🤖 Category

cs.AI

28108 पेपर

💻 computer science

Omission Constraints Decay While Commission Constraints Persist in Long-Context LLM Agents

यह शोध पत्र "सिक्योरिटी-रिकॉल डायवर्जेंस" (Security-Recall Divergence) की पहचान और मात्रा निर्धारण करता है, जो एक ऐसी घटना है जहाँ एलएलएम (LLM) एजेंट बातचीत की लंबाई बढ़ने के साथ निषेध-आधारित सुरक्षा बाधाओं (लोप/omissions) का पालन करने में तेजी से विफल होते हैं, जबकि साथ ही आवश्यकता-आधारित बाधाओं (आदेशों/commissions) के प्रति सख्त अनुपालन बनाए रखते हैं, एक ऐसा विफलता मोड जो मानक निगरानी के लिए अदृश्य रहता है लेकिन जिसे मॉडल-विशिष्ट 'सेफ टर्न डेप्थ' (Safe Turn Depth) से पहले बाधाओं को पुनः इंजेक्ट करके कम किया जा सकता है।

Yeran Gamage2026-04-24
🤖 machine learning

Absorber LLM: Harnessing Causal Synchronization for Test-Time Training

यह शोध पत्र एब्जॉर्बर एलएलएम (Absorber LLM) का प्रस्ताव करता है, जो एक टेस्ट-टाइम ट्रेनिंग विधि है जो लॉन्ग-कॉन्टेक्स्ट रिटेंशन को एक सेल्फ-सुपरवाइज्ड कॉज़ल सिंक्रोनाइज़ेशन टास्क के रूप में फॉर्म्युलेट करती है ताकि एक कॉन्टेक्स्टलेस मॉडल को फुल-कॉन्टेक्स्ट मॉडल के प्रेडिक्शन्स से मेल खाने में सक्षम बनाया जा सके, जिससे मौजूदा पैरामीटर-आधारित मेमोरी अप्रोच की तुलना में बेहतर सटीकता के साथ कांस्टेंट-मेमोरी इन्फरेंस प्राप्त किया जा सके।

Zhixin Zhang, Shabo Zhang, Chengcan Wu, Zeming Wei, Meng Sun2026-04-24
🤖 machine learning

The Path Not Taken: Duality in Reasoning about Program Execution

यह शोध पत्र DexBench प्रस्तुत करता है, जो दो पूरक कार्यों के माध्यम से प्रोग्राम निष्पादन (execution) के बारे में तर्क करने की क्षमता का आकलन करके बड़े भाषा मॉडलों (LLMs) की गतिशील कोड समझ (dynamic code understanding) का मूल्यांकन करने के लिए डिज़ाइन किया गया एक बेंचमार्क है: इनपुट से व्यवहार का पूर्वानुमान लगाना और विशिष्ट व्यवहार संबंधी उद्देश्यों को प्राप्त करने के लिए इनपुट उत्परिवर्तन (input mutations) का अनुमान लगाना।

Eshgin Hasanov, Md Mahadi Hassan Sibat, Santu Karmaker, Aashish Yadavally2026-04-24
🤖 machine learning

IRIS: Interpolative Rényi Iterative Self-play for Large Language Model Fine-Tuning

यह शोध पत्र IRIS का प्रस्ताव करता है, जो एक एकीकृत सेल्फ-प्ले फाइन-ट्यूनिंग फ्रेमवर्क है जो प्रशिक्षण चरणों के दौरान महत्व भारण (इम्पॉर्टेंस वेटिंग) को गतिशील रूप से अनुकूलित करने के लिए निरंतर समायोज्य रेनी डायवर्जेंस पैरामीटर का लाभ उठाता है, जिससे यह मौजूदा विधियों से बेहतर प्रदर्शन करता है और काफी कम एनोटेटेड नमूनों के साथ उत्कृष्ट परिणाम प्राप्त करता है।

Wenjie Liao, Like Wu, Liangjie Zhao, Shihui Xu, Shigeru Fujimura2026-04-24
💻 computer science

Escaping the Agreement Trap: Defensibility Signals for Evaluating Rule-Governed AI

यह शोध पत्र नियम-शासित एआई (AI) के लिए एक नए मूल्यांकन ढांचे का प्रस्ताव करता है जो दोषपूर्ण सहमति-आधारित मेट्रिक्स को नीति-आधारित शुद्धता मापों, जैसे कि डिफेन्सिबिलिटी इंडेक्स (Defensibility Index) और प्रोबेबिलिस्टिक डिफेन्सिबिलिटी सिग्नल (Probabilistic Defensibility Signal) से बदल देता है, ताकि कंटेंट मॉडरेशन में वैध निर्णयों और वास्तविक त्रुटियों के बीच सटीक रूप से अंतर किया जा सके।

