🤖 Category

cs.AI

25011 पेपर

🤖 machine learning

COPYCOP: Ownership Verification for Graph Neural Networks

यह शोध पत्र कॉपीकॉप (CopyCop) को प्रस्तुत करता है, जो एक सुदृढ़ एल्गोरिदम है जिसमें सैद्धांतिक गारंटी है कि यह ग्राफ न्यूरल नेटवर्क के स्वामित्व को सत्यापित करने के लिए यह पता लगाता है कि क्या दो अलग-अलग आर्किटेक्चर, भार (weights), या एम्बेडिंग आयामों वाले मॉडल स्वतंत्र रूप से प्रशिक्षित किए गए थे या उनमें से एक एक प्रतिकूल नकलची (adversarial copycat) है, जो 14 डेटासेट में मौजूदा वॉटरमार्किंग और फिंगरप्रिंटिंग विधियों से बेहतर प्रदर्शन करता है।

Rahul Nandakumar, Deepayan Chakrabarti2026-05-08
💬 NLP

ZAYA1-8B Technical Report

यह शोध पत्र ZAYA1-8B को प्रस्तुत करता है, जो पूरी तरह से AMD इंफ्रास्ट्रक्चर पर प्रशिक्षित एक अत्यधिक कुशल 8B-पैरामीटर वाला MoE रीजनिंग मॉडल है, जो एक विशेष चार-चरणीय RL कैस्केड और नवीन मार्कोवियन RSA टेस्ट-टाइम कंप्यूट पद्धति के माध्यम से गणित और कोडिंग बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है, जो प्रभावी रूप से बहुत बड़े मॉडलों के साथ के अंतर को कम करता है।

Robert Washbourne, Rishi Iyer, Tomas Figliolia, Henry Zheng, Ryan Lorig-Roach, Sungyeon Yang, Pritish Yuvraj, Quentin An (…)2026-05-08
🔢 mathematics

Towards an Inferentialist Account of Information Through Proof-theoretic Semantics

यह शोधपत्र प्रमाण-सिद्धांतिक अर्थशास्त्र (proof-theoretic semantics) पर आधारित सूचना के एक अनुमानवादी (inferentialist) विवरण का प्रस्ताव करता है, जो वितरित प्रणालियों में सूचना प्रवाह के बारे में कठोर तर्कसंगत विवेचना को सक्षम करने हेतु "इन्फेरॉन" (inferon) के लिए एक गणितीय-तार्किक ढांचे को विकसित करने के लिए पारंपरिक सत्य के स्थान पर अनुमानयोग्यता (inferability) को प्रतिस्थापित करता है।

Matthew Collins, Timo Eckhardt, David Pym2026-05-08
🤖 machine learning

SPADE: Faster Drug Discovery by Learning from Sparse Data

यह शोध पत्र SPADE को पेश करता है, जो एक नवीन एल्गोरिदम है जो विरल डेटा (sparse data) का उपयोग करके नवीन प्रोटीनों के लिए उच्च-गुणवत्ता वाले लिगेंड्स को कुशलतापूर्वक पहचानकर दवा की खोज में महत्वपूर्ण तेजी लाता है, जिसमें 10 सफल उम्मीदवारों को खोजने के लिए औसतन केवल 40 परीक्षणों की आवश्यकता होती है और यह नमूना दक्षता (sample efficiency) और स्कोरिंग गति दोनों में डीप लर्निंग और बायेसियन ऑप्टिमाइज़ेशन विधियों से बेहतर प्रदर्शन करता है।

Rahul Nandakumar, Ben Fauber, Deepayan Chakrabarti2026-05-08
🤖 AI

Mise en Place for Agentic Coding: Deliberate Preparation as Context Engineering Methodology

यह शोध पत्र "मिज़ एन प्लेस" (MEP) का प्रस्ताव करता है, जो एक तीन-चरणीय तैयारी पद्धति है जो डोमेन ज्ञान को बाह्य रूप में प्रस्तुत करके और विनिर्देशों (specifications) को व्यवस्थित करके तीव्र "वाइब कोडिंग" की अक्षमताओं का मुकाबला करती है ताकि प्रभावी, समानांतर एजेंटिक कोडिंग सक्षम हो सके, जिससे "संदर्भ प्रवाह" (context fluency) को एक महत्वपूर्ण डेवलपर कौशल के रूप में पेश किया जा सके।

