cs.AI पेपर | Gist.Science

Database Context Compression for Text-to-SQL on Real-World Large Databases

यह शोध पत्र DBCC को प्रस्तुत करता है, जो SGCF सिद्धांत पर आधारित एक मॉडल-अज्ञेय डेटाबेस संदर्भ संपीड़न (database context compression) ढांचा है, जो विस्तृत और अनावश्यक एंटरप्राइज डेटाबेस स्कीमा को संक्षिप्त निरूपणों में परिवर्तित करता है, जिससे इनपुट टोकन की संख्या में उल्लेखनीय कमी आती है और Spider 2.0 एवं BIRD जैसे वास्तविक दुनिया के बेंचमार्क पर स्कीमा लिंकिंग रिकॉल और एंड-टू-एंड टेक्स्ट-टू-SQL निष्पादन सटीकता में पर्याप्त सुधार होता है।

Jingwen Liu, Weibin Liao, Xin Gao, Junfeng Zhao, Yasha Wang2026-06-30

💻 computer science

The Undecidability of Artificial General Intelligence (AGI) Alignment

यह शोध पत्र यह स्थापित करता है कि एजीआई (AGI) संरेखण (alignment) असंभव नहीं बल्कि संरचनात्मक रूप से unverifiable (असिद्ध करने योग्य नहीं) है, जो ट्रैखटनब्रॉट की दीवार (Trakhtenbrot's Wall) और एक व्युत्पन्न साउंडनेस-कम्प्लीटनेस-ट्रैक्टेबिलिटी ट्रिलेमा (Soundness-Completeness-Tractability Trilemma) के माध्यम से यह सिद्ध करता है कि वर्तमान रोकथाम रणनीतियाँ अस्थायी सुधार नहीं बल्कि निर्णायक सुरक्षा प्राप्त करने के लिए तार्किक अभिव्यंजना (logical expressivity) का आवश्यक त्याग हैं।

Jose Pascual Gumbau Mezquita2026-06-30

💻 computer science

RIPA: Sensory-Vector Prompt Injection Attacks on LLM-Controlled ROS 2 Robots

यह शोध पत्र RIPA को प्रस्तुत करता है, जो पहला व्यवस्थित मल्टी-चैनल अध्ययन है जो यह प्रदर्शित करता है कि विजुअल, ऑडियो और LiDAR चैनलों के माध्यम से सेंसरी-वेक्टर प्रॉम्प्ट इंजेक्शन हमलों के प्रति LLM-नियंत्रित ROS 2 रोबोट असुरक्षित हैं, जो यह प्रकट करता है कि मॉडल की मजबूती आर्किटेक्चर के विशिष्ट है न कि स्केल के, और वर्तमान सिमेंटिक फायरवॉल एडवर्सरियल ऑबफस्केशन के प्रति संवेदनशील बने रहते हैं।

Nima Dorzhiev2026-06-30

🤖 machine learning

When More Sampling Hurts: The Modal Ceiling and Correlation Ceiling of Test-Time Scaling

यह शोध पत्र तर्क देता है कि रीजनिंग सिस्टम में टेस्ट-टाइम स्केलिंग (test-time scaling) मौलिक "मोडल" (modal) और "सहसंबंध" (correlation) सीमाओं का सामना करती है जहाँ अत्यधिक सैंपलिंग उत्तर चयन में सुधार करने में विफल रहती है और प्रदर्शन को खराब भी कर सकती है, जो यह सुझाव देता है कि वास्तविक बाधा उत्तर उत्पन्न करने के बजाय सही उत्तरों को पहचानने में निहित है।

Yong Yi Bay, Kathleen A. Yearick2026-06-30

💻 computer science

Why Trust Your Agent? Empirical Security Gains from TRiSM-Guided Agentic Workflows in Healthcare

यह शोध पत्र प्रदर्शित करता है कि मेडिकल रिपोर्ट-जनरेशन एजेंटों पर TRiSM फ्रेमवर्क लागू करने से सुरक्षा—जो कई LLMs और वेक्टर्स में हमले की सफलता दर को कम करती है—और लीस्ट-प्रिविलेज (least-privilege) एवं डिफेंस-इन-डेप्थ (defense-in-depth) आर्किटेक्चरल डिज़ाइनों के माध्यम से आउटपुट सटीकता में 14 प्रतिशत अंकों की वृद्धि, दोनों में महत्वपूर्ण सुधार होता है।

Liam Kearns2026-06-30

💻 computer science

Predicting Metastatic Risk from Primary Tissue Architecture via Distance-Aware Spatial Modeling

