🤖 Category

cs.AI

24831 पेपर

🤖 AI

Intrinsic Guardrails: How Semantic Geometry of Personality Interacts with Emergent Misalignment in LLMs

यह शोध पत्र प्रदर्शित करता है कि एक LLM के व्यक्तित्व स्थान (personality space) की स्थिर सिमेंटिक ज्यामिति में अंतर्निहित गार्डरेल्स होते हैं, जैसे कि "ईविल" (Evil) पर्सोना वेक्टर और एक नया पेश किया गया सिमेंटिक वैलेंस वेक्टर (Semantic Valence Vector), जिन्हें संरेखित (aligned) मॉडलों से निकाला जा सकता है और भ्रष्ट फाइन-ट्यून्स (corrupted fine-tunes) में उभरते हुए मिसअलाइनमेंट को प्रभावी ढंग से दबाने के लिए ज़ीरो-शॉट तरीके से स्थानांतरित किया जा सकता है।

Krishak Aneja, Manas Mittal, Anmol Goel, Ponnurangam Kumaraguru, Vamshi Krishna Bonagiri2026-05-12
🤖 AI

Teacher-Aware Evolution of Heuristic Programs from Learned Optimization Policies

यह शोध पत्र एक शिक्षक-जागरूक (teacher-aware) विकासवादी ढांचे का प्रस्ताव करता है जो कॉम्बिनेटरियल ऑप्टिमाइज़ेशन के लिए स्वचालित रूप से स्थिर, निष्पादन योग्य ह्यूरिस्टिक्स की खोज को निर्देशित करने के लिए व्यवहारिक शिक्षकों के रूप में स्वतंत्र रूप से प्रशिक्षित 'लर्नड ऑप्टिमाइज़ेशन पॉलिसीज़' का लाभ उठाता है, जो तैनाती के समय न्यूरल इन्फरेंस की आवश्यकता के बिना शुद्ध प्रदर्शन-संचालित LLM बेसलाइनों की तुलना में बेहतर प्रदर्शन प्राप्त करता है।

Minyu Chen, Song Qin, Ling-I Wu, Jianxin Xue, Guoqiang Li2026-05-12
🤖 AI

Navigating the Sea of LLM Evaluation: Investigating Bias in Toxicity Benchmarks

यह शोध पत्र वर्तमान एलएलएम (LLM) विषाक्तता बेंचमार्क में अंतर्निहित पूर्वाग्रहों की जांच करता है, जो यह प्रकट करता है कि कार्य का प्रकार, इनपुट डोमेन और मॉडल का चयन जैसे कारक मूल्यांकन निरंतरता से महत्वपूर्ण रूप से समझौता करते हैं और अधिक सुदृढ़ सुरक्षा मूल्यांकन ढांचों की तत्काल आवश्यकता को रेखांकित करते हैं।

Regina Gugg, Selina Niederländer, Andreas Stöckl, Martin Flechl2026-05-12
📊 statistics

A Recursive Decomposition Framework for Causal Structure Learning in the Presence of Latent Variables

यह शोध पत्र DiCoLa को प्रस्तुत करता है, जो एक सैद्धांतिक रूप से सुदृढ़ और पूर्ण पुनरावर्ती अपघटन ढांचा (recursive decomposition framework) है जो लेटेंट वेरिएबल्स (latent variables) वाले परिवेश में डिवाइड-एंड-कॉन्कर कॉज़ल डिस्कवरी का विस्तार करता है, जो सिंथेटिक और वास्तविक दुनिया के परिदृश्यों में सटीकता बनाए रखते हुए कम्प्यूटेशनल दक्षता में महत्वपूर्ण सुधार करता है।

Zheng Li, Feng Xie, Shenglan Nie, Xichen Guo, Ruxin Wang, Hao Zhang2026-05-12
🤖 machine learning

Active Learning for Gaussian Process Regression Under Self-Induced Boltzmann Weights

यह शोध पत्र \texttt{AB-SID-iVAR} को प्रस्तुत करता है, जो एक गॉसियन प्रोसेस-आधारित सक्रिय शिक्षण विधि है जो विभाजन फलन (partition function) के अनुमान के बिना अगतिशील लक्ष्य (intractable target) को सन्निकटित करके स्व-प्रेरित बोल्ट्ज़मैन वितरणों के तहत अज्ञात फलनों को प्रभावी ढंग से सीखती है, जिससे शून्य के करीब पूर्वानुमान त्रुटि प्राप्त होती है और पोटेंशियल एनर्जी सरफेस मॉडलिंग और ड्रग डिस्कवरी जैसे अनुप्रयोगों में मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करती है।

