🤖 Category

cs.AI

21594 पेपर

🤖 machine learning

Knowledge Distillation from Large Reasoning Models to Compact Student Models: A Case Study on the John O Bryan Mathematics Competition

यह शोध पत्र प्रदर्शित करता है कि एक ड्यूल-एजेंट फ्रेमवर्क और अर्ली स्टॉपिंग का उपयोग करके डीपसीक-आर1 (DeepSeek-R1) शिक्षक से डिस्टिल्ड चेन-ऑफ-थॉट डेटा के साथ एक कॉम्पैक्ट क्यूवेन 2.5-7बी (Qwen2.5-7B) स्टूडेंट मॉडल को फाइन-ट्यून करने से जॉन ओ'ब्रायन मैथमेटिक्स कॉम्पिटिशन और मैथ-500 (MATH-500) बेंचमार्क पर इसकी सटीकता में महत्वपूर्ण सुधार होता है, जबकि यह भी प्रकट करता है कि कम प्रतिक्रिया लंबाई का कम तर्क गुणवत्ता के साथ सहसंबंध है।

Gaurab Baral, Aaditya Khanal, Yangyang Tao, Junxiu Zhou2026-07-01
💬 NLP

ADAPT: Attention Dynamics Alignment with Preference Tuning for Faithful MLLMs

यह शोध पत्र ADAPT को प्रस्तुत करता है, जो एक अटेंशन-आधारित फ्रेमवर्क है जो विजुअल एंकर्स, ऑनलाइन करेक्शन मैकेनिज्म और प्रेफरेंस ट्यूनिंग के माध्यम से टेक्स्ट-टू-इमेज क्रॉस-अटेंशन डायनेमिक्स को संरेखित करके मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) को कम करता है, जिससे सामान्य क्षमताओं को बनाए रखते हुए मतिभ्रम में महत्वपूर्ण कमी आती है।

Zhiyuan Yao, Zheren Fu, Zhixiao Zheng, Jiajun Li, Yi Tu, Zhendong Mao2026-07-01
🤖 AI

MultiUAV-Plat: An LLM-Oriented Platform, Benchmark and Framework for Multi-UAV Collaborative Task Planning

यह शोध पत्र MultiUAV-Plat प्रस्तुत करता है, जो एक हल्का सिमुलेशन प्लेटफॉर्म और व्यापक बेंचमार्क है जिसे वास्तविक बाधाओं के तहत LLM-संचालित मल्टी-UAV सहयोगात्मक कार्य नियोजन को व्यवस्थित रूप से मूल्यांकन करने के लिए डिज़ाइन किया गया है, साथ ही इसमें Agent4Drone फ्रेमवर्क भी शामिल है जो मिशन सफलता दर में मौजूदा बेसलाइनों से काफी बेहतर प्रदर्शन करता है।

Sheng Zhang, Qinglin Li, Yuechao Zang, Xueqin Huang, Yijia Fu, Cheng Zhu2026-07-01
💬 NLP

Triospect: A Three-Dimensional Framework for Robust Statistical AI-Generated Text Detection Against Diverse Attacks

यह शोध पत्र ट्रायोस्पेक्ट (Triospect) को प्रस्तुत करता है, जो एक नवीन त्रि-आयामी सांख्यिकीय ढांचा है जो विविध प्रतिकूल हमलों के विरुद्ध एआई-जनित पाठ का पता लगाने की मजबूती को महत्वपूर्ण रूप से बढ़ाने के लिए विषय-वस्तु और अभिव्यक्ति के दृष्टिकोणों को एकीकृत करता है, और कई बेंचमार्क में मौजूदा बेसलाइन की तुलना में पर्याप्त अंतर से बेहतर प्रदर्शन करता है।

Guangsheng Bao, Lihua Rong, Yanbin Zhao, Xiao Yu, Qiji Zhou, Yue Zhang2026-07-01
🤖 AI

Beyond But-for Test: Counterfactual Explanation in Abstract Argumentation via Actual Causality (Extended Version)

यह शोधपत्र अमूर्त तर्कसंगतता (abstract argumentation) के लिए एक हस्तक्षेप-आधारित प्रतितथ्यात्मक तर्क (counterfactual reasoning) ढांचे को प्रस्तुत करता है जो तर्क की स्वीकृति को समीकरणों के रूप में कूटबद्ध करके और प्रीएम्प्शन (preemption) एवं ओवरडिटरमिनेशन (overdetermination) जैसी जटिल स्थितियों में सटीक कारणों की पहचान करने के लिए हालपर्न-पर्ल कार्य-कारणता (Halpern-Pearl causality) को लागू करके पारंपरिक 'बट-फॉर' (but-for) परीक्षण की सीमाओं को दूर करता है।

