🤖 Category

cs.AI

24509 पेपर

📊 statistics

Sink vs. diagonal patterns as mechanisms for attention switch and oversmoothing prevention

यह शोध पत्र इस बात की जांच करता है कि सिंक्स (sinks) और डायगोनल पैटर्न (diagonal patterns) ट्रांसफॉर्मर्स में अटेंशन स्विचिंग और ओवरस्मूथिंग (oversmoothing) को रोकने के तंत्र के रूप में कैसे कार्य करते हैं, जो हार्ड अटेंशन स्विचों के उनके समकक्ष होने को सिद्ध करते हैं, उन स्थितियों को स्थापित करते हैं जहाँ डेंस अटेंशन (dense attention), स्पार्स अटेंशन (sparse attention) से बेहतर प्रदर्शन करता है, और यह प्रदर्शित करते हैं कि प्रीट्रेन्ड मॉडल्स में टोकन सेल्फ-कम्युनिकेशन के लिए डायगोनल पैटर्न की तुलना में सिंक्स को क्यों प्राथमिकता दी जाती है।

Peter Súkeník, Cristina López Amado, Christoph H. Lampert, Marco Mondelli2026-05-12
🤖 machine learning

Recovering Physical Dynamics from Discrete Observations via Intrinsic Differential Consistency

यह शोध पत्र एक ऐसी विधि प्रस्तावित करता है जो "सिमेट्री रप्चर" (Symmetry Rupture) नामक एक वैश्विक अर्ध-समूह संरचनात्मक बाधा (global semi-group structural constraint) को लागू करके विविक्त अवलोकनों (discrete observations) से निरंतर-समय गतिकी (continuous-time dynamics) को पुनर्प्राप्त करती है, जो एक प्रशिक्षण नियमितकर्ता (training regularizer) और एक अनुकूलन योग्य अनुमानित भविष्यवक्ता (adaptive inference oracle) दोनों के रूप में कार्य करती है ताकि न्यूरल ODE बेसलाइन की तुलना में सटीकता और गणनात्मक दक्षता में उल्लेखनीय सुधार किया जा सके।

Yuxiang Luo, Andrew Perrault2026-05-12
🤖 AI

When Child Inherits: Modeling and Exploiting Subagent Spawn in Multi-Agent Networks

यह शोध पत्र मल्टी-एजेंट एलएलएम (LLM) प्रणालियों में सब-एजेंट इनहेरिटेंस (subagent inheritance) के सुरक्षा जोखिमों की जांच करता है, यह प्रदर्शित करते हुए कि कैसे समझौता किए गए पैरेंट एजेंट असुरक्षित मेमोरी और रिसोर्स नियंत्रणों के माध्यम से नए स्पॉन किए गए चिल्ड्रन एजेंटों तक दुर्भावनापूर्ण निर्देशों और स्टेट (state) को प्रसारित कर सकते हैं, और एक रक्षा के रूप में स्पष्ट सुरक्षा इनवेरियंट्स (security invariants) का प्रस्ताव करता है।

Ziwen Cai, Yihe Zhang, Xiali Hei2026-05-12
🤖 AI

Do Benchmarks Underestimate LLM Performance? Evaluating Hallucination Detection With LLM-First Human-Adjudicated Assessment

यह अध्ययन यह दर्शाता है कि LLM-जनित तर्क के मानव न्यायनिर्णयन के माध्यम से मतिभ्रम (hallucination) पहचान बेंचमार्क का पुनर्मूल्यांकन करने पर यह स्पष्ट होता है कि मूल एनोटेशन अक्सर मॉडल के प्रदर्शन को कम करके आंकते हैं, जो यह सुझाव देता है कि मॉडल-सहायता प्राप्त पुनर्मूल्यांकन अस्पष्टता-प्रवण कार्यों के लिए अधिक विश्वसनीय बेंचमार्क प्रदान करता है।

I. F. Atasoy, B. Mutlu, E. A. Sezer, A. Wahdan2026-05-12
🤖 AI

Behavioral Determinants of Deployed AI Agents in Social Networks: A Multi-Factor Study of Personality, Model, and Guardrail Specification

यह अध्ययन अनुभवजन्य रूप से प्रदर्शित करता है कि एक नियंत्रित सामाजिक नेटवर्क परिवेश में, व्यक्तित्व विशिष्टताएँ उभरते एआई एजेंट व्यवहार का प्राथमिक निर्धारक हैं, जो प्रतिक्रिया की लंबाई को महत्वपूर्ण रूप से प्रभावित करती हैं, जबकि मॉडल बैकबोन और परिचालन नियम अलंकारिक शैली और विषय जुड़ाव पर अधिक मध्यम प्रभाव डालते हैं।

