cs.AI पेपर | Gist.Science

Global Geometry Is Not Enough for Vision Representations

यह शोध पत्र प्रदर्शित करता है कि विज़न रिप्रजेंटेशन्स (vision representations) में कंपोजिशनल बाइंडिंग (compositional binding) की भविष्यवाणी करने के लिए ग्लोबल एम्बेडिंग ज्योमेट्री (global embedding geometry) अपर्याप्त है, और इसके बजाय, इनपुट-आउटपुट जैकोबियन्स (input-output Jacobians) के माध्यम से मापी गई फंक्शनल सेंसिटिविटी (functional sensitivity), विजुअल एलिमेंट्स को कंपोज़ करने की मॉडल की क्षमता का एक महत्वपूर्ण और विश्वसनीय संकेतक है।

Jiwan Chung, Seon Joo Kim2026-06-11

🤖 AI

Learning to Inject: Automated Prompt Injection via Reinforcement Learning

यह शोध पत्र AutoInject को पेश करता है, जो एक ब्लैक-बॉक्स सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो एक सीखे गए तुलना-आधारित पुरस्कार (comparison-based reward) का उपयोग करके प्रॉम्प्ट इंजेक्शन के लिए प्रतिकूल प्रत्यय (adversarial suffixes) को कुशलतापूर्वक उत्पन्न करके मौजूदा स्वचालित विधियों की सीमाओं को दूर करता है, जिससे मानक और विशेष रूप से संरेखित (specially aligned) दोनों प्रकार के लार्ज लैंग्वेज मॉडल्स के विरुद्ध अत्याधुनिक सफलता दर प्राप्त होती है।

Xin Chen, Jie Zhang, Florian Tramèr2026-06-11

🤖 AI

SAGE: Scalable AI Governance & Evaluation

SAGE एक स्केलेबल AI गवर्नेंस फ्रेमवर्क है जो नीति (policy), मिसाल (precedent) और LLM सरोगेट जजों के द्विआयामी अंशांकन लूप (bidirectional calibration loop) के माध्यम से उच्च-गुणवत्ता वाले मानवीय निर्णय को कार्यान्वित करता है, जिसमें लिंक्डइन सर्च में नीति-अनुरूप मॉडल मूल्यांकन को सक्षम करने के लिए लागत प्रभावी डिस्टिलेशन का उपयोग किया गया है, जिसने अंततः दैनिक सक्रिय उपयोगकर्ताओं को 0.25% तक बढ़ा दिया।

Benjamin Le, Xueying Lu, Nick Stern, Wenqiong Liu, Igor Lapchuk, Xiang Li, Baofen Zheng, Kevin Rosenberg, Jiewen Huang (…)2026-06-11

🤖 machine learning

Improving Detection of Rare Nodes in Hierarchical Multi-Label Learning

यह शोध पत्र एक भारित हानि उद्देश्य (weighted loss objective) प्रस्तावित करता है जो पदानुक्रमित बहु-लेबल वर्गीकरण (hierarchical multi-label classification) में दुर्लभ नोड्स के पता लगाने में सुधार करने के लिए एन्सेम्बल अनिश्चितताओं (ensemble uncertainties) पर आधारित फोकल वेटिंग के साथ नोड-वार असंतुलन वेटिंग को जोड़ता है, जिसके परिणामस्वरूप रिकॉल और $F_{1}$ स्कोर में महत्वपूर्ण लाभ प्राप्त होता है।

Isaac Xu, Martin Gillis, Ayushi Sharma, Benjamin Misiuk, Craig J. Brown, Thomas Trappenberg2026-06-11

🤖 AI

Autoregressive Direct Preference Optimization

यह शोध पत्र ऑटोरिग्रेसिव डायरेक्ट प्रेफरेंस ऑप्टिमाइजेशन (ADPO) का प्रस्ताव करता है, जो एक नया संस्करण है जो ब्रैडली-टेरी मॉडल से पहले स्पष्ट रूप से ऑटोरिग्रेसिव धारणाओं को लागू करके DPO उद्देश्य को पुनर्गठित करता है, जिसके परिणामस्वरूप एक शिफ्ट किया गया लॉस फंक्शन और बेहतर प्रेफरेंस ऑप्टिमाइजेशन के लिए विशिष्ट टोकन और फीडबैक लेंथ मेजर्स की पहचान होती है।

Masanari Oi, Mahiro Ukai, Masahiro Kaneko, Naoaki Okazaki, Nakamasa Inoue2026-06-11

