट्रांसलेशन मॉडल (NLLB-200) को प्रभावी ढंग से फाइन-ट्यून कर सकता है, जिससे महत्वपूर्ण प्रदर्शन लाभ प्राप्त होते हैं जो उन लो-रिसोर्स परिदृश्यों में सबसे अधिक स्पष्ट हैं जहाँ बेसलाइन प्रदर्शन सबसे कमजोर होता है।

Ernesto Garcia-Estrada, Carlos Escolano, José A. R. Fonallosa2026-05-18
💬 NLP

Ontology for Policing: Conceptual Knowledge Learning for Semantic Understanding and Reasoning in Law Enforcement Reports

यह शोध पत्र एक प्रतीकात्मक ढांचे का प्रस्ताव करता है जो सिमेंटिक पार्सिंग, ऑन्टोलॉजी मैपिंग और रीजनिंग को एकीकृत करके असंरचित कानून प्रवर्तन वृत्तांतों को साक्ष्य-लिंक्ड तथ्यों और टेम्पोरल ग्राफ में परिवर्तित करता है, जो संपत्ति संबंधी अपराध रिपोर्टों से प्रमुख घटना विवरणों को निकालने में उच्च सटीकता प्रदर्शित करता है।

Anita Srbinovska, Jansen Orfan, Adrian Martin, Ernest Fokoué2026-05-18
🤖 machine learning

Constrained latent state modeling: A unifying perspective on representation learning under competing constraints

यह शोध पत्र 'कंस्ट्रेंड लेटेंट स्टेट मॉडलिंग' (CLSM) को एक एकीकृत ढांचे के रूप में प्रस्तावित करता है जो प्रेडिक्टिव सफिशिएंसी (भविष्यवाणी पर्याप्तता) और मिनिमैलिटी (न्यूनतमता) जैसी मुख्य विशेषताओं के बीच अंतर्निहित समझौतों को औपचारिक रूप देता है, जिससे प्रतिनिधित्व सीखने (रिप्रेजेंटेशन लर्निंग) की चुनौतियों को कम-प्रतिबंधित उद्देश्यों के परिणामों के रूप में पुनर्गठित किया जाता है और व्याख्या योग्य एवं सुदृढ़ लेटेंट स्टेट मॉडलों को डिजाइन करने के लिए एक सिद्धांतपूर्ण मार्गदर्शिका प्रदान की जाती है।

Gwenolé Quellec2026-05-18
💬 NLP

Can Vision Language Models Be Adaptive in Mathematics Education? A Learner Model-based Rubric Study

यह शोध पत्र गणितीय शिक्षा में विजन लैंग्वेज मॉडल्स (VLMs) की अनुकूलन क्षमता का व्यवस्थित रूप से मूल्यांकन करने के लिए एक लर्नर मॉडल-आधारित रूब्रिक प्रस्तावित करता है, जो यह प्रकट करता है कि हालांकि विभिन्न मॉडलों के बीच मापने योग्य अंतर मौजूद हैं, वर्तमान VLMs निरंतर व्यक्तिगत निर्देशात्मक प्रतिक्रियाएं उत्पन्न करने में संघर्ष करते हैं, विशेष रूप से तब जब उन्हें सीमित शिक्षार्थी जानकारी प्रदान की जाती है।

Jie Gao, Yongan Yu, Junzhu Su, Yiran Lin, Adam K. Dube, Jackie Chi Kit Cheung2026-05-18
🤖 AI

Who Owns This Agent? Tracing AI Agents Back to Their Owners

यह शोध पत्र एजेंट एट्रिब्यूशन (agent attribution) के लिए पहले व्यावहारिक प्रोटोकॉल को प्रस्तुत करता है, जो वेंडरों को इंटरैक्शन स्ट्रीम में मजबूत कैनरीज (canaries) इंजेक्ट करके स्वायत्त एआई एजेंटों को उनके तैनात खातों तक ट्रैक करने में सक्षम बनाता है, जिन्हें एजेंट के प्रदर्शन को कम किए बिना दबाया नहीं जा सकता है।

Ruben Chocron, Doron Jonathan Ben Chayim, Eyal Lenga, Gilad Gressel, Alina Oprea, Yisroel Mirsky2026-05-18
🤖 AI

Learning Sim-Grounded Policies for Bimanual Rope Manipulation from Human Teleoperation Data

यह शोध पत्र यह प्रदर्शित करता है कि द्विपक्षीय रस्सी हेरफेर (bimanual rope manipulation) कार्यों के लिए, भौतिकी-संगत 3D कण अवस्थाओं (physics-consistent 3D particle states) पर आधारित नीतियां, समान सीमित मानव टेलीऑपरेशन डेटा पर प्रशिक्षित विजन-आधारित नीतियों की तुलना में काफी बेहतर प्रदर्शन करती हैं, जो इस बात को रेखांकित करता है कि विजुअल दृष्टिकोणों में सामान्यीकरण (generalization) की कमी अवलोकन स्थान (observation space) के कारण है न कि नीति वास्तुकला (policy architecture) के कारण।

Gina Wigginghaus, Tim Missal, Berk Guler, Simon Manschitz, Jan Peters2026-05-18