🤖 Category

cs.AI

19765 पेपर

🔢 mathematics

Capability from Access Structure, Not Scale: Lower Bounds and Pre-Registered Tests for Hybrid Sequence Models

यह शोध पत्र क्षमता अभिसरण (कैपेबिलिटी कन्वर्जेंस) की धारणा को चुनौती देता है कि केवल स्केलिंग ही क्षमता की गारंटी देती है, और इसके बजाय 'क्षमता अभिसरण परिकल्पना' (कैपेबिलिटी कन्वर्जेंस हाइपोथीसिस) का प्रस्ताव करता है, जो यह तर्क देती है कि वास्तविक क्षमता के लिए एक विशिष्ट हाइब्रिड आर्किटेक्चर की आवश्यकता होती है जिसमें एक संकुचित अवस्था चैनल (कंप्रेसिव स्टेट चैनल) और एक शाब्दिक-अनुक्रमणिका चैनल (वर्बेटिम-इंडेक्स चैनल) का संयोजन हो, जिसका दावा सैद्धांतिक निचली सीमाओं (थ्योरेटिकल लोअर बाउंड्स) और पूर्व-पंजीकृत प्रयोगात्मक परिणामों द्वारा समर्थित है।

Wenhui Chen, Jianlin Chen, Ziyao Lin, Chi Man Vong2026-07-17
🤖 machine learning

ToolAnchor: Anchoring Counterfactual Context to Boost Agentic Tool-use Capability

यह शोधपत्र ToolAnchor प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो टीचर मॉडल्स का उपयोग करके काउंटरफैक्टुअल एंकर कॉन्टेक्स्ट (counterfactual anchor contexts) को जेनरेट और वेरिफाई करता है, जिससे टूल-ऑगमेंटेड एजेंट्स में व्यवहार संबंधी जड़ता (behavioral inertia) को कम किया जा सके और बिना पूर्ण रिट्रेनिंग के नए टूलसेट्स के प्रति स्केलेबल अनुकूलन सक्षम बनाया जा सके।

Weiting Liu, Jieyi Bi, Wanqi Zhou, Jianfeng Feng, Yining Ma, Ai Han, Wenlian Lu2026-07-17
💬 NLP

Breaking Refusal in the First Half: A Mechanistic Study of the Prefill Jailbreak

यह अध्ययन प्रकट करता है कि प्रीफिल-आधारित जेलब्रेक सुरक्षा को एक उथले, रिस्पॉन्स-साइट कंप्यूटेशन का लाभ उठाकर दरकिनार कर देते हैं जहाँ मॉडल का हानिकारक निरंतरता (continuation) मुख्य रूप से प्रारंभिक "Sure, here is" प्रॉम्प्ट पर निष्क्रिय ऑटो-रिग्रेसिव कंडीशनिंग द्वारा संचालित होता है, न कि एक अक्षुण्ण हानि प्रतिनिधित्व (harm representation) के दमन द्वारा।

Alex Kwon2026-07-17
🤖 machine learning

Enhancing Small Language Models Reasoning through Knowledge Graph Grounding

यह शोध पत्र एक न्यूरो-सिम्बोलिक एजेंटिक फ्रेमवर्क प्रस्तावित करता है जो रिलेशनल ग्राफ कन्वोल्यूशनल नेटवर्क संकेतों को एकीकृत करके स्मॉल लैंग्वेज मॉडल्स की मल्टी-हॉप रीजनिंग क्षमताओं को बढ़ाता है, यह प्रकट करते हुए कि जबकि विशेषज्ञ मार्गदर्शन प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है, यह दृष्टिकोण त्रुटिपूर्ण तथ्य निष्कर्षण और अनुक्रमिक निगमन की भंगुरता द्वारा सीमित बना हुआ है।

Dimitrios Kelesis, Konstantinos Bougiatiotis, Georgios Paliouras2026-07-17
🤖 AI

"Trust Junk" Leads to Unjustified Support for Highly Discriminatory Predictive Models

यह शोध एक क्राउडसोर्स्ड अध्ययन के माध्यम से यह प्रदर्शित करता है कि व्याख्यात्मक एआई (एक्सप्लेनेबल एआई) विज़ुअलाइज़ेशन में सटीक लेकिन अप्रासंगिक डेटा को शामिल करने से अत्यधिक भेदभावपूर्ण मॉडलों के प्रति अनुचित विश्वास और सकारात्मक धारणाएं विकसित हो सकती हैं, जो एक्सआई (XAI) डिजाइनरों के लिए अपने विज़ुअलाइज़ेशन के वक्तृत्व प्रभाव (रेटोरिकल इम्पैक्ट) का आलोचनात्मक मूल्यांकन करने की आवश्यकता को रेखांकित करता है।