यह शोध पत्र DTMf-MIL को प्रस्तुत करता है, जो एक नवीन मल्टीपल इंस्टेंस लर्निंग मॉडल है जो प्राथमिक ट्यूमर हिस्टोलॉजी से मेटास्टैटिक जोखिम के पूर्वानुमान को बढ़ाने के लिए साइन्ड डिस्टेंस फंक्शन्स (signed distance functions) को स्पष्ट रूप से शामिल करता है ताकि ट्यूमर कोशिकाओं, फाइब्रोब्लास्ट और लिम्फोसाइट्स के बीच महत्वपूर्ण स्थानिक संबंधों को कैप्चर किया जा सके, जिससे यह उन मौजूदा विधियों से बेहतर प्रदर्शन करता है जो ऊतक संरचना (tissue architecture) की अनदेखी करती हैं।

Sandesh Pokhrel, Hamid Manoochehri, Bodong Zhang, Beatrice S Knudsen, Tolga Tasdizen2026-06-30

💻 computer science

Capability Gates Are Not Authorization: Confused-Deputy Failures in LLM Agent Frameworks

यह शोध पत्र यह प्रकट करता है कि लैंगचेन (LangChain) और लामाइंडेक्स (LlamaIndex) जैसे लोकप्रिय एलएलएम (LLM) एजेंट फ्रेमवर्क निष्पादन से पहले विशिष्ट तर्क मानों (argument values) को पुन: सत्यापित करने में विफल रहकर, टूल एक्सपोज़र (tool exposure) को प्राधिकरण (authorization) के साथ मिला देते हैं, और "स्कोपगेट" (ScopeGate) का प्रस्ताव करता है, जो एक पांच-चरणीय प्राधिकरण ढांचा है जो वैध अनुरोधों के लिए उच्च सटीकता बनाए रखते हुए अवैध भुगतानों जैसे अनधिकृत कार्यों को सफलतापूर्वक रोकता है।

David Mellafe Zuvic2026-06-30

📊 statistics

Aristotelian Virtue Profiling of LLMs through Ethical Dilemmas

यह शोध पत्र VirtueMap प्रस्तुत करता है, जो अरस्तू के सद्गुण नैतिकता (Aristotelian virtue ethics) के माध्यम से लार्ज लैंग्वेज मॉडल्स (LLMs) के नैतिक निर्णय लेने के पैटर्न का मूल्यांकन करने वाला एक ढांचा है, जो विवेक, न्याय और साहस जैसे सद्गुणों के तुलनात्मक प्रोफाइल उत्पन्न करने के लिए मानव-सत्यापित ग्राउंड ट्रुथ्स के विरुद्ध दुविधाओं के उत्तरों को रैंक करता है।

Ioannis Tzachristas, John Pavlopoulos2026-06-30

💻 computer science

An AI agent for treatment reasoning over a biomedical tool universe

यह शोध पत्र ATHENA-R1 को प्रस्तुत करता है, जो 212 बायोमेडिकल टूल्स पर सुदृढीकरण शिक्षण (reinforcement learning) के साथ एक दो-स्तरीय स्व-शिक्षण ढांचे के माध्यम से प्रशिक्षित एक AI एजेंट है, जो साक्ष्य एकत्र करने की पुनरावृत्ति प्रक्रिया द्वारा उपचार तर्क (treatment reasoning) में अत्याधुनिक सटीकता प्राप्त करता है और बेंचमार्क कार्यों एवं विशेषज्ञ मूल्यांकनों दोनों में मौजूदा मॉडलों से बेहतर प्रदर्शन करता है।

Shanghua Gao, Ayush Noori, Richard Zhu, Curtis Ginder, Zhenglun Kong, Xiaorui Su, Justin Kauffman, Benjamin S. Glicksber (…)2026-06-30

💬 NLP

SEATauBench: Adapting Tool-Agent-User Evaluation Into Low-Resource Southeast Asian Languages

यह शोध पत्र SEATauBench प्रस्तुत करता है, जो दक्षिण-पूर्व एशियाई संप्रभु एआई (sovereign AI) के लिए पहला मूल्यांकन ढांचा है जो TauBench को पांच क्षेत्रीय भाषाओं के अनुकूल बनाता है, जिससे यह पता चलता है कि हालांकि अंग्रेजी एजेंट की क्षमताएं स्थानीयकृत बातचीत में अच्छी तरह से स्थानांतरित होती हैं, लेकिन जैसे-जैसे कार्य संदर्भ और टूल विशिष्टताएँ पूरी तरह से स्थानीयकृत होती हैं, उनका प्रदर्शन और मजबूती काफी कम हो जाती है।

My Chiffon Nguyen, Aulia Adila, Saksorn Ruangtanusak, Kittiphat Leesombatwathana, Vissuta Gunawan Lim, Patomporn Payoung (…)2026-06-30

← पिछला अगला →