🤖 Category

cs.AI

22476 पेपर

🤖 AI

Geometry-Aware MCTS for Extremal Problems in Combinatorial Geometry

यह शोध पत्र एक ज्यामिति-जागरूक मोंटे कार्लो ट्री सर्च (Geometry-Aware Monte Carlo Tree Search) ढांचे को प्रस्तुत करता है जो वृद्धिशील एक्शन स्पेस अपडेट के माध्यम से बाधाओं को लागू करके और ज्यामितीय समरूपताओं का लाभ उठाकर कॉम्बिनेटोरियल ज्योमेट्री में शास्त्रीय सॉल्वर और मानक एआई मॉडलों की सीमाओं को दूर करता है, जिससे 'नो-थ्री-इन-लाइन' (No-Three-in-Line) और 'स्मलेस्ट कम्प्लीट सेट' (Smallest Complete Set) जैसी चरम समस्याओं के लिए नए सर्वोत्तम-ज्ञात परिणाम स्थापित होते हैं।

Luoning Zhang, Xu Zhuang, Tianhao Wang, Nathan Kaplan2026-06-26
🔢 mathematics

Beyond Feedforward Networks: Reentry Neural Systems as the Fundamental Basis of Subjecthood and Intrinsic Safety of Next-Generation AGI

यह शोधपत्र क्लोज्ड रीएंट्री लूप्स (closed reentry loops) पर आधारित एक सेफ-बाय-डिजाइन एजीआई (AGI) आर्किटेक्चर का प्रस्ताव करता है जो स्व-मॉडल (self-models) और अनप्रोग्राम्ड लक्ष्य-निर्देशित व्यवहार के उद्भव को गणितीय रूप से सुनिश्चित करता है, जबकि लक्ष्यों को मशीन-सत्यापित प्रमाणों, एक पॉलिनॉमियल-टाइम इंटीग्रेटेड इंफॉर्मेशन मेजर (polynomial-time integrated information measure) और पूर्ण औद्योगिक-स्तर के कार्यान्वयन द्वारा समर्थित अपरिवर्तनीय गैर-पाठ्य वेक्टर्स (immutable non-textual vectors) के रूप में एनकोड करता है।

A. S. Ushakov, Yu. N. Berdinsk2026-06-26
🤖 AI

Unbiased Canonical Set-Valued Oracles Via Lattice Theory

यह शोधपत्र स्व-संदर्भित (self-referential) एआई ओरेकल के लिए एक कैनोनिकल, गैर-तुच्छ क्रेडल सेट (credal set) का निर्माण करने हेतु नैस्टर-टार्स्की फिक्स्ड-पॉइंट प्रमेय (Knaster–Tarski fixed-point theorem) का उपयोग करते हुए एक लैटिस-सैद्धांतिक ढांचे का प्रस्ताव करता है, जो भविष्य की घटनाओं को प्रभावित करने के बाद भी निष्पक्ष और स्व-सुसंगत बना रहता है, जिससे काउंटरफैक्चुअल दृष्टिकोणों की सीमाओं को दूर किया जा सके।

Jobst Heitzig2026-06-26
🤖 AI

Estimating Uncertainty in Classifier Performance with Applications to Large Language Models and Nested Data

यह शोध पत्र सामाजिक विज्ञान टेक्स्ट वर्गीकरण की विशिष्ट स्थितियों—जैसे कि छोटे नमूना आकार और नेस्टेड डेटा—के तहत क्लासिफायर प्रदर्शन मेट्रिक्स के लिए कॉन्फिडेंस इंटरवल विधियों का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि मानक दृष्टिकोण अक्सर गलत कवरेज प्रदान करते हैं और मशीन लर्निंग अनुप्रयोगों में पारदर्शिता और सत्यापन में सुधार के लिए एग्रेस्टी-कौल, विल्सन और पदानुक्रमित बूटस्ट्रैपिंग जैसे बेहतर विकल्पों की सिफारिश करता है।

Kylie Anglin2026-06-26
🤖 AI

CoStream: Composing Simple Behaviors for Generalizable Complex Manipulation

CoStream एक नवीन ढांचा है जो तीन स्वतंत्र व्यवहारों—सिमेंटिक (semantic), प्रेडिक्टिव (predictive), और रिएक्टिव (reactive)—को एक एकीकृत SE(3)SE(3) नियंत्रण कमांड में संयोजित करके सुदृढ़, उच्च-परिशुद्धता वाले लॉन्ग-होरिज़न मैनिपुलेशन को प्राप्त करता है, जिससे कार्य-विशिष्ट कठोरता और मोनोलिथिक सामान्यीकरण के बीच के समझौते पर विजय प्राप्त होती है।

