🤖 Category

cs.AI

24608 पेपर

🤖 AI

The Grounding Gap: How LLMs Anchor the Meaning of Abstract Concepts Differently from Humans

यह शोध पत्र प्रकट करता है कि जहाँ बड़े भाषा मॉडल (large language models) स्पष्ट रूप से पूछे जाने पर ग्राउंडिंग आयामों (grounding dimensions) की पहचान कर सकते हैं, वहीं वे शब्दों के जुड़ाव (word associations) पर अत्यधिक निर्भर रहने और मुक्त सृजन (free generation) के दौरान भावनात्मक और आंतरिक अवस्था की अवधारणाओं को स्वाभाविक रूप से भर्ती करने में विफल रहने के कारण मनुष्यों की तुलना में एक महत्वपूर्ण "ग्राउंडिंग अंतराल" (grounding gap) प्रदर्शित करते हैं।

Odysseas S. Chlapanis, Orfeas Menis Mastromichalakis, Christos H. Papadimitriou2026-05-12
🤖 AI

Generating Leakage-Free Benchmarks for Robust RAG Evaluation

यह शोध पत्र SeedRG को प्रस्तुत करता है, जो एक अर्ध-सिंथेटिक (semi-synthetic) बेंचमार्क जनरेशन पाइपलाइन है जो सीड डेटा से रीजनिंग ग्राफ्स निकालकर और नवीन, संरचनात्मक रूप से समान उदाहरण उत्पन्न करके रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) मूल्यांकन में नॉलेज लीकेज और बेंचमार्क एजिंग की समस्या को कम करता है, जिन्हें किसी LLM की पैरामीट्रिक मेमोरी से हल नहीं किया जा सकता।

Jiayi Liu, Jiaxing Zhang, Bowen Jin, Jennifer Neville2026-05-12
🤖 AI

M3^3: Reframing Training Measures for Discretized Physical Simulations

यह शोध पत्र M3^3 (मल्टी-स्केल मॉर्टन मेजर) को प्रस्तुत करता है, जो एक स्केलेबल फ्रेमवर्क है जो निरंतर भौतिक डोमेन में भविष्यवाणी सटीकता और डेटा दक्षता में महत्वपूर्ण सुधार करके, भौतिक सिमुलेशन के लिए न्यूरल सरोगेट मॉडल के प्रशिक्षण में मेजर-प्रेरित पूर्वाग्रह (measure-induced bias) को कम करने के लिए कई स्थानिक पैमानों (spatial scales) पर पर्यवेक्षण को संतुलित करता है।

Yuan Mei, Xingyu Song, Xiaowen Song, Naoya Takeishi2026-05-12
🤖 AI

Why Do Aligned LLMs Remain Jailbreakable: Refusal-Escape Directions, Operator-Level Sources, and Safety-Utility Trade-off

यह शोध पत्र इस बात की जांच करता है कि संरेखित (aligned) लार्ज लैंग्वेज मॉडल्स अभी भी जेलब्रेकेबल क्यों बने रहते हैं, जिसमें 'रिफ्यूज़ल-एस्केप डायरेक्शंस' (RED) की अवधारणा पेश की गई है, यह सिद्ध किया गया है कि ये कमजोरियां मॉडल के आर्किटेक्चर के भीतर विशिष्ट ऑपरेटर-स्तरीय स्रोतों से उत्पन्न होती हैं, और यह प्रदर्शित किया गया है कि उन्हें समाप्त करने से एक अंतर्निहित सुरक्षा-उपयोगिता ट्रेड-ऑफ (safety-utility trade-off) उत्पन्न होता है।

Yu Chen, Yuanhao Liu, Qi Cao2026-05-12
🤖 AI

Fitting Is Not Enough: Smoothness in Extremely Quantized LLMs

यह शोध पत्र प्रकट करता है कि अत्यधिक क्वांटाइज्ड लार्ज लैंग्वेज मॉडल्स व्यवस्थित स्मूथनेस डिग्रेडेशन (smoothness degradation) से ग्रस्त होते हैं जिससे जनरेशन की गुणवत्ता खराब हो जाती है, और एक स्मूथनेस-प्रिजर्विंग सिद्धांत प्रस्तावित करता है जो केवल संख्यात्मक सटीकता सुधारों से परे प्रदर्शन लाभ प्रदान करता है।

Yuzhuang Xu, Xu Han, Yuxuan Li, Pengzhan Li, Wanxiang Che2026-05-12
🤖 AI

FragileFlow: Spectral Control of Correct-but-Fragile Predictions for Foundation Model Robustness

