🤖 Category

cs.AI

20331 पेपर

🤖 AI

Temporary Authority, Permanent Effects: Commit-Time Authorization for LLM Agents

यह शोध पत्र LLM एजेंटों के लिए एक महत्वपूर्ण सुरक्षा गुण के रूप में "कमिट-टाइम ऑथोराइजेशन" (commit-time authorization) को प्रस्तुत करता है, जो एक नियंत्रित इनवैलिडेशन सूट के माध्यम से यह प्रदर्शित करता है कि एंडपॉइंट की सफलता वैध अधिकार की गारंटी नहीं देती है, और "कमिटगार्ड" (CommitGuard) का प्रस्ताव करता है, जो एक फेल-क्लोज्ड (fail-closed) मॉनिटर है जो उन टिकाऊ प्रभावों को रोकता है जब अंतर्निहित अधिकार साक्ष्य पुराना या अमान्य हो जाता है।

Igor Santos-Grueiro2026-07-14
🤖 machine learning

Conditional Optimal Bridge for Riemannian Activation Steering

यह शोध पत्र \textsc{Cobras} को प्रस्तुत करता है, जो एक नवीन एक्टिवेशन स्टीयरिंग विधि है जो एक सिद्धांतपूर्ण, क्वेरी-अनुकूलित स्टीयरिंग दिशा प्राप्त करने के लिए रेसिडुअल-स्ट्रीम हाइपरस्फीयर पर एक श्रोडिंगर ब्रिज (Schrödinger Bridge) के रूप में समस्या को सूत्रबद्ध करती है, जो मौजूदा बेसलाइनों से बेहतर प्रदर्शन करती है और आउट-ऑफ-डिस्ट्रीब्यूशन प्रदर्शन गिरावट से बचती है।

Seyed Arshan Dalili, Ajay Narayanan Sridhar, Vijaykrishnan Narayanan, Mehrdad Mahdavi2026-07-14
🤖 AI

Cross-Layer Misalignment Detection in Agent Skills: A Progressive Loading-Aware Contrastive Learning Approach

यह शोध पत्र प्रोग्रेसिव लोडिंग-अवेयर हिरार्किकल कॉन्ट्रास्टिव लर्निंग (PL-HCL) को प्रस्तुत करता है, जो एक LLM-आधारित फ्रेमवर्क है जो एजेंट स्किल्स के विवरणों और वास्तविक व्यवहारों के बीच क्रॉस-लेयर मिसअलाइनमेंट का प्रभावी ढंग से पता लगाता है, जिससे ओपन-सोर्स स्किल्स के एक बड़े पैमाने के डेटासेट पर मैक्रो-F1 स्कोर में 0.45 से 0.87–0.89 तक की महत्वपूर्ण वृद्धि प्राप्त होती है।

Chengjun Zhang, Yang Gao, Jianna Hur, Jingjing Zhang, Sagar Samtani2026-07-14
🤖 AI

AI YOU Town: Make Friends and Money with Your Digital Twin

यह शोध पत्र **AI YOU** प्रस्तुत करता है, जो एक ऐसा ढांचा है जो प्रॉम्पटिंग, बेयसियन अपडेटिंग और कॉन्फॉर्मल प्रेडिक्शन को जोड़कर डिजिटल ट्विन निरंतरता और अनिश्चितता अंशांकन (अनसर्टेन्टी कैलिब्रेशन) को बढ़ाता है, ताकि एक 22-आयामी व्यक्तित्व प्रोफ़ाइल को गतिशील रूप से अपडेट किया जा सके और लंबे, मल्टी-एजेंट इंटरैक्शन के दौरान पर्सोना फिडेलिटी को संरक्षित किया जा सके।

Yan Lin, Yuyang Dai, Jiahui Geng, Yuxia Wang2026-07-14
🤖 AI

CRiT-QA: Evaluating Multi-hop Reasoning with Counterfactual Chains and Distractor Traps

यह शोध पत्र CRiT-QA प्रस्तुत करता है, जो एक नवीन डेटासेट है जिसे पैरामीट्रिक ज्ञान पर निर्भरता को समाप्त करने के लिए काउंटरफैक्चुअल चेन्स (counterfactual chains) और शॉर्टकट शोषण को रोकने के लिए डिस्ट्रैक्टर ट्रैप्स (distractor traps) का उपयोग करके बड़े भाषा मॉडलों की मल्टी-हॉप रीजनिंग क्षमताओं का कड़ाई से मूल्यांकन करने के लिए डिज़ाइन किया गया है, जिससे मानक बेंचमार्क की तुलना में महत्वपूर्ण प्रदर्शन अंतराल का पता चलता है।