💬 NLP

On the Optimal Reasoning Length for RL-Trained Language Models

यह शोध पत्र प्रदर्शित करता है कि सुदृढीकरण अधिगम (reinforcement learning) द्वारा प्रशिक्षित भाषा मॉडलों के लिए, तर्क सटीकता (reasoning accuracy) आउटपुट लंबाई के साथ एक गैर-एकदिष्ट (non-monotonic) संबंध प्रदर्शित करती है, जो एक मध्यवर्ती मान पर चरम पर पहुँचती है क्योंकि यह बढ़ते हुए सटीक केंद्रीय प्रवृत्ति (central tendency) के आसपास बढ़ते हुए प्रसार (dispersion) के कारण होता है, भले ही विचार श्रृंखलाओं (chains of thought) के लंबा होने के साथ मोड सटीकता (mode accuracy) में सुधार जारी रहता है।

Daisuke Nohara, Taishi Nakamura, Rio Yokota2026-06-11

💻 computer science

From Consumption to Reflection: Designing Human-AI Relations for Stable Reasoning

यह शोध पत्र रिलेशनल रिफ्लेक्टिव इंटेलिजेंस (RRI) का प्रस्ताव करता है, जो एक इन्फरेंस-टाइम गवर्नेंस फ्रेमवर्क है जो मॉडल को पुन: प्रशिक्षित किए बिना ऑडिट करने योग्य रीजनिंग लूप्स, क्रिटिकल चेकपॉइंट्स और लक्षित रिफ्लेक्शन स्टेप्स के माध्यम से मानव और LLM के बीच संचयी संज्ञानात्मक त्रुटियों को कम करता है।

Rikard Rosenbacke, Carl Rosenbacke, Victor Rosenbacke, Martin McKee2026-06-11

💬 NLP

PoQ-Judge: A Multi-Architecture Evaluation Framework for Cost-Aware Proof-of-Quality in Decentralized LLM Inference

यह शोध पत्र PoQ-Judge को प्रस्तुत करता है, जो एक मल्टी-आर्किटेक्चर फ्रेमवर्क है जो विकेंद्रीकृत LLM इन्फरेंस गुणवत्ता का मूल्यांकन करने के लिए रेफरेंस-फ्री जज मॉडल को प्रशिक्षित करता है, जो ऑनलाइन कैलिब्रेशन और कैस्केड इवैल्यूएशन के माध्यम से ग्राउंड-ट्रुथ प्रॉक्सी के साथ मजबूत सहसंबंध और महत्वपूर्ण लागत कटौती प्राप्त करता है।

Arther Tian, Alex Ding, Frank Chen, Simon Wu, Aaron Chan2026-06-11

💬 NLP

The Structural Attention Tax: How Retrieval Format Hijacks In-Context Learning Independent of Content

यह शोध पत्र "स्ट्रक्चरल अटेंशन टैक्स" (structural attention tax) की पहचान और औपचारिकीकरण करता है, जो एक ऐसी घटना है जहाँ नॉलेज ग्राफ ट्रिपल्स का कठोर प्रारूप अर्थ संबंधी प्रासंगिकता के स्वतंत्र रूप से एलएलएम (LLM) के अटेंशन को हाईजैक कर लेता है, जिससे प्रदर्शन अटेंशन (demonstration attention) संकुचित हो जाता है और यह प्रकट होता है कि रिट्रीवल-ऑगमेंटेड इन-कॉन्टेक्स्ट लर्निंग को बढ़ाने के लिए रिट्रीवल फॉर्मेट को अनुकूलित करना, रिट्रीवल क्वालिटी में सुधार करने जितना ही महत्वपूर्ण है।

Yuqi Zhang, Di Zhang2026-06-11

💬 NLP

NightFeats @ MMU-RAGent NeurIPS 2025: A Context-Optimized Multi-Agent RAG System for the Text-to-Text Track

NightFeats एक संदर्भ-अनुकूलित (context-optimized), मल्टी-एजेंट RAG सिस्टम है जिसने संकीर्ण मीट्रिक अनुकूलन के बजाय वास्तुशिल्प पारदर्शिता और सत्यापन योग्य साक्ष्य ग्राउंडिंग के माध्यम से प्रोप्रायटरी बेसलाइन्स को पछाड़ने के लिए रिट्रीवल (retrieval), क्यूरेशन (curation) और कंपोजिशन (composition) के एक सिद्धांत-आधारित तीन-चरणीय पाइपलाइन का उपयोग करके NeurIPS 2025 में 'बेस्ट डायनेमिक इवैल्यूएशन' जीता है।

Quentin Fever, Naziha Aslam2026-06-11

← पिछला अगला →