🤖 Category

cs.AI

25058 पेपर

🤖 AI

Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction

यह शोध पत्र डायरेक्ट कॉर्पस इंटरैक्शन (DCI) का प्रस्ताव करता है, जो एक ऐसा रिट्रीवल प्रतिमान (retrieval paradigm) है जहाँ एजेंट निश्चित अर्थ संबंधी इंटरफेस (semantic interfaces) को दरकिनार कर सामान्य प्रयोजन वाले उपकरणों (general-purpose tools) का उपयोग करके सीधे कच्चे कॉर्पस (raw corpora) के साथ संवाद करते हैं, और यह प्रदर्शित करता है कि यह दृष्टिकोण ऑफलाइन इंडेक्सिंग की आवश्यकता के बिना लचीले, बहु-चरणीय साक्ष्य अन्वेषण (multi-step evidence exploration) को सक्षम करके जटिल एजेंटिक खोज कार्यों पर पारंपरिक लेक्सिकल और सिमेंटिक रिट्रीवर्स की तुलना में काफी बेहतर प्रदर्शन करता है।

Zhuofeng Li, Haoxiang Zhang, Cong Wei, Pan Lu, Ping Nie, Yi Lu, Yuyang Bai, Shangbin Feng, Hangxiao Zhu, Ming Zhong, Yuy (…)2026-05-08
🤖 AI

Towards Dependable Retrieval-Augmented Generation Using Factual Confidence Prediction

यह शोध पत्र विश्वसनीय रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) के लिए एक नवीन दो-चरणीय दृष्टिकोण प्रस्तावित करता है जो उच्च-गुणवत्ता वाले रिट्रीव्ड कॉन्टेक्स्ट को फ़िल्टर करने के लिए कॉन्फॉर्मल प्रेडिक्शन और उत्तर की निष्ठा (faithfulness) को मापने के लिए एक अटेंशन-आधारित क्लासिफायर को जोड़ता है, जिससे बेहतर उत्तर गुणवत्ता और निरंतरता का पता लगाने के साथ प्रमाणित RAG सिस्टम स्थापित होता है।

Florian Geissler, Francesco Carella, Laura Fieback, Jakob Spiegelberg2026-05-08
🤖 AI

Decision-aware User Simulation Agent for Evaluating Conversational Recommender Systems

यह शोध पत्र "Hesitator" का प्रस्ताव करता है, जो एक सिद्धांत-आधारित उपयोगकर्ता सिमुलेशन ढांचा है जो विकल्प के अतिभार (choice overload) के तहत मानव निर्णय लेने की प्रक्रिया को आइटम चयन और प्रतिबद्धता निर्णयों को अलग करके स्पष्ट रूप से मॉडल करता है, जिससे मौजूदा LLM-आधारित संवादात्मक अनुशंसा प्रणाली मूल्यांकनकर्ताओं में पाए जाने वाले अवास्तविक उच्च स्वीकृति दरों और हिचकिचाहट की कमी को सुधारा जा सके।

Yuan-Chi Li, Li-Chi Chen, Sung-Yi Wu, Yu-Che Tsai, Shou-De Lin2026-05-08
📊 statistics

Maximizing Rollout Informativeness under a Fixed Budget: A Submodular View of Tree Search for Tool-Use Agentic Reinforcement Learning

यह शोध पत्र InfoTree को प्रस्तुत करता है, जो टूल-यूज़ एजेंटिक सुदृढीकरण शिक्षण (reinforcement learning) के लिए एक ट्रेनिंग-टाइम ट्री-सर्च फ्रेमवर्क है, जो रोलआउट सूचनात्मकता (rollout informativeness) को एक सबमॉड्यूलर मैक्सिमाइजेशन समस्या के रूप में औपचारिक रूप देता है ताकि एक अनिश्चितता-जागरूक चयन रणनीति (UUCB) और एक अनुकूली बजट आवंटक (adaptive budget allocator) प्राप्त किया जा सके, जिससे विविध रीजनिंग और टूल-यूज़ बेंचमार्क पर मजबूती और दक्षता बनाए रखते हुए मौजूदा विधियों से काफी बेहतर प्रदर्शन किया जा सके।

