🤖 Category

cs.AI

24509 पेपर

🤖 AI

Political Plasticity: An Analysis of Ideological Adaptability in Large Language Models

यह अध्ययन "राजनीतिक प्लास्टिसिटी" (political plasticity) की अवधारणा को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि जबकि सिस्टम प्रॉम्प्ट काफी हद तक अप्रभावी होते हैं, उपयोगकर्ता प्रॉम्प्ट नए लार्ज लैंग्वेज मॉडल्स में, विशेष रूप से आर्थिक स्वतंत्रता के अक्षों पर, महत्वपूर्ण वैचारिक बदलाव सफलतापूर्वक प्रेरित कर सकते हैं, हालांकि सत्यापन प्रयोग डेटा लीकेज और विभिन्न भाषाओं में उल्लेखनीय विविधताओं को प्रकट करते हैं।

Bruno Bianchi, Diego Tiscornia, Matias Travizano, Ariel Futoransky2026-05-12
🤖 AI

Alignment as Jurisprudence

यह निबंध तर्क देता है कि न्यायशास्त्र (jurisprudence) और एआई अलाइनमेंट (AI alignment) भाषा के माध्यम से शक्तिशाली अभिनेताओं के निर्णयों की भविष्यवाणी करने और उन्हें आकार देने में एक मौलिक संरचना साझा करते हैं, जो यह प्रस्तावित करता है कि ड्वोर्किन के व्याख्यात्मकवाद (Dworkin's interpretivism) और सनस्टीन के सादृश्य तर्क (Sunstein's analogical reasoning) जैसे कानूनी सिद्धांतों से प्राप्त अंतर-विषयक अंतर्दृष्टि एआई अलाइनमेंट रणनीतियों को परिष्कृत कर सकती है, जबकि एआई प्रगति, बदले में, कानूनी सिद्धांत को सुधारने के लिए नए दृष्टिकोण प्रदान करती है।

Nicholas Caputo2026-05-12
🤖 AI

Mechanism Design Is Not Enough: Prosocial Agents for Cooperative AI

यह शोध पत्र यह प्रदर्शित करता है कि अनुबंध पूर्णता (contract completeness) की अंतर्निहित सीमाओं के कारण केवल तंत्र डिजाइन (mechanism design) ही AI इंटरैक्शन में सामाजिक कल्याण को अधिकतम करने के लिए अपर्याप्त है, और इसके बजाय यह तर्क देता है कि श्रेष्ठ सहकारी परिणामों को प्राप्त करने के लिए LLM एजेंटों को आंतरिक रूप से परोपकारी (intrinsic prosociality) बनाना आवश्यक है।

Xuanqiang Angelo Huang, Charlie Tharas, Samuele Marro, Van Q. Truong, Bernhard Schölkopf, Emanuele La Malfa, Zhijing Jin2026-05-12
📊 statistics

A Semantic-Sampling Framework for Evaluating Calibration in Open-Ended Question Answering

यह शोध पत्र Sem-ECE को प्रस्तुत करता है, जो एक नवीन ढांचा है जो मॉडल आउटपुट को सैंपल करने और उन्हें सिमेंटिक वर्गों में समूहित करने के माध्यम से ओपन-एंडेड प्रश्न उत्तर देने में कैलिब्रेशन का मूल्यांकन करता है ताकि एक निष्पक्ष, सुदृढ़ मीट्रिक प्रदान की जा सके जो मौजूदा वर्बलाइज्ड और सैंपलिंग-आधारित विधियों से बेहतर प्रदर्शन करता है, विशेष रूप से तब जब आंतरिक मॉडल प्रोबेबिलिटीज उपलब्ध नहीं होती हैं।

Zhanliang Wang, Jiancong Xiao, Ruochen Jin, Shu Yang, Bojian Hou, Li Shen2026-05-12
🔬 physics

A meshfree exterior calculus for generalizable and data-efficient learning of physics from point clouds

यह शोध पत्र MEEC-Net को प्रस्तुत करता है, जो एक मेश-मुक्त (meshfree) एक्सटीरियर कैलकुलस फ्रेमवर्क है जो एक विभेदनीय (differentiable), मेश-मुक्त विविक्तकरण (discretization) के माध्यम से पॉइंट क्लाउड्स पर संरचना-संरक्षण भौतिकी (structure-preserving physics) को सीखता है, जिससे अत्यधिक डेटा-कुशल, सामान्यीकरण योग्य सरोगेट मॉडलिंग सक्षम होती है जो अनदेखी ज्यामिति और भौतिक मापदंडों पर बेसलाइन न्यूरल ऑपरेटर्स से काफी बेहतर प्रदर्शन करती है।