Sarah Wilson, Diem Linh Dang, Usman Ali Moazzam, Shan Ye, Gail Kaiser2026-05-12
🤖 AI

Mid-Training with Self-Generated Data Improves Reinforcement Learning in Language Models

यह शोध पत्र एक मिड-ट्रेनिंग फ्रेमवर्क का प्रस्ताव और सत्यापन करता है जो पोल्या (Polya) की विधियों द्वारा निर्देशित, स्वयं-निर्मित, विविध समस्या-समाधान वेरिएंट्स का उपयोग करके आगामी सुदृढीकरण शिक्षण (Reinforcement Learning) की प्रभावशीलता को बढ़ाता है, जिसके परिणामस्वरूप गणितीय तर्क, कोड जनरेशन और नैरेटिव कार्यों में बेहतर प्रदर्शन प्राप्त होता है।

Aswin RRV, Jacob Dineen, Divij Handa, Mihir Parmar, Ben Zhou, Swaroop Mishra, Chitta Baral2026-05-12
🤖 AI

AI-Care: A Conversational Agentic System for Task Coordination in Alzheimer's Disease Care

यह शोध पत्र AI-Care को प्रस्तुत करता है, जो एक वॉयस-फर्स्ट संवादात्मक एजेंटिक प्रणाली है जिसे अल्जाइमर रोग वाले व्यक्तियों के लिए संज्ञानात्मक भार (कॉग्निटिव लोड) को कम करने के लिए डिज़ाइन किया गया है, जो एक सुरक्षा-आधारित, बहु-चरणीय ऑर्केस्ट्रेशन फ्रेमवर्क के माध्यम से प्राकृतिक-भाषा कार्य समन्वय को सक्षम बनाता है जो देखभालकर्ता-सत्यापित डेटा और नियंत्रित स्पष्टीकरण को प्राथमिकता देता है।

Preyash Yadav, Michelle Cohn, Priyanka Koppolu, Hritvik Agarwal, Amey Gohil, Tejas Patil, Sasha Pimento, Alyssa Weakley2026-05-12
🤖 machine learning

MathConstraint: Automated Generation of Verified Combinatorial Reasoning Instances for LLMs

यह शोधपत्र MathConstraint को प्रस्तुत करता है, जो एक अनुकूलन योग्य बेंचमार्क है जो LLMs का मूल्यांकन करने के लिए चुनौतीपूर्ण कॉम्बिनेटरियल रीजनिंग (combinatorial reasoning) समस्याओं को स्वचालित रूप से उत्पन्न और कठोरता से सत्यापित करता है, जो यह प्रदर्शित करता है कि टूल एक्सेस प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है जबकि मॉडल्स की कम टूल-कॉल बजट के प्रति उच्च संवेदनशीलता को भी प्रकट करता है।

Viresh Pati, Zhengyu Li, Piyush Jha, Rahul Garg, Yatharth Sejpal, Vijay Ganesh2026-05-12
🤖 AI

OracleTSC: Oracle-Informed Reward Hurdle and Uncertainty Regularization for Traffic Signal Control

OracleTSC एक नवीन ढांचा है जो रिवॉर्ड हर्डल मैकेनिज्म और अनिश्चितता नियमितीकरण (uncertainty regularization) को पेश करके बड़े भाषा मॉडलों का उपयोग करके ट्रैफिक सिग्नल नियंत्रण के लिए सुदृढीकरण फाइन-ट्यूनिंग (reinforcement fine-tuning) को स्थिर करता है, जिससे पारदर्शी, प्राकृतिक भाषा निर्णय लेने की क्षमता बनाए रखते हुए यातायात दक्षता और क्रॉस-इंटरसेक्शन सामान्यीकरण में महत्वपूर्ण सुधार प्राप्त होता है।

Darryl Jacob, Xinyu Liu, Muchao Ye, Xiaoyong Yuan, Pan He2026-05-12
🤖 AI

Results and Retrospective Analysis of the CODS 2025 AssetOpsBench Challenge

यह शोध पत्र CODS 2025 AssetOpsBench चुनौती का एक पूर्वव्यापी विश्लेषण प्रदान करता है, जो सार्वजनिक नियोजन स्कोर की संतृप्ति, सार्वजनिक और निजी निष्पादन मूल्यांकनों के बीच नकारात्मक सहसंबंध, अंतिम रैंकिंग पर t-match शब्द के नगण्य प्रभाव, और इस निष्कर्ष को प्रकट करता है कि सफल रणनीतियाँ नवीन एजेंट आर्किटेक्चर के बजाय मजबूत गार्डरेल्स (guardrails) पर अधिक निर्भर थीं।

Dhaval Patel, Chathurangi Shyalika, Suryanarayana Reddy Yarrabothula, Ling Yue, Shuxin Lin, Nianjun Zhou, James Rayfield2026-05-12