Jixiang Qing, Henry Moss, Matthias Sachs2026-05-12
🤖 AI

Prompt-Activation Duality: Improving Activation Steering via Attention-Level Interventions

यह शोध पत्र गेटेड क्रॉप्ड अटेंशन-डेल्टा (GCAD) प्रस्तुत करता है, जो एक नवीन एक्टिवेशन स्टीयरिंग विधि है जो सिस्टम-प्रॉम्ट के सेल्फ-अटेंशन योगदान से स्टीयरिंग संकेतों को निकालने और गेट करने के माध्यम से स्टेटफुल संवादों में KV-कैशे संदूषण (contamination) को कम करती है, जिससे पर्सोना नियंत्रण को बनाए रखते हुए लॉन्ग-होरिज़ॉन कोहेरेंस में महत्वपूर्ण सुधार होता है।

Diancheng Kang, Zheyuan Liu, Ningshan Ma, Yue Huang, Zhaoxuan Tan, Meng Jiang2026-05-12
🤖 machine learning

Is Data Shapley Not Better than Random in Data Selection? Ask NASH

यह शोध पत्र NASH को प्रस्तुत करता है, जो एक नवीन डेटा चयन ढांचा (framework) है जो लक्ष्य उपयोगिता फलनों (target utility functions) को शापले-सूचनात्मक घटकों (Shapley-informative components) में विभाजित करता है और उच्च-गुणवत्ता वाले प्रशिक्षण उपसमुच्चयों को निरंतर और कुशलतापूर्वक चुनने के लिए उन्हें गैर-रैखिक रूप से एकत्रित करता है, जिससे मानक डेटा शापले विधियों की उन सीमाओं को दूर किया जा सके जो अक्सर यादृच्छिक चयन (random selection) से बेहतर प्रदर्शन नहीं करती हैं।

Xiao Tian, Jue Fan, Rachael Hwee Ling Sim, Zixuan Wang, Nancy F. Chen, Bryan Kian Hsiang Low2026-05-12
🤖 AI

GESR: A Genetic Programming-Based Symbolic Regression Method with Gene Editing

यह शोध पत्र GESR का प्रस्ताव करता है, जो एक प्रतीकात्मक प्रतिगमन (symbolic regression) विधि है जो जीन उत्परिवर्तन (mutation) और क्रॉसओवर को बुद्धिमानी से निर्देशित करने के लिए दो BERT मॉडलों का उपयोग करके पारंपरिक जेनेटिक प्रोग्रामिंग को उन्नत करती है, जिससे कम्प्यूटेशनल दक्षता और समग्र प्रदर्शन में महत्वपूर्ण सुधार होता है।

Yanjie Li, Liping Zhang, Min Wu, Weijun Li, Lina Yu, Jingyi Liu, Yusong Deng, Mingzhu Wan, Xin Ning2026-05-12
🤖 AI

The Bystander Effect in Multi-Agent Reasoning: Quantifying Cognitive Loafing in Collaborative Interactions

यह शोध पत्र इस धारणा को चुनौती देता है कि मल्टी-एजेंट सहयोग स्वाभाविक रूप से LLM तर्क क्षमता में सुधार करता है, यह प्रदर्शित करते हुए कि सिम्युलेटेड सामाजिक दबाव एक "बाइस्टैंडर इफेक्ट" (Bystander Effect) और "कॉग्निटिव लोफिंग" (cognitive loafing) को ट्रिगर करता है, जिससे मॉडल सामाजिक अनुपालन की चापलूसी के लिए अपने सही आंतरिक निष्कर्षों को दबा देते हैं, और इस प्रकार असंरचित सहयोगात्मक टोपोलॉजी में महत्वपूर्ण संरचनात्मक कमजोरियों को उजागर करते हैं।

Dahlia Shehata, Ming Li2026-05-12
🤖 AI

Why Low-Resource NLP Needs More Than Cross-Lingual Transfer: Lessons Learned from Luxembourgish

यह शोध पत्र तर्क देता है कि टिकाऊ कम-संसाधन वाले एनएलपी (NLP) के लिए क्रॉस-लिंगुअल ट्रांसफर के साथ भाषा-विशिष्ट प्रयासों को संयोजित करने वाले एक पूरक दृष्टिकोण की आवश्यकता है, जो लक्ज़मबर्ग के केस स्टडी के माध्यम से यह प्रदर्शित करता है कि बहुभाषी मॉडलों को अपनी पूर्ण क्षमता तक पहुँचने के लिए उच्च-गुणवत्ता वाले, कार्य-संरेखित लक्ष्य डेटा की आवश्यकता होती है।

Fred Philippy, Siwen Guo, Jacques Klein, Tegawendé F. Bissyandé2026-05-12