Andrew Zigler2026-05-08
🤖 AI

Creative Robot Tool Use by Counterfactual Reasoning

यह शोधपत्र एक कारण संबंधी तर्क (causal reasoning) ढांचे का प्रस्ताव करता है जो रोबोटों को VLM-निर्देशित विशेषता सुझावों और एक डायनेमिक्स मॉडल के भीतर प्रतितथ्यात्मक ज्यामितीय विक्षोभों (counterfactual geometric perturbations) के माध्यम से कारण संबंधों की खोज करके, उनके प्राथमिक कार्यों से परे नवीन उपकरणों को रचनात्मक रूप से पहचानने और उपयोग करने में सक्षम बनाता है, जिससे उपकरण चयन और कौशल हस्तांतरण भौतिक सिद्धांतों में निहित होता है।

M. Tuluhan Akbulut, Varun Satheesh, Ahmed Jaafar, Alper Ahmetoglu, Shane Parr, Aditya Ganeshan, Shivam Vats, George Koni (…)2026-05-08
🤖 machine learning

On Semantic Loss Fine-Tuning Approach for Preventing Model Collapse in Causal Reasoning

यह शोध पत्र ग्राफ-आधारित तार्किक बाधाओं और डायनेमिक लैम्ब्डा शेड्यूलिंग के साथ एक सिमेंटिक लॉस फंक्शन प्रस्तावित करता है ताकि ट्रांसफॉर्मर-आधारित कॉज़ल रीजनिंग में कैटास्ट्रोफिक मॉडल कोलैप्स को रोका जा सके, जो यह प्रदर्शित करता है कि यह दृष्टिकोण स्थिर, संदर्भ-निर्भर भविष्यवाणियों को प्राप्त करने के लिए आवश्यक है और मानक फाइन-ट्यूनिंग बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।

Pratik Deshmukh, Atirek Gupta2026-05-08
💬 NLP

SLAM: Structural Linguistic Activation Marking for Language Models

SLAM (स्ट्रक्चरल लिंग्विस्टिक एक्टिवेशन मार्किंग) एक नवीन व्हाइट-बॉक्स वॉटरमार्किंग योजना है जो रेसिडुअल स्ट्रीम में स्पार्स ऑटोएन्कोडर-पहचाने गए स्ट्रक्चरल दिशाओं को निर्देशित करके, लेक्सिकल सैंपलिंग और सिमेंटिक्स को संरक्षित करते हुए तथा पारंपरिक टोकन-डिस्ट्रीब्यूशन विधियों के पूरक रोबस्टनेस प्रोफाइल प्रदान करते हुए, न्यूनतम गुणवत्ता हानि के साथ लगभग पूर्ण डिटेक्शन सटीकता प्राप्त करती है।

Fabrice Harel-Canada, Amit Sahai2026-05-08
🔬 physics

Agentic Discovery of Exchange-Correlation Density Functionals

यह शोध पत्र एक एजेंटिक खोज प्रणाली प्रस्तुत करता है जो डेंसिटी फंक्शनल थ्योरी के लिए बेहतर एक्सचेंज-कोरिलेशन फंक्शनल्स को स्वचालित रूप से खोजने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिसने सफलतापूर्वक एक नए फंक्शनल की पहचान की जो गोल्ड स्टैंडर्ड से ~9% बेहतर प्रदर्शन करता है और साथ ही एआई को अनफिजिकल शॉर्टकट्स का फायदा उठाने से रोकने के लिए स्पष्ट भौतिक बाधाओं (फिजिकल कंस्ट्रेंट्स) की महत्वपूर्ण आवश्यकता को रेखांकित करता है।

Titouan Duston, Jiashu Liang, Yuanheng Wang, Weihao Gao, Xuelan Wen, Nan Sheng, Weiluo Ren, Yang Sun, Yixiao Chen2026-05-08
🤖 machine learning

Robustness of Graph Self-Supervised Learning to Real-World Noise: A Case Study on Text-Driven Biomedical Graphs

यह शोध पत्र वास्तविक दुनिया के, शोर वाले टेक्स्ट-संचालित बायोमेडिकल ग्राफ्स पर ग्राफ सेल्फ-सुपरवाइज्ड लर्निंग का व्यापक मूल्यांकन करने के लिए NATD-GSSL फ्रेमवर्क प्रस्तुत करता है, जो यह प्रकट करता है कि फीचर रिकंस्ट्रक्शन और द्विदिश संबंधात्मक मैसेज-पासिंग आर्किटेक्चर, रिलेशन रिकंस्ट्रक्शन या एकदिशीय डिजाइनों की तुलना में शोर के प्रति अधिक सुदृढ़ हैं, और अंततः लैंग्वेज मॉडल बेसलाइन्स की तुलना में 7% तक सुधार प्राप्त करते हैं।

Othmane Kabal, Mounira Harzallah, Fabrice Guillet, Hideaki Takeda, Ryutaro Ichise2026-05-08