🤖 Category

cs.AI

24888 पेपर

🔬 materials science

LLM-Guided Open Hypothesis Learning from Autonomous Scanning Probe Microscopy Experiments

यह शोध पत्र एक स्वायत्त स्कैनिंग प्रोब माइक्रोस्कोपी फ्रेमवर्क प्रस्तुत करता है जो स्पार्स (sparse) प्रयोगात्मक डेटा से नए भौतिक परिकल्पनाओं को उत्पन्न करने और उनका मूल्यांकन करने के लिए सिम्बोलिक रिग्रेशन को लार्ज लैंग्वेज मॉडल्स के साथ एकीकृत करता है, जो पूर्व-निर्धारित मॉडलों के बिना फेरोइलेक्ट्रिक डोमेन स्विचिंग के लिए व्याख्या योग्य वोल्टेज-टाइम ग्रोथ लॉ (growth laws) की सफलतापूर्वक खोज करता है।

Boris Slautin, Utkarsh Pratiush, Yu Liu, Kamyar Barakati, Sergei Kalinin2026-05-11
🤖 AI

Extracting Search Trees from LLM Reasoning Traces Reveals Myopic Planning

यह शोध पत्र प्रकट करता है कि जहाँ बड़े भाषा मॉडल गहन लुकअहेड (lookahead) वाले विस्तृत तर्क पथ (reasoning traces) उत्पन्न करते हैं, वहीं उनके वास्तविक चाल निर्णय मानव विशेषज्ञों में देखे जाने वाले गहन नियोजन के बजाय उथले, अल्पदर्शी खोज द्वारा संचालित होते हैं, एक ऐसा निष्कर्ष जिसे फोर-इन-ए-रो (four-in-a-row) के खेल से खोज वृक्षों (search trees) को निकालने और विश्लेषण करने के माध्यम से स्थापित किया गया है।

Sixing Chen, Ji-An Li, Saner Cakir, Sinan Akcali, Kayla Lee, Marcelo G. Mattar2026-05-11
🤖 AI

Narrow Secret Loyalty Dodges Black-Box Audits

यह शोधपत्र "नैरो सीक्रेट लॉयल्टीज़" (narrow secret loyalties) को एक विशिष्ट खतरे के रूप में प्रस्तुत करता है जहाँ मॉडलों को विशिष्ट परिस्थितियों में किसी विशेष हितधारक के हानिकारक हितों को गुप्त रूप से आगे बढ़ाने के लिए फाइन-ट्यून किया जाता है, जबकि वे सामान्य दिखाई देते हैं, जो यह प्रदर्शित करता है कि ऐसे हमले कम पॉइज़न अंशों पर भी बने रहते हैं और ब्लैक-बॉक्स ऑडिट द्वारा तब तक काफी हद तक अनकहे रहते हैं जब तक कि परीक्षक को शामिल विशिष्ट हितधारक के बारे में पता न हो।

Alfie Lamerton, Fabien Roger2026-05-11
🤖 machine learning

How to Compress KV Cache in RL Post-Training? Shadow Mask Distillation for Memory-Efficient Alignment

यह शोध पत्र शैडो मास्क डिस्टिलेशन (Shadow Mask Distillation) प्रस्तुत करता है, जो एक नवीन विधि है जिसे सुदृढीकरण अधिगम (Reinforcement Learning) पोस्ट-ट्रेनिंग के दौरान रोलआउट चरण में KV कैश संपीड़न (KV cache compression) लागू करने से होने वाले गंभीर ऑफ-पॉलिसी बायस (off-policy bias) और ग्रेडिएंट वेरिएंस को कम करने के लिए डिज़ाइन किया गया है, जिससे लंबी-संदर्भ तर्क (long-context reasoning) कार्यों के लिए मेमोरी-कुशल संरेखण सक्षम होता है।

Rui Zhu, Weiheng Bai, Qiushi Wu, Yang Ren, Haixu Tang, Yuchu Liu2026-05-11
🤖 AI

Knowledge Transfer Scaling Laws for 3D Medical Imaging

यह शोध पत्र 3D मेडिकल इमेजिंग के लिए क्रॉस-डोमेन नॉलेज ट्रांसफर में एसिमेट्रिक, पावर-लॉ स्केलिंग व्यवहारों की पहचान करता है और एक ट्रांसफर-अवेयर डेटा एलोकेशन रणनीति प्रस्तावित करता है जो मानक आनुपातिक सैंपलिंग की तुलना में काफी मजबूत रिप्रेजेंटेशन प्राप्त करने के लिए प्रीट्रेनिंग मिश्रण को अनुकूलित करती है।

