🤖 AI

When Preferences Fail to Become Incentives: A Utility-Behavior Gap in Large Language Models

यह शोध पत्र यह प्रदर्शित करता है कि जबकि बड़े भाषा मॉडल (large language models) चयन प्रतिमानों (choice paradigms) में सुसंगत प्राथमिकताएं प्रदर्शित करते हैं, ये घोषित प्राथमिकताएं वास्तविक कार्यों में व्यवहारिक प्रोत्साहन में परिवर्तित नहीं होती हैं या आउटपुट की गुणवत्ता में सुधार नहीं करती हैं, जो प्राप्त उपयोगिताओं (elicited utilities) और वास्तविक मॉडल प्रेरणा के बीच एक महत्वपूर्ण अंतर को प्रकट करती हैं।

Yujun Zhou, Christopher M. Ackerman2026-06-23
🤖 machine learning

Understanding Parallel Samplers in Masked Diffusion via Random Walks on Graphs

यह शोधपत्र ग्राफ पर रैंडम वॉक को मास्क्ड डिफ्यूजन मॉडल्स में समानांतर सैंपलिंग रणनीतियों का विश्लेषण करने के लिए एक नियंत्रणीय, सत्यापन योग्य बेंचमार्क के रूप में प्रस्तुत करता है, जो यह प्रकट करता है कि इष्टतम सैंपलिंग विधियाँ ग्राफ संरचना पर निर्भर करती हैं और यह प्रदर्शित करता है कि एक नया 'बाइसेक्शन सैंपलर' बेहतर गति-गुणवत्ता ट्रेडऑफ़ के साथ प्रमाणिक सटीक, लॉगरिदमिक-स्टेप जनरेशन प्राप्त करता है।

Vansh Bansal, Cho Cholyeon, Syamantak Kumar, Sujay Sanghavi, Purnamrita Sarkar2026-06-23
💬 NLP

StatABench: Dataset and Framework for Evaluating Statistical Analysis Capabilities of LLMs

यह शोध पत्र StatABench प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है जिसमें क्लोज्ड-फॉर्म प्रश्न और ओपन-एंडेड मॉडलिंग कार्य शामिल हैं, ताकि वर्तमान बड़े भाषा मॉडलों की सांख्यिकीय विश्लेषण क्षमताओं, टूल-ग्राउंडेड रीजनिंग और एंड-टू-एंड मॉडलिंग प्रदर्शन में महत्वपूर्ण सीमाओं का मूल्यांकन और अनावरण किया जा सके।

Youxin Zhu, Yixuan Ding, Peng Lai, Longyue Wang, Bingyi Jing, Guanhua Chen2026-06-23
🤖 machine learning

Neural Architecture Search of Sample Reweighting Networks for Complex Distribution Shift

यह शोध पत्र मेटा-वेट-नेट (MW-Net) फ्रेमवर्क को लेबल शोर (label noise) और क्लास असंतुलन (class imbalance) को एक साथ संभालने के लिए बेहतर बनाने का प्रस्ताव देता है, जिसमें इसके नेटवर्क स्ट्रक्चर और इनपुट सिलेक्शन को अनुकूलित करने के लिए न्यूरल आर्किटेक्चर सर्च का उपयोग किया गया है, जिससे केवल वर्गीकरण हानि (classification loss) पर निर्भर रहने वाले सरल नेटवर्क्स की प्रदर्शन सीमाओं को दूर किया जा सके।

Keisuke Sugawara, Kento Uchida, Shinichi Shirakawa2026-06-23
🤖 machine learning

Group-Graph Policy Optimization for Long-Horizon Agentic Reinforcement Learning

यह शोध पत्र ग्रुप-ग्राफ पॉलिसी ऑप्टिमाइज़ेशन (G2PO) का प्रस्ताव करता है, जो एक नवीन समूह-आधारित सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) एल्गोरिदम है जो रिवॉर्ड स्पर्सिटी (पुरस्कार की विरलता) को कम करने और क्रेडिट असाइनमेंट में सुधार करने के लिए रैखिक इंटरेक्शन ट्रेजेक्टरीज को एक वैश्विक स्टेट-ट्रांज़िशन ग्राफ में परिवर्तित करता है, जिससे लॉन्ग-होराइज़न एजेंटिक कार्यों में लार्ज लैंग्वेज मॉडल्स के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाया जा सकता है।