Benjamin D. Shaffer, Brooks Kinch, M. Ani Hsieh, Nathaniel Trask2026-05-12
🤖 AI

Magis-Bench: Evaluating LLMs on Magistrate-Level Legal Tasks

यह शोध पत्र मैजिस-बेंच (Magis-Bench) प्रस्तुत करता है, जो ब्राज़ीलियाई न्यायिक परीक्षाओं से व्युत्पन्न एक नया बेंचमार्क है, जो मजिस्ट्रेट-स्तर के कानूनी तर्क और लेखन कार्यों पर 23 अत्याधुनिक एलएलएम (LLMs) का मूल्यांकन करता है, जिससे यह पता चलता है कि शीर्ष प्रदर्शन करने वाले मॉडल भी तर्कसंगत न्यायिक निर्णय उत्पन्न करने में उच्च अंक प्राप्त करने के लिए संघर्ष करते हैं।

Ramon Pires, Thales Sales Almeida, Celio Larcher Junior, Giovana Bonás, Hugo Abonizio, Marcos Piau, Roseval Malaquias Ju (…)2026-05-12
🤖 AI

Defense effectiveness across architectural layers: a mechanistic evaluation of persistent memory attacks on stateful LLM agents

यह शोध पत्र एलएलएम (LLM) एजेंटों पर होने वाले पर्सिस्टेंट मेमोरी हमलों के विरुद्ध चार आर्किटेक्चरल परतों में छह रक्षा तंत्रों का व्यवस्थित रूप से मूल्यांकन करता है, जिससे यह पता चलता है कि अधिकांश इनपुट और रिट्रीवल-स्तरीय रक्षा तंत्र विफल हो जाते हैं जबकि एक टूल-गेटिंग "मेमोरी सैंडबॉक्स" आवश्यक रिकॉल क्षमता को हटाकर खतरे को प्रभावी ढंग से निष्प्रभावी कर देता है, हालांकि इसमें एक महत्वपूर्ण चेतावनी भी शामिल है जहाँ यह अनजाने में एक विशिष्ट रीजनिंग मॉडल के अंतर्निहित रिफ्यूज़ल मैकेनिज्म को बायपास कर देता है।

Jun Wen Leong2026-05-12
🤖 AI

Measuring What Matters: Benchmarking Generative, Multimodal, and Agentic AI in Healthcare

यह शोध पत्र तर्क देता है कि वर्तमान स्वास्थ्य सेवा एआई बेंचमार्क अपर्याप्त हैं क्योंकि वे वास्तविक दुनिया की विश्वसनीयता और सुरक्षा के बजाय संकीर्ण ज्ञान परीक्षण को प्राथमिकता देते हैं, जिससे जटिल नैदानिक वर्कफ़्लो में मॉडल के प्रदर्शन को सटीक रूप से मापने के लिए एक सिद्धांत-आधारित ढांचे की आवश्यकता होती है।

Prasanna Desikan, Harshit Rajgarhia, Shivali Dalmia, Ananya Mantravadi2026-05-12
🤖 AI

LLM-guided Semi-Supervised Approaches for Social Media Crisis Data Classification

यह शोध पत्र संकट-संबंधी ट्वीट्स को वर्गीकृत करने के लिए LLM-निर्देशित अर्ध-पर्यवेक्षित शिक्षण (semi-supervised learning) का पहला अनुभवजन्य मूल्यांकन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि LG-CoTrain जैसी विधियाँ कम-संसाधन वाले परिवेश में शास्त्रीय दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करती हैं और LLM ज्ञान को कॉम्पैक्ट, तैनात करने योग्य मॉडलों में स्थानांतरित कर सकती हैं जो ज़ीरो-शॉट बड़े भाषा मॉडलों (large language models) के बराबर हैं।

Jacob Ativo, Bharaneeshwar Balasubramaniyam, Anh Tran, Khushboo Gupta, Hongmin Li, Doina Caragea, Cornelia Caragea2026-05-12
🤖 machine learning

Zero-shot Imitation Learning by Latent Topology Mapping

यह शोध पत्र ZALT को प्रस्तुत करता है, जो एक ज़ीरो-शॉट इमिटेशन लर्निंग विधि है जो कंपोजेबल हब-टू-हब ट्रांज़िशन सीखने के लिए लेटेंट हब स्टेट्स की पहचान करती है, जिससे एजेंट उन जटिल वातावरणों में अनदेखे लॉन्ग-होरिज़ोन गोल-कंडीशन्ड कार्यों की सफलतापूर्वक योजना बनाने और उन्हें हल करने में सक्षम होते हैं जहाँ त्रुटि संचय (error accumulation) के कारण पारंपरिक विधियाँ विफल हो जाती हैं।

Maxwell J. Jacobson, Yexiang Xue2026-05-12