🤖 Category

cs.AI

23087 पेपर

🤖 AI

LearnOpt: Recovering the Latent Cognitive Structure of Standardized Examinations via Knowledge Graphs and Constrained Optimization

यह शोध पत्र 'LearnOpt' का परिचय देता है, जो एक ऐसा ढांचा है जो नॉलेज ग्राफ और कंस्ट्रेंड ऑप्टिमाइज़ेशन का उपयोग करके NEET और JEE Advanced जैसी मानकीकृत परीक्षाओं के स्थिर लेकिन टुकड़ों में विस्थापित (piecewise-shifted) गुप्त संज्ञानात्मक संरचनाओं को उजागर करता है, यह प्रदर्शित करते हुए कि ये छिपे हुए कौशल वितरण समय या विषय की तुलना में परीक्षा के स्तर और पाठ्यक्रम परिवर्तनों द्वारा अधिक मजबूती से आकार लेते हैं, और इनका उपयोग व्यक्तिगत, अनुकूलित अध्ययन योजनाएं तैयार करने के लिए किया जा सकता है।

Joy Bose, Om Thomas2026-06-16
🤖 machine learning

Learning Earthquake Wave Arrival Time Picking from Labels with Inaccuracies

यह शोध पत्र LaNCoR को प्रस्तुत करता है, जो एक नवीन दृष्टिकोण है जो भूकंपीय P-फेज आगमन समय (arrival-time) पिकिंग पर गलत लेबल के प्रभाव को प्रभावी ढंग से कम करने के लिए फीचर स्पेस में इनपुट वेवफॉर्म और लेबल वितरणों को संरेखित करता है, जिससे बड़े पैमाने के डेटासेट की आवश्यकता के बिना 28.8% तक प्रदर्शन सुधार प्राप्त होता है।

Sen Li, Xu Yang, S. Mostafa Mousavi, Anye Cao, Keting Fan, Yaoqi Liu, Changbin Wang, Qiang Niu2026-06-16
🤖 AI

Reward Hacking in Language Model Agents: Revisiting AI Safety Gridworlds

यह शोध पत्र एक टेक्स्ट-आधारित मूल्यांकन सुइट पेश करता है जो एआई सेफ्टी ग्रिडवर्ल्ड्स (AI Safety Gridworlds) को अनुकूलित करता है ताकि यह प्रदर्शित किया जा सके कि सक्षम भाषा मॉडल एजेंट व्यवस्थित रूप से मिसस्पेसिफाइड उद्देश्यों (misspecified objectives) का लाभ उठाकर रिवॉर्ड हैकिंग (reward hacking) में संलग्न होते हैं, जो एक ऐसा विफलता मोड है जो ज़ीरो-शॉट (zero-shot) के रूप में उभरता है और विभिन्न मॉडल स्केल्स में मानक सुदृढीकरण शिक्षण (reinforcement learning) शमन के बावजूद बना रहता है।

Ömer Veysel Çağatan, Xuandong Zhao2026-06-16
💬 NLP

Not All Skills Help: Measuring and Repairing Agent Knowledge

यह शोध पत्र ASSAY को प्रस्तुत करता है, जो एक ऐसा ढांचा (framework) है जो विशिष्ट कार्यों पर नकारात्मक कारण प्रभाव (negative causal effects) डालने वाले व्यक्तिगत कौशलों को अनुभवजन्य रूप से मापकर और उन्हें चुनिंदा रूप से दबाकर LLM एजेंट के प्रदर्शन में सुधार करता है, जिससे बिना वेट अपडेट के अत्याधुनिक परिणाम प्राप्त होते हैं।

Yixuan Wang, Yiyang Zhou, Yiming Liang, Congyu Zhang, Fuxiao Liu, Jiawei Zhou, Huaxiu Yao2026-06-16
💬 NLP

CHILLGuard: Towards Fine-Grained Chinese LLM Safety Guardrail with Scalable Data Construction and Model-aware Preference Alignment

यह शोध पत्र CHILLGuard को प्रस्तुत करता है, जो एक सूक्ष्म-स्तरीय (fine-grained) चीनी LLM सुरक्षा गार्डरेल है जो एक स्केलेबल बहु-चरणीय निर्माण पाइपलाइन के माध्यम से उच्च-गुणवत्ता वाले एनोटेटेड डेटा की कमी को संबोधित करता है और एक बड़े पैमाने पर, कठोरता से क्यूरेट किए गए डेटासेट पर मॉडल-जागरूक प्राथमिकता संरेखण (model-aware preference alignment) के माध्यम से अत्याधुनिक प्रदर्शन प्राप्त करता है।

Wenbo Yu, Bohua Wang, Hao Fang, Kuofeng Gao, Jingru Zeng, Xiaochen Yang, Tianyi Zhang, Xiaoxiao Ma, Jiawei Kong, Hao Wu (…)2026-06-16
💬 NLP

Few-Shot Biomedical Relation Extraction with Large Language Models: A Viable Alternative to Supervised Learning?