यह शोध पत्र FragileFlow प्रस्तुत करता है, जो एक प्लग-इन रेगुलराइज़र है जो फाउंडेशन मॉडल्स में क्लीन एक्यूरेसी को बनाए रखते हुए वर्स्ट-क्लास रोबस्टनेस को सुधारने के लिए मार्जिन-अवेयर स्पेक्ट्रल एनालिसिस के माध्यम से "करेक्ट-बट-फ्रैजाइल" प्रेडिक्शन एरर्स को औपचारिक रूप देता है और नियंत्रित करता है।

Zhuoyun Li, Boxuan Wang, Jinwei Hu, Xiaowei Huang, Yi Dong2026-05-12
🤖 machine learning

Shapley Regression for Rare Disease Diagnosis Support: a case study on APDS

यह शोध पत्र शापली रिग्रेशन (Shapley regression) को प्रस्तुत करता है, जो एक नवीन गेम-थ्योरेटिक मॉडल है जो जटिल लक्षणों की अंतःक्रियाओं को पकड़कर व्याख्यात्मकता और भविष्य कहने वाली शक्ति के बीच संतुलन बनाता है, और सार्वजनिक डेटासेट तथा एक वास्तविक नैदानिक समूह दोनों के माध्यम से दुर्लभ आनुवंशिक विकार एक्टिवेटेड PI3K8 सिंड्रोम (APDS) के निदान में सुधार करने में अपनी प्रभावशीलता का प्रदर्शन करता है।

Safa Alsaidi, Tomás Brogueira, Nizar Mahlaoui, Marc Vincent, Guilherme Pelegrina, Nicolas Garcelon, Adrien Coulet, Migue (…)2026-05-12
🤖 AI

DAPE: Dynamic Non-uniform Alignment and Progressive Detail Enhancement Techniques for Improving the Performance of Efficient Visual Language Models

यह शोध पत्र DAPE का प्रस्ताव करता है, जो एक नवीन ढांचा है जो सूचना घनत्व की असमानताओं को दूर करने और डाउनस्ट्रीम कार्य सटीकता को बढ़ाने के साथ-साथ कम्प्यूटेशनल ओवरहेड को कम करने के लिए एक गतिशील गैर-समान संरेखण तंत्र और एक प्रगतिशील विवरण संवर्धन मॉड्यूल पेश करके कुशल विजुअल लैंग्वेज मॉडल्स में सुधार करता है।

Mengyuan Tian, Qiyan Zhao, Yanan Wang, Da-Han Wang2026-05-12
🤖 AI

OPT-BENCH: Evaluating the Iterative Self-Optimization of LLM Agents in Large-Scale Search Spaces

यह शोध पत्र OPT-BENCH प्रस्तुत करता है, जो LLM एजेंटों की स्व-अनुकूलन क्षमताओं का मूल्यांकन करने के लिए मशीन लर्निंग और NP-हार्ड कार्यों को संयोजित करता है, और OPT-Agent फ्रेमवर्क का प्रस्ताव करता है जो यह प्रदर्शित करता है कि हालांकि अधिक शक्तिशाली मॉडल पुनरावृत्ति सुधार के लिए फीडबैक का बेहतर लाभ उठाते हैं, उनकी अनुकूलन क्षमता मूल क्षमता द्वारा मौलिक रूप से बाधित रहती है और मानव विशेषज्ञ के प्रदर्शन से कम रह जाती है।

Xiaozhe Li, Jixuan Chen, Xinyu Fang, Shengyuan Ding, Haodong Duan, Qingwen Liu, Kai Chen2026-05-12
🤖 AI

Forge: Quality-Aware Reinforcement Learning for NP-Hard Optimization in LLMs

यह शोध पत्र OPT-BENCH प्रस्तुत करता है, जो एक व्यापक ढांचा है जो एनपी-हार्ड (NP-hard) अनुकूलन समस्याओं पर लार्ज लैंग्वेज मॉडल्स को प्रशिक्षित करने के लिए गुणवत्ता-जागरूक 'रिनफोर्समेंट लर्निंग विद वरीफिएबल रिवॉर्ड्स' (RLVR) का उपयोग करता है, जो मौजूदा मॉडलों और बाइनरी रिवॉर्ड दृष्टिकोणों की तुलना में समाधान की गुणवत्ता और विविध तर्क कार्यों में सामान्यीकरण में महत्वपूर्ण सुधार प्रदर्शित करता है।

Xiaozhe Li, Xinyu Fang, Shengyuan Ding, Yang Li, Linyang Li, Haodong Duan, Qingwen Liu, Kai Chen2026-05-12