Michael O'Herlihy, Rosa Català2026-04-24
🤖 machine learning

Differentially Private Model Merging

यह शोध पत्र पोस्ट-प्रोसेसिंग तकनीकों, विशेष रूप से रैंडम सिलेक्शन (यादृच्छिक चयन) और लीनियर कॉम्बिनेशन (रैखिक संयोजन), को प्रस्तावित करता है ताकि पूर्व-प्रशिक्षित मॉडलों के एक सेट से बिना किसी अतिरिक्त प्रशिक्षण के मनचाही डिफरेंशियल प्राइवेसी आवश्यकताओं को पूरा करने वाले मॉडल उत्पन्न किए जा सकें, जो सैद्धांतिक रूप से लीनियर कॉम्बिनेशन की श्रेष्ठता को प्रदर्शित करता है और विभिन्न डेटासेट्स पर इस दृष्टिकोण को मान्य करता है।

Qichuan Yin, Manzil Zaheer, Tian Li2026-04-24
💻 computer science

Co-Evolving LLM Decision and Skill Bank Agents for Long-Horizon Tasks

यह शोध पत्र COSPLAY को प्रस्तुत करता है, जो एक सह-विकासवादी (co-evolutionary) ढांचा है जहाँ एक LLM निर्णय एजेंट और एक कौशल प्रबंधन एजेंट मिलकर बिना लेबल वाले रोलआउट्स से संरचित कौशलों की खोज, परिशोधन और पुनर्प्राप्ति करते हैं, जो फ्रंटियर LLM बेसलाइन की तुलना में गेम वातावरण में दीर्घकालिक (long-horizon) प्रदर्शन में महत्वपूर्ण सुधार करता है।

Xiyang Wu, Zongxia Li, Guangyao Shi, Alexander Duffy, Tyler Marques, Matthew Lyle Olson, Tianyi Zhou, Dinesh Manocha2026-04-24
💬 NLP

Breaking MCP with Function Hijacking Attacks: Novel Threats for Function Calling and Agentic Models

यह शोध पत्र एक नवीन "फंक्शन हाइजैकिंग अटैक" (FHA) प्रस्तुत करता है जो संदर्भ अर्थशास्त्र (context semantics) की परवाह किए बिना एजेंटिक एआई मॉडल्स को हमलावर द्वारा चुने गए फंक्शन्स को निष्पादित करने के लिए मजबूती से हेरफेर करता है, जो विविध मॉडल्स में उच्च सफलता दर प्राप्त करता है और फंक्शन-कॉलिंग सिस्टम में उन्नत सुरक्षा गार्डरेल्स की महत्वपूर्ण आवश्यकता को प्रदर्शित करता है।

Yannis Belkhiter, Giulio Zizzo, Sergio Maffeis, Seshu Tirupathi, John D. Kelleher2026-04-24
💻 computer science

The Last Harness You'll Ever Build

यह शोध पत्र एक दो-स्तरीय ढांचे को प्रस्तुत करता है जो व्यक्तिगत कार्यों के लिए 'हारनेस इवोल्यूशन लूप' के माध्यम से और एक सार्वभौमिक प्रोटोकॉल सीखने वाले 'मेटा-इवोल्यूशन लूप' के माध्यम से AI एजेंट हार्नेस के निर्माण और अनुकूलन को स्वचालित करता है, जो अंततः एजेंटों को नए डोमेन में अनुकूलित करने के लिए मैनुअल हार्नेस इंजीनियरिंग की आवश्यकता को समाप्त कर देता है।

Haebin Seong, Li Yin, Haoran Zhang2026-04-24
💻 computer science

Open-H-Embodiment: A Large-Scale Dataset for Enabling Foundation Models in Medical Robotics

यह शोध पत्र Open-H-Embittment को प्रस्तुत करता है, जो 49 से अधिक संस्थानों और कई प्लेटफार्मों में फैले चिकित्सा रोबोटिक वीडियो और किनेमैटिक्स का सबसे बड़ा ओपन डेटासेट है, जो GR00T-H और Cosmos-H-Surgical-Simulator जैसे फाउंडेशन मॉडल्स के विकास को सक्षम बनाता है ताकि चिकित्सा रोबोटिक्स में अभूतपूर्व एंड-टू-एंड टास्क पूर्णता और मल्टी-एम्बॉडमेंट सिमुलेशन प्राप्त किया जा सके।

Open-H-Embodiment Consortium (Brian), : (Brian), Nigel Nelson (Brian), Juo-Tung Chen (Brian), Jesse Haworth (Brian), Xi (…)2026-04-24