Michael Correll, Lucy Havens, Mahsan Nourani2026-07-17
💬 NLP

MemoHarness: Agent Harnesses That Learn from Experience

मेमोहारनेस (MemoHarness) एक अनुकूली एजेंट अनुकूलन ढांचा है जो नियंत्रण परत को छह आयामों में विभाजित करके और पिछले निष्पादनों से प्राप्त दोहरी-परत अनुभव बैंक का उपयोग करके प्रत्येक मामले के लिए हार्नेस कॉन्फ़िगरेशन को गतिशील रूप से अनुकूलित करके, बिना किसी टेस्ट-टाइम लेबल या अतिरिक्त खोज की आवश्यकता के, विविध कार्यों में एलएलएम (LLM) प्रदर्शन को बढ़ाता है।

Yue Huang, Wenjie Wang, Han Bao, Yuchen Ma, Xiaonan Luo, Yi Nian, Haomin Zhuang, Zheyuan Liu, Yue Zhao, Xiangliang Zhang2026-07-17
🤖 AI

Structured Feedback Improves Repair in an LLM Agent Loop

यह शोध पत्र VeriHarness को प्रस्तुत करता है, जो एक कोड-नियंत्रित एजेंट लूप है जो यह प्रदर्शित करता है कि LLMs को विफलता के स्थान, प्रेक्षित मानों और स्वीकार्य विकल्पों से युक्त संरचित फीडबैक प्रदान करने से कच्चे निदान (raw diagnostics) या अपूर्ण फीडबैक की तुलना में पुनरावृत्ति कार्यों में मरम्मत सफलता दर में महत्वपूर्ण सुधार होता है।

Jaideep Ray, Ankit Goyal2026-07-17
🤖 machine learning

When a Verified World Model Still Loses: Play-Adequacy vs Prediction-Accuracy in LLM-Synthesized Code World Models

यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल द्वारा संश्लेषित कोड वर्ल्ड मॉडल्स (Code World Models) नमूने गए डेटा पर लगभग पूर्ण संक्रमण सटीकता (transition accuracy) प्राप्त कर सकते हैं, फिर भी नियोजन (planning) में व्यवस्थित रूप से विफल हो जाते हैं क्योंकि वे दुर्लभ लेकिन महत्वपूर्ण नियमों को छोड़ देते हैं, जो यह प्रकट करता है कि प्ले परफॉरमेंस या सर्च-डिस्ट्रीब्यूशन कवरेज की तुलना में नियोजन-उन्मुख वर्ल्ड मॉडल्स के लिए प्रेडिक्शन एक्यूरेसी एक अपर्याप्त मीट्रिक है।

Javier Aguilar Martín2026-07-17
🤖 AI

The Cost and Network Limits of Space-Based AI Compute

शोध यह निष्कर्ष निकालता है कि हालांकि लो-अर्थ ऑर्बिट डेटा सेंटर संभावित रूप से एआई इन्फरेंस (AI inference) का समर्थन कर सकते हैं, लेकिन लॉन्च, शक्ति और कूलिंग की अत्यधिक लागत के साथ नेटवर्क की सीमाओं के कारण वे फ्रंटियर-स्केल लार्ज लैंग्वेज मॉडल्स के प्रशिक्षण के लिए स्थलीय सुविधाओं (terrestrial facilities) की तुलना में प्रतिस्पर्धी नहीं रह जाते हैं।

Kees van Berkel2026-07-17
🤖 machine learning

RENEW: Towards Learning World Models and Repairing Model Exploitation from Preferences

यह शोध पत्र RENEW का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो ऑफलाइन सुदृढीकरण शिक्षण (ऑफलाइन रिइन्फोर्समेंट लर्निंग) वर्ल्ड मॉडल्स में मॉडल शोषण (मॉडल एक्सप्लोइटेशन) को सीधे सुधारने के लिए कल्पित रोलआउट्स (इमेजिन्ड रोलआउट्स) पर मानवीय प्राथमिकताओं का लाभ उठाता है, और कुशल फाइन-ट्यूनिंग को निर्देशित करने के लिए एपिस्टेमिक अनसर्टेनिटी (एपिस्टेमिक अनसर्टेनिटी) का उपयोग करता है, जिससे अतिरिक्त विशेषज्ञ प्रदर्शनों की आवश्यकता के बिना सैंपल दक्षता और सामान्यीकरण में सुधार होता है।

Logan Mondal Bhamidipaty, Mykel Kochenderfer, Subramanian Ramamoorthy2026-07-17