Yuelin Hu, Zhenbo Yu, Zhengxue Cheng, Wei Liu, Li Song2026-05-08
🤖 AI

Bridging Generation and Training: A Systematic Review of Quality Issues in LLMs for Code

यह शोध पत्र 114 अध्ययनों की एक व्यवस्थित समीक्षा प्रस्तुत करता है ताकि एलएलएम (LLMs) में दोषपूर्ण कोड जनरेशन से जुड़े प्रशिक्षण डेटा गुणवत्ता संबंधी मुद्दों के लिए एक एकीकृत वर्गीकरण और कारण ढांचा स्थापित किया जा सके, साथ ही शमन तकनीकों को संश्लेषित किया जा सके और विश्वसनीय कोड मॉडल के लिए सक्रिय, डेटा-केंद्रित शासन की ओर एक प्रतिमान बदलाव की रूपरेखा तैयार की जा सके।

Kaifeng He, Xiaojun Zhang, Peiliang Cai, Mingwei Liu, Yanlin Wang, Chong Wang, Kaifeng Huang, Bihuan Chen, Xin Peng, Zib (…)2026-05-08
🤖 AI

Securing the Agent: Vendor-Neutral, Multitenant Enterprise Retrieval and Tool Use

यह शोध पत्र ओपन-सोर्स OGX फ्रेमवर्क के भीतर एक सर्वर-साइड, लेयर्ड आइसोलेशन आर्किटेक्चर प्रस्तावित और मान्य करके मल्टीटेनेंट एंटरप्राइज एआई सिस्टम में उस महत्वपूर्ण सुरक्षा अंतराल को संबोधित करता है जहाँ रिट्रीवल रिलेवेंस (प्राप्ति प्रासंगिकता) ऑथोराइजेशन (प्राधिकरण) पर हावी हो जाती है, जो क्रॉस-टेनेंट डेटा लीकेज को रोकने के लिए पॉलिसी-अवेयर इनजेशन और रिट्रीवल गेटिंग को लागू करता है और इसमें प्रदर्शन का नगण्य ओवरहेड होता है।

Francisco Javier Arceo, Varsha Prasad Narsing2026-05-08
🤖 machine learning

Understanding Annotator Safety Policy with Interpretability

यह शोध पत्र एनोटेटर पॉलिसी मॉडल्स (APMs) को प्रस्तुत करता है, जो एक व्याख्यात्मक ढांचा है जो परिचालन विफलताओं, नीतिगत अस्पष्टता और मूल्य बहुलवाद के बीच अंतर करने के लिए उनके लेबलिंग व्यवहार से सीधे एनोटेटर्स की आंतरिक सुरक्षा नीतियों का अनुमान लगाता है, जिससे अतिरिक्त एनोटेशन बोझ के बिना अधिक लक्षित और समावेशी सुरक्षा नीति डिजाइन सक्षम होती है।

Alex Oesterling, Donghao Ren, Yannick Assogba, Dominik Moritz, Sunnie S. Y. Kim, Leon Gatys, Fred Hohman2026-05-08
💬 NLP

Counterargument for Critical Thinking as Judged by AI and Humans

यह हस्तक्षेप अध्ययन प्रदर्शित करता है कि छात्र एआई-जनित सामग्री के विरुद्ध प्रति-तर्क लिखकर प्रभावी ढंग से आलोचनात्मक सोच का उपयोग करते हैं और यह पुष्टि करता है कि फ्रंटियर लार्ज लैंग्वेज मॉडल्स, स्पष्ट रूब्रिक्स द्वारा निर्देशित होने पर, मानव मूल्यांकनों के साथ मध्यम संरेखण के साथ, बड़े पैमाने पर ऐसे लिखित कार्य का विश्वसनीय रूप से मूल्यांकन कर सकते हैं।

Tosin Adewumi, Marcus Liwicki, Foteini Simistira Liwicki, Lama Alkhaled, Hamam Mokayed, Esra Sümer-Arpak2026-05-08
🤖 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