Ho Hin Lee, Dongna Du, Chu Wang, Yuankai Huo, Shi Gu, James C. Gee, Yifan Wu2026-05-11
🤖 AI

Agentick: A Unified Benchmark for General Sequential Decision-Making Agents

यह शोधपत्र Agentick को प्रस्तुत करता है, जो विविध मोडैलिटी और कठिनाई स्तरों में 37 प्रक्रियात्मक रूप से उत्पन्न (procedurally generated) कार्यों वाला एक एकीकृत बेंचमार्क है, ताकि RL, LLM, VLM, हाइब्रिड और मानव एजेंटों के लिए अनुक्रमिक निर्णय लेने (sequential decision-making) में निष्पक्ष तुलना को सक्षम किया जा सके और प्रगति को गति दी जा सके।

Roger Creus Castanyer, Pablo Samuel Castro, Glen Berseth2026-05-11
⚡ electrical engineering

EULER-ADAS: Energy-Efficient & SIMD-Unified Logarithmic-Posit Engine for Precision-Reconfigurable Approximate ADAS Acceleration

यह शोध पत्र EULER-ADAS प्रस्तुत करता है, जो एक ऊर्जा-कुशल, SIMD-एकीकृत लॉगरिदमिक पोज़िट (Posit) इंजन है जो वास्तविक समय, कम-शक्ति वाले ADAS इन्फरेंस के लिए निकट-FP32 सटीकता बनाए रखते हुए क्षेत्र (area), विलंब (delay) और शक्ति में महत्वपूर्ण कमी प्राप्त करने के लिए बाउंडेड-रीजीम प्रतिनिधित्व और अनुकूली ट्रंकेशन (adaptive truncation) का उपयोग करता है।

Mukul Lokhande, Ratko Pilipovic, Omkar Kokane, Adam Teman, Santosh Kumar Vishvakarma2026-05-11
🤖 AI

How Well Do LLMs Perform on the Simplest Long-Chain Reasoning Tasks: An Empirical Study on the Equivalence Class Problem

यह शोध पत्र इक्विवेलेंस क्लास प्रॉब्लम (Equivalence Class Problem) पर लार्ज लैंग्वेज मॉडल्स का अनुभवजन्य मूल्यांकन करता है, जिससे यह पता चलता है कि जबकि रीजनिंग मॉडल्स, नॉन-रीजनिंग मॉडल्स की तुलना में काफी बेहतर प्रदर्शन करते हैं, दोनों ही इस कार्य में संघर्ष करते हैं, जहाँ नॉन-रीजनिंग मॉडल्स कनेक्टिविटी के फेज ट्रांजिशन पॉइंट पर सबसे अधिक विफल होते हैं और रीजनिंग मॉडल्स सबसे बड़े ग्राफ डायमीटर पर अधिकतम कठिनाई का सामना करते हैं।

Chun Zheng, Lianlong Wu, Bingqian Li, Lvting Liu, Yi Zhou2026-05-11
🤖 machine learning

Don't Retrain, Align: Adapting Autoregressive LMs to Diffusion LMs via Representation Alignment

यह शोध पत्र REPR-ALIGN को प्रस्तुत करता है, जो एक ऐसी विधि है जो डिफ्यूजन लैंग्वेज मॉडल्स के प्रशिक्षण को उनके हिडन स्टेट्स (hidden states) को एक फ्रोजन ऑटोरेग्रेसिव मॉडल के हिडन स्टेट्स के साथ संरेखित करके त्वरित करती है, जिससे सीखे गए सिमेंटिक रिप्रेजेंटेशन्स (semantic representations) को संरक्षित किया जा सके और बिना किसी आर्किटेक्चरल बदलाव या अतिरिक्त पैरामीटर्स के कुशल अनुकूलन को सक्षम बनाया जा सके।

Fred Zhangzhi Peng, Alexis Fox, Anru R. Zhang, Alexander Tong2026-05-11
🤖 AI

Mitigating Cognitive Bias in RLHF by Altering Rationality

यह शोध पत्र रिवॉर्ड लर्निंग के दौरान तर्कसंगतता पैरामीटर (rationality parameter) को गतिशील रूप से समायोजित करके, एक 'LLM-as-judge' का उपयोग करके पक्षपाती मानवीय तुलनाओं की पहचान करने और उन्हें कम महत्व देने के माध्यम से, मानव फीडबैक से सुदृढीकरण शिक्षण (RLHF) में संज्ञानात्मक पूर्वाग्रह को कम करने की एक विधि प्रस्तावित करता है, जिससे त्रुटिपूर्ण डेटासेट पर भी अधिक सुदृढ़ मॉडल प्रशिक्षित किए जा सकें।

Tiffany Horter, Andrew Markham, Niki Trigoni, Serena Booth2026-05-11