Siyi Liu, Muyun Shao, Beishui Liao2026-07-01
🤖 AI

DDIAgents: Mechanism-Conditioned Context Flow for Drug-Drug Interaction Prediction

DDIAgents एक नवीन मैकेनिज्म-कंडीशन्ड मल्टी-एजेंट फ्रेमवर्क है जो प्रासंगिक ज्ञान को रूट करने और व्याख्यात्मक तर्क उत्पन्न करने के लिए विशिष्ट विशेषज्ञ एजेंटों को गतिशील रूप से ऑर्केस्ट्रेट करके ड्रग-ड्रग इंटरेक्शन प्रेडिक्शन को बढ़ाता है, जो यथार्थवादी बेंचमार्क पर मौजूदा बेसलाइन्स से लगातार बेहतर प्रदर्शन करता है।

Zhenqian Shen, Yu Liu, Xiaoyi Fu, Quanming Yao2026-07-01
💬 NLP

When Reranking Hurts: Uncertainty-Based Gating for Few-Shot Reranking

यह शोध पत्र इस धारणा को चुनौती देता है कि रीरैंकिंग (reranking) हमेशा फ्यू-शॉट प्रदर्शन में सुधार करती है, और एक प्रशिक्षण-मुक्त, अनिश्चितता-आधारित गेटिंग तंत्र का प्रस्ताव करता है जो कम्प्यूटेशनल लागत को 15%–80% तक कम करने के साथ-साथ औसत प्रदर्शन को 2% तक सुधारने के लिए उदाहरणों को चुनिंदा रूप से रीरैंक करता है।

Orian Dabod, Amir Cohen, Gabriel Stanovsky2026-07-01
🤖 machine learning

What Probing Reveals about Autonomous Driving: Linking Internal Prediction Errors to Ego Planning

यह शोध पत्र पूर्वानुमान और नियोजन क्षमताओं की जांच करके स्वायत्त ड्राइविंग नीतियों (autonomous driving policies) के आंतरिक तर्क की जांच करता है, जिससे यह पता चलता है कि मजबूत क्लोज्ड-लूप प्रदर्शन के बावजूद, कई मॉडल वास्तविक भविष्य कहने वाले संकेतों के बजाय भंगुर ह्यूरिस्टिक्स (brittle heuristics) पर निर्भर करते हैं, जिसे कारण संबंधी हस्तक्षेपों (causal interventions) के माध्यम से सुधारा जा सकता है।

Hyeonchang Jeon, Kyungbeom Kim, Eugene Vinitsky, Kyung-Joong Kim2026-07-01
🤖 AI

Revealing Safety-Critical Scenarios for UTM via Transformer

यह शोध पत्र एक ट्रांसफॉर्मर-आधारित सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो अनमैन्ड ट्रैफिक मैनेजमेंट (UTM) भेद्यता खोज को एक अनुक्रम मॉडलिंग समस्या के रूप में मॉडल करता है, जो लक्षित सुरक्षा-महत्वपूर्ण परिदृश्यों और एज केसों को उत्पन्न करके विशेषज्ञ-निर्देशित परीक्षण की तुलना में दक्षता में 8 गुना सुधार प्राप्त करता है।

Huaze Tang, Bill Zeng, Chao Wang, Zhenpeng Shi, Qian Zhang, Wenbo Ding2026-07-01
🤖 AI

The Past Is Prologue: A Plug-in Controller for Selective Updates in Sequentially Evolving LLM Memory

यह शोधपत्र जानस (Janus) को प्रस्तुत करता है, जो एक विधि-अज्ञेय (method-agnostic) प्लग-इन नियंत्रक है जो संदिग्ध विचलन का पता लगाकर और एक संक्षिप्त हाइब्रिड कार्य सेट पर उम्मीदवारों का मूल्यांकन करके क्रमिक रूप से विकसित होने वाली एलएलएम (LLM) मेमोरी को चुनिंदा रूप से अपडेट करता है, जिससे उपयोगी ज्ञान के अधिलेखन (overwriting) को रोका जा सके और विविध डेटासेटों में समग्र सटीकता में सुधार किया जा सके।

Zihan Chen, Songwei Dong, Chengshuai Shi, Peng Wang, Song Wang, Cong Shen, Jundong Li2026-07-01