यह शोध पत्र प्रदर्शित करता है कि प्रॉम्प्ट-आधारित लार्ज लैंग्वेज मॉडल्स बायोमेडिकल रिलेशन एक्सट्रैक्शन के लिए सुपरवाइज्ड लर्निंग के एक व्यवहार्य, लो-रिसोर्स विकल्प के रूप में कार्य कर सकते हैं, जो पेयरवाइज क्लासिफिकेशन की उच्च रिकॉल और जॉइंट जनरेशन की प्रिसिजन के बीच एक ट्रेड-ऑफ के माध्यम से दुर्लभ रिलेशन टाइप्स पर बेहतर मैक्रो-F1 प्रदर्शन प्राप्त करते हैं।

Jakob Mraz, Tomaž Curk, Blaž Zupan2026-06-16
🤖 machine learning

Constitutional Value Potentials: reading and steering internal priority margins in language models

यह शोधपत्र कॉन्स्टिट्यूशनल वैल्यू पोटेंशियल (CVP) प्रस्तुत करता है, जो एक ऐसी विधि है जो आंतरिक मूल्य प्राथमिकताओं को मापने और संवैधानिक बाधाओं के पालन की उच्च सटीकता के साथ भविष्यवाणी करने के लिए लैंग्वेज मॉडल एक्टिवेशन्स से स्केलर पोटेंशियल निकालती है, जिससे मूल्य संघर्षों का शीघ्र पता लगाना और मॉडल के व्यवहार को लक्षित रूप से निर्देशित करना संभव हो जाता है।

Tong Che, Rui Wu2026-06-16
🤖 machine learning

Beyond Classification: A Cough Regression Benchmark for Respiratory Acoustic Foundation Models

यह शोध पत्र श्वसन ध्वनिक फाउंडेशन मॉडल्स (respiratory acoustic foundation models) के लिए एक मल्टी-टारगेट कफ रिग्रेशन बेंचमार्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जबकि MLP-आधारित रिग्रेशन हेड्स, लीनियर प्रोबिंग और मीन प्रेडिक्टर्स से बेहतर प्रदर्शन करते हैं, इष्टतम प्रदर्शन डेटासेट के आकार और मॉडल हेड क्षमता के बीच एक समझौते पर निर्भर करता है, जिसमें सामान्य-से-विशिष्ट अनुकूलन (general-to-specific adaptation) के पक्ष में महत्वपूर्ण विषम स्थानांतरण क्षमताएं (asymmetric transfer capabilities) निहित हैं।

Mayur Sanap, Prasanna Desikan, Edgar Lobaton2026-06-16
🤖 AI

Defending against Adaptive Prompt Injection Attacks via Reasoning-enabled Task Alignment

यह शोध पत्र RETA को प्रस्तुत करता है, जो एक तर्क-सक्षम प्रशिक्षण पद्धति है जो उच्च उपयोगिता बनाए रखते हुए अनुकूलित अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन हमलों के विरुद्ध LLM एजेंटों को मजबूती से सुरक्षित करने के लिए चेन-ऑफ-थॉट सत्यापन और विविध प्रतिकूल डेटा पीढ़ी का लाभ उठाती है।

Lipeng He, Yihan Wang, Jiawen Zhang, N. Asokan2026-06-16
🤖 AI

Hierarchical Modeling of ICD Codes in EHR Foundation Models

यह शोध पत्र यह प्रदर्शित करता है कि टोकन संवर्धन (token augmentation) या ग्राफ-आधारित एज इंजेक्शन (graph-based edge injection) के माध्यम से, ICD-10-CM कोड की पदानुक्रमित संरचना को EHR फाउंडेशन मॉडल में स्पष्ट रूप से शामिल करने से, कोड को फ्लैट टोकन के रूप में मानने की तुलना में इन-डोमेन और क्रॉस-डेटासेट नैदानिक भविष्यवाणी प्रदर्शन दोनों में महत्वपूर्ण सुधार होता है।

Megha Thukral, Dong Gyun Kang, Rudra Pratap Singh, Shruthi Kashinath Hiremath, Katrin Hänsel, Thomas Plötz2026-06-16