JungMin Yun, JuneHyoung Kwon, YoungBin Kim2026-07-14
🤖 AI

When Does Restricting a Coding Agent to execute_code Help? A Regime ×\times Agent-Design Ablation

यह शोध पत्र प्रदर्शित करता है कि कोडिंग एजेंटों को केवल एक `execute_code` टूल तक सीमित रखना अक्सर टूल-समृद्ध वातावरण का उपयोग करने जितना ही प्रभावी और अक्सर उससे सस्ता होता है, जो यह प्रकट करता है कि इष्टतम टूल सतह (tool surface) अकेले किसी भी कारक के बजाय कार्य व्यवस्था (task regimes) और विशिष्ट एजेंट डिज़ाइनों के बीच परस्पर क्रिया द्वारा संयुक्त रूप से निर्धारित होती है।

Hong Yang, Qi Yu, Travis Desell2026-07-14
📊 statistics

Learning from Local Walks on Dynamic Graphs with Bandit Feedback

यह शोधपत्र स्थानीय संचलन बाधाओं वाले गतिशील ग्राफों पर स्टोकेस्टिक मल्टी-आर्म्ड बैंडिट्स को संबोधित करने के लिए टोपोलॉजिकल स्थिरता सुनिश्चित करने हेतु एक स्लाइडिंग-विंडो मिक्सिंग स्थिति पेश करता है और एक्सप्लोर-देन-कमिट एल्गोरिदम का प्रस्ताव करता है जो उप-रैखिक अपेक्षित रिग्रेट (sublinear expected regret) प्राप्त करते हैं।

Sourav Chakraborty, Amit Kiran Rege, Claire Monteleoni, Lijun Chen2026-07-14
🤖 AI

Laguerre Geometry for Interpreting Large Language Models

यह शोध पत्र एक लैगुएर ज्यामिति (Laguerre Geometry) ढांचे को प्रस्तुत करता है जो LLM अवधारणाओं को बिंदुओं के बजाय स्थानिक क्षेत्रों (spatial regions) के रूप में पुनर्परिभाषित करता है, जिससे ट्रांसफॉर्मर मॉडल के आंतरिक तर्क प्रक्षेपवक्रों (reasoning trajectories) और पदानुक्रमित संरचनाओं को सटीक रूप से विज़ुअलाइज़ करने, मापने और हेरफेर करने के लिए ज्योमेट्रिक लेंस (Geometric Lens) और लैगुएर ऑटोएनकोडर (Laguerre Autoencoder) जैसे प्रशिक्षण-मुक्त उपकरणों का विकास सक्षम होता है।

Chunwei Ma, Russell Wolfinger2026-07-14
🤖 AI

DiffUE: Enhancing Utility-Unlearnability Trade-off of Unlearnable Examples via Diffusion Autoencoders

यह शोध पत्र DiffUE को प्रस्तुत करता है, जो एक नवीन विधि है जो डिफ्यूजन-आधारित ऑटोएनकोडर के माध्यम से सिमेंटिक स्पेस में अदृश्य शोर (imperceptible noise) इंजेक्ट करके इमेज उपयोगिता और अनलर्नैबिलिटी (unlearnability) के बीच के संतुलन को बेहतर बनाती है, जिससे प्रभावी रूप से पुन: सीखने की रणनीतियों का विरोध करने वाली और दृश्य निष्ठा (visual fidelity) बनाए रखने वाली मजबूत, उच्च-गुणवत्ता वाली छवियां निर्मित होती हैं।

Syed Irfan Ali Meerza, Oktay Ozturk, Amir Sadovnik, Jian Liu2026-07-14
🤖 machine learning

MemDecay: Region-Aware KV Cache Eviction for Efficient LLM Agent Inference

MemDecay एक प्रशिक्षण-मुक्त (training-free), क्षेत्र-जागरूक (region-aware) KV कैश इविक्शन पॉलिसी है जो LLM एजेंट संदर्भों की सिमेंटिक संरचना का लाभ उठाकर विभिन्न टोकन क्षेत्रों को विशिष्ट प्रतिधारण प्राथमिकताएं (retention priorities) और क्षय दरें (decay rates) आवंटित करती है, जो महत्वपूर्ण जानकारी को संरक्षित करने और मेमोरी बाधाओं के तहत इन्फरेंस सटीकता बनाए रखने में मौजूदा रिसेंसी- या अटेंशन-आधारित बेसलाइनों की तुलना में काफी बेहतर प्रदर्शन करती है।

Venkatesha Matam, Keon Kim2026-07-14