Haonan Chen, Yuxiang Ma, Stephen Tian, Xiaoshen Han, Wenlong Huang, Feiyang Wu, Yunzhu Li, Jiajun Wu, Edward H. Adelson (…)2026-06-26
💬 NLP

ConflictScore: Identifying and Measuring How Language Models Handle Conflicting Evidence

यह शोधपत्र ConflictScore प्रस्तुत करता है, जो एक नवीन मीट्रिक और बेंचमार्क है जिसे यह मापने के लिए डिज़ाइन किया गया है कि भाषा मॉडल अपने ग्राउंडिंग दस्तावेजों में विरोधाभासी साक्ष्यों को कितनी अच्छी तरह स्वीकार करते हैं, जो प्रतिक्रियाओं को परमाणु दावों (atomic claims) में विभाजित करके और सहायक एवं विरोधाभासी साक्ष्यों के बीच के अनुपात और संतुलन को मापकर किया जाता है।

Siyi Liu, Aaron Halfaker, Dan Roth, Patrick Xia2026-06-26
🤖 AI

AXLE: A Cloud Infrastructure for Lean 4 Theorem Proving Utilities

यह शोध पत्र AXLE को पेश करता है, जो एक स्केलेबल, मल्टी-टेनेंट क्लाउड इंफ्रास्ट्रक्चर है जो प्रमाण हेरफेर (proof manipulation) और सत्यापन के लिए 14 से अधिक लीन 4 (Lean 4) मेटाप्रोग्रामिंग उपकरण प्रदान करता है, जो Axiom Math की एआई-संचालित गणितीय उपलब्धियों के लिए आधारभूत इंजन के रूप में कार्य करता है, जिसमें 2025 की पुतनाम प्रतियोगिता में पूर्ण अंक प्राप्त करना शामिल है।

Jimmy Xin, Alex Schneidman, Chris Cummins, Karun Ram, Srihari Ganesh, Jannis Limperg2026-06-26
🤖 AI

WatchAct: A Benchmark for Behavior-Grounded Robot Manipulation

यह शोधपत्र WatchAct प्रस्तुत करता है, जो 3,000 लॉन्ग-होराइजन इंस्टेंस वाला एक व्यापक बेंचमार्क है जो वीडियो के माध्यम से देखे गए मानवीय व्यवहार के बारे में तर्क करने की रोबोटिक मैनिपुलेशन प्रणालियों की क्षमता का मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान अत्याधुनिक मॉडल उन कार्यों के लिए काफी संघर्ष करते हैं जिनमें इवेंट ग्राउंडिंग, प्रक्रियात्मक तर्क, इरादा अनुमान और एपिसोडिक ट्रैकिंग की आवश्यकता होती है।

Baiqi Li, Ce Zhang, Yu Fang, Yue Yang, Shangzhe Li, Mingyu Ding, Gedas Bertasius2026-06-26
🧬 biology

Closing the Loop to Discover Psychological Theories with an Automated Cognitive Scientist

यह शोध पत्र AutoCog को प्रस्तुत करता है, जो एक पूर्णतः स्वायत्त AI प्रणाली है जो प्रयोग डिजाइन, डेटा संग्रह और मॉडल संश्लेषण के पुनरावृत्ति चक्रों के माध्यम से निष्पादन योग्य संज्ञानात्मक सिद्धांतों को स्वचालित रूप से उत्पन्न करने, परीक्षण करने और परिष्कृत करने के माध्यम से संज्ञानात्मक विज्ञान में वैज्ञानिक खोज के लूप को बंद करती है, जो अंततः निर्णय लेने के संबंध में नवीन, अनुभवजन्य रूप से मान्य अंतर्दृष्टि प्रदान करती है।

Akshay K. Jagadish, Younes Strittmatter, Nori Jacoby, George Kachergis, Eric Schulz, Nathaniel Daw, Suyog H. Chandramoul (…)2026-06-26
💬 NLP

ProvenAI: Provenance-Native Traces of Evidence in Generated Answers

ProvenAI एक नया ढांचा पेश करता है जो रिट्रीवल-ऑगमेंटेड क्वेश्चन अनswering में पारदर्शिता को बढ़ाता है, इसे तीन स्वतंत्र रूप से मापने योग्य परतों—उत्तर की शुद्धता, उद्धरण निष्ठा और प्रति-दस्तावेज़ प्रभाव—में विभाजित करके, जो उद्धृत स्रोतों और वास्तव में मॉडल आउटपुट को संचालित करने वाले साक्ष्यों के बीच के महत्वपूर्ण अंतराल को उजागर करता है।

Mohammad Faizan, Dalal Alharthi2026-06-26