Yunan Wang, Minghui Song, Zihan Zhang, Shaohan Huang, Haizhen Huang, Furu Wei, Weiwei Deng, Feng Sun, Qi Zhang2026-06-23
🤖 AI

From numerical proportions to analogical proportions between probabilities

यह शोध पत्र प्रायिकताओं और वितरणों के बीच सादृश्य आनुपातिकता (analogical proportions) के निर्माण और गुणों की जांच करता है, यह अन्वेषण करते हुए कि क्या उन प्रोफाइलों से जुड़े वितरण जो एक सादृश्य आनुपातिकता बनाते हैं, संभावित वर्गीकरण अनुप्रयोगों का समर्थन करने के लिए भी इस संबंध को संतुष्ट करते हैं।

Henri Prade, Gilles Richard2026-06-23
🤖 machine learning

EvoRubrics: Dynamic Rubrics as Rewards via Adversarial Co-Evolution for LLM Reinforcement Learning

EvoRubrics एक सह-विकासवादी सुदृढीकरण अधिगम (co-evolutionary reinforcement learning) ढांचे को पेश करता है जहाँ एक नीति मॉडल (policy model) और एक रूब्रिक जनरेटर वास्तविक समय में एक-दूसरे के अनुकूल प्रतिकूल रूप से (adversarially) अनुकूलित होते हैं, जो गतिशील, विभेदक पुरस्कार प्रदान करने के लिए स्थिर मानदंडों की सीमाओं को पार करते हैं जो स्व-पर्यवेक्षित शिक्षण और स्वचालित पाठ्यक्रम निर्माण को सक्षम करते हैं।

Hongxin Ding, Baixiang Huang, Yue Fang, Weibin Liao, Zheng Li, Jinyang Zhang, Zhijing Wu, Junfeng Zhao, Yasha Wang2026-06-23
🤖 machine learning

Prime Fourier Embeddings: A Principled Basis for Modular Arithmetic

यह शोध पत्र प्राइम फूरियर एम्बेडिंग्स (PFE) प्रस्तुत करता है, जो एक सिद्धांत-आधारित प्रतिनिधित्व है जो पूर्णांकों को अभाज्य-सूचकांक वाले हार्मोनिक घटकों का उपयोग करके एनकोड करता है ताकि बीजगणितीय संरचना को स्वाभाविक रूप से उजागर किया जा सके, जिससे मॉड्यूलर अंकगणित को इक्विवैरिएंस (equivariance) के सैद्धांतिक गारंटियों और अत्यधिक चैनल विशिष्टता तथा स्क्वायर-फ्री कंपोजिट मोड्युली पर पूर्ण सटीकता के अनुभवजन्य साक्ष्यों के साथ चैनल चयन के माध्यम से हल किया जा सके।

Hyunsang Hwang, Suhyun Bae, Donghun Lee2026-06-23
📊 statistics

Domain Adaptation Under Wireless Network Constraints: When Does It Become Green?

यह शोध पत्र 6G वायरलेस नेटवर्क में रिट्रेनिंग की तुलना में अनसुपरवाइज्ड डोमेन अडैप्टेशन (UDA) की ऊर्जा दक्षता की जांच करता है, जिसमें एक ऐसी विधि प्रस्तावित की गई है जो यह निर्धारित करती है कि UDA को अधिक ऊर्जा-कुशल और लेबलिंग-जागरूक समाधान बनने के लिए न्यूनतम कितने टार्गेट डोमेन की आवश्यकता है।

Illyyne Saffar, Aurélie Boisbunon, Shruti Bothe2026-06-23
⚡ electrical engineering

HALAS: A Human-Annotated Dataset of Hallucinations of Modern ASR Systems

यह शोध पत्र HALAS को प्रस्तुत करता है, जो वास्तविक अर्निंग कॉल्स (earnings calls) से प्राप्त आधुनिक ASR सिस्टम में स्वाभाविक रूप से होने वाले मतिभ्रम (hallucinations) का पहला मानव-एनोटेटेड डेटासेट है, जो यह प्रकट करता है कि वर्तमान पहचान विधियाँ कम प्रदर्शन करती हैं और मतिभ्रम शमन के मूल्यांकन के लिए एक कठोर बेंचमार्क स्थापित करता है।

Mateusz Barański, Jan Jasiński, Julitta Bartolewska, Marcin Witkowski, Konrad Kowalczyk2026-06-23