🤖 Category

cs.AI

22842 पेपर

🤖 machine learning

VERITAS: Verifier-Guided Proof Search for Zero-Shot Formal Theorem Proving

यह शोध पत्र VERITAS को प्रस्तुत करता है, जो एक ज़ीरो-शॉट फ्रेमवर्क है जो दो-चरणीय बेस्ट-ऑफ-एन (Best-of-N) और क्रिटिक-गाइडेड एमसीटीएस (critic-guided MCTS) प्रोटोकॉल के माध्यम से समृद्ध वेरीफायर संकेतों को वापस खोज प्रक्रिया में रूट करके औपचारिक प्रमेय सिद्ध करने (formal theorem proving) को बेहतर बनाता है, जिससे miniF2F और एक नए कॉम्बिनेटरिक्स डेटासेट जैसे बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Manish Acharya, Zhenyu Liao, Yueke Zhang, Kevin Leach, Yu Huang, Yifan Zhang2026-06-19
🤖 AI

Secure Coding Drift in LLM-Assisted Post-Quantum Cryptography Development: A Gamified Fix

यह शोध पत्र "सिक्योर कोडिंग ड्रिफ्ट" (Secure Coding Drift) की अवधारणा को प्रस्तुत करता है जो LLMs पर निर्भरता के कारण पोस्ट-क्वांटम क्रिप्टोग्राफी विकास में सुरक्षित कोडिंग प्रथाओं के क्रमिक क्षरण का वर्णन करती है, और एक गेमिफाइड, LLM-संवर्धित ढांचे का प्रस्ताव करती है जो इन जोखिमों को कम करने के लिए AI उपकरणों को सक्रिय सुरक्षा सह-पायलट (security co-pilots) में बदल देता है।

R. D. N. Shakya, C. P. Wijesiriwardana, S. M. Vidanagamachchi, Nalin A. G. Arachchilage2026-06-19
🤖 machine learning

Can In-Context Learning Support Intrinsic Curiosity?

यह शोध पत्र इस बात की जांच करता है कि क्या इन-कॉन्टेक्स्ट लर्निंग (in-context learning), आंतरिक जिज्ञासा-संचालित डेटा चयन (intrinsic curiosity-driven data selection) के लिए महंगे ग्रेडिएंट अपडेट का स्थान ले सकती है, जो यह सिद्ध करता है कि हालांकि सामान्य मार्कोव निर्णय प्रक्रियाओं (Markov decision processes) में निष्पक्ष लर्निंग प्रोग्रेस अनुमान लगाना असंभव है, लेकिन सक्रिय शिक्षण (active learning) और बेयसियन प्रयोगात्मक डिजाइन (Bayesian experimental design) जैसे गैर-कालिक (non-temporal) परिवेशों में यह संभव और प्रभावी है।

Eric Elmoznino, Sangnie Bhardwaj, Johannes von Oswald, Rajai Nasser, Blaise Agüera y Arcas, João Sacramento, Rif A. Saur (…)2026-06-19
🤖 machine learning

Concept Flow Models: Anchoring Concept-Based Reasoning with Hierarchical Bottlenecks

यह शोध पत्र कॉन्सेप्ट फ्लो मॉडल्स (CFMs) को प्रस्तुत करता है, जो एक पदानुक्रमित ढांचा (hierarchical framework) है जो सूचना के रिसाव (information leakage) को कम करने और मौजूदा कॉन्सेप्ट बॉटलनेक मॉडल्स के तुलनीय भविष्य कहनेवाला प्रदर्शन बनाए रखते हुए व्याख्यात्मकता को बढ़ाने के लिए फ्लैट कॉन्सेप्ट बॉटलनेक्स को एक अवकलनीय निर्णय वृक्ष (differentiable decision tree) से बदल देता है।

Ya Wang, Adrian Paschke2026-06-19
🤖 AI

Hidden Anchors in Multi-Agent LLM Deliberation

यह शोध पत्र मल्टी-एजेंट एलएलएम (LLM) विचार-विमर्श के लिए एक क्लोज्ड-लूप डायनामिकल सिस्टम मॉडल प्रस्तावित करता है जो छिपे हुए आंतरिक "एंकरों" को शामिल करता है, यह प्रदर्शित करते हुए कि कैसे ये एंकर एजेंटों को प्रारंभिक विश्वास सीमाओं से आगे बढ़ने में सक्षम बनाते हैं और इन एंकरों को पुनः प्राप्त करने और मान्य करने की एक विधि प्रदान करते हैं ताकि यह समझाया जा सके कि विचार-विमर्श तर्क सटीकता में सुधार कैसे करता है।

Apurba Pokharel, Ram Dantu2026-06-19
🤖 AI

DeXposure-Claw: An Agentic System for DeFi Risk Supervision

यह शोध पत्र DeXposure-Claw को प्रस्तुत करता है, जो एक एजेंटिक सिस्टम है जो ऑडिट योग्य, नियामक-अनुरूप DeFi जोखिम पर्यवेक्षण टिकट उत्पन्न करने के लिए एक ग्राफ टाइम-सीरीज फाउंडेशन मॉडल को नियत मॉनिटर्स और कॉन्फिडेंस गेट्स के साथ एकीकृत करता है, जबकि DeXposure-Bench मूल्यांकन ढांचे के माध्यम से झूली सूचनाओं (फॉल्स अलार्म) को न्यूनतम करता है।

Aijie Shu, Bowei Chen, Wenbin Wu, Cathy Yi-Hsuan Chen, Fengxiang He2026-06-19
🤖 AI

LLM Doesn't Know What It Doesn't Know: Detecting Epistemic Blind Spots via Cross-Model Attribution Divergence on Clinical Tabular Data

यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) क्लिनिकल टैबुलर डेटा पर वास्तविक एपिस्टेमिक आत्म-जागरूकता (epistemic self-awareness) की कमी रखते हैं, क्योंकि उनका मौखिक आत्मविश्वास सूचनात्मक नहीं है और उनकी सटीकता कार्य की कठिनाई के व्युत्क्रमानुपाती है, लेकिन यह प्रस्तावित करता है कि क्रॉस-मॉडल एट्रिब्यूशन डाइवर्जेंस विश्लेषण को फ्यू-शॉट प्रॉम्प्टिंग और फीचर एविडेंस के साथ संयोजित करने से इन ब्लाइंड स्पॉट्स का प्रभावी ढंग से पता लगाया जा सकता है और बिना रिट्रेनिंग के सटीकता एवं कैलिब्रेशन दोनों में महत्वपूर्ण सुधार किया जा सकता है।

Akshat Dasula, Prasanna Desikan, Jaideep Srivastava2026-06-19
🤖 AI

REVEAL++: Differentiable Phenotypic Grouping for Vision-Language Retinal Modeling of Alzheimer's Disease Risk

यह शोध पत्र REVEAL++ का प्रस्ताव करता है, जो एक विभेदक (differentiable) ढांचा है जो रेटिनल छवियों और नैदानिक वृत्तांतों से अल्जाइमर रोग के जोखिम की भविष्यवाणी करने के लिए विजन-लैंग्वेज संरेखण को बढ़ाने हेतु कठोर फेनोटाइपिक समूहीकरण के स्थान पर एक निरंतर, सीखने योग्य समानता भारण फलन (similarity weighting function) को प्रतिस्थापित करता है।

Ethan Elio Meidinger, Seowung Leem, Zeyun Zhao, Ruogu Fang2026-06-19
🤖 AI

Emergent Alignment

यह शोध पत्र "इमर्जेंट अलाइनमेंट" नामक एक ऑनलाइन तकनीक का प्रस्ताव करता है जो लार्ज लैंग्वेज मॉडल्स को स्वयं के एक फ्रोजन (frozen) संस्करण को आंतरिक विवेक के रूप में उपयोग करके और डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (Direct Preference Optimization) के माध्यम से अनैतिक आउटपुट को स्वयं सुधारने में सक्षम बनाता है, जिससे बाहरी जजों के बिना प्रभावी रूप से प्रशिक्षण को नैतिक व्यवहार की ओर निर्देशित किया जा सके।

Martin Kolář2026-06-19
🤖 AI

Uncertainty Decomposition for Clarification Seeking in LLM Agents

यह शोध पत्र इंटरैक्टिव LLM एजेंटों के लिए शास्त्रीय अनिश्चितता ढांचों की सीमाओं को संबोधित करते हुए एक प्रॉम्प्ट-आधारित अपघटन प्रस्तावित करता है जो सक्रिय स्पष्टीकरण चाहने में सक्षम करने के लिए क्रिया आत्मविश्वास (action confidence) को अनुरोध अनिश्चितता (request uncertainty) से अलग करता है, जो कई मॉडल बैकबोन पर जानबूझकर कम-निर्दिष्ट कार्यों वाले बेंचमार्क पर मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।

Gregory Matsnev2026-06-19