🤖 Category

cs.AI

23200 पेपर

🤖 machine learning

Adversarial Instance Generation and Robust Training for Neural Combinatorial Optimization with Multiple Objectives

यह शोध पत्र मल्टी-ऑब्जेक्टिव न्यूरल कॉम्बिनेटोरियल ऑप्टिमाइज़ेशन के लिए एक एकीकृत ढांचे का प्रस्ताव करता है जो चुनौतीपूर्ण उदाहरण उत्पन्न करने के लिए प्राथमिकता-आधारित प्रतिकूल हमले (preference-based adversarial attack) को कठिनाई-जागरूक प्रतिकूल प्रशिक्षण रक्षा (hardness-aware adversarial training defense) के साथ जोड़ता है, जो विविध समस्या वितरणों में डीप रीइन्फोर्समेंट लर्निंग सॉल्वर की मजबूती और सामान्यीकरण क्षमता को महत्वपूर्ण रूप से बढ़ाता है।

Wei Liu, Yaoxin Wu, Yingqian Zhang, Thomas Bäck, Yingjie Fan2026-06-09
🔬 materials science

A large-scale nanocrystal database with aligned synthesis and properties enabling generative inverse design

यह शोध पत्र एक बड़े पैमाने पर, संरेखित नैनोक्रिस्टल संश्लेषण-गुण डेटाबेस को प्रस्तुत करता है जिसे LLM-संवर्धित NanoExtractor टूल का उपयोग करके निर्मित किया गया है, जो NanoDesigner मॉडल के माध्यम से व्यवहार्य नैनोक्रिस्टल संश्लेषण मार्गों के जनरेटिव इनवर्स डिज़ाइन को सक्षम बनाता है, जिसे स्थापित और नवीन नैनोक्रिस्टल फॉर्मुलेशन दोनों के प्रयोगात्मक पुष्टिकरण द्वारा सफलतापूर्वक प्रमाणित किया गया है।

Kai Gu, Yingping Liang, Senliang Peng, Aotian Guo, Haizheng Zhong, Ying Fu2026-06-09
🤖 AI

Thinking-Based Non-Thinking: Solving the Reward Hacking Problem in Training Hybrid Reasoning Models via Reinforcement Learning

यह शोध पत्र थिंकिंग-बेस्ड नॉन-थिंकिंग (TNT) का प्रस्ताव करता है, जो एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) आधारित विधि है जो हाइब्रिड रीजनिंग मॉडलों में थिंकिंग-आधारित समाधान की जानकारी के आधार पर नॉन-थिंकिंग प्रतिक्रियाओं के लिए टोकन सीमाओं को गतिशील रूप से समायोजित करके रिवॉर्ड हैकिंग को कम करती है और टोकन उपयोग को लगभग 50% तक कम करते हुए सटीकता में सुधार करती है, जिसके लिए महंगी सुपरवाइज्ड फाइन-ट्यूनिंग की आवश्यकता नहीं होती है।

Siyuan Gan, Jiaheng Liu, Boyan Wang, Tianpei Yang, Runqing Miao, Yuyao Zhang, Fanyu Meng, Junlan Feng, Linjian Meng, Jin (…)2026-06-09
🔢 mathematics

One if by Land, Two if by Sea, Three if by Four Seas, and More to Come -- Values of Perception, Prediction, Communication, and Common Sense in Decision Making

यह शोध पत्र धारणा (perception), पूर्वानुमान (prediction), संचार (communication) और सामान्य ज्ञान (common sense) के लिए निर्णय-सैद्धांतिक मूल्यों को कठोरता से परिभाषित करता है जो सूचना-सैद्धांतिक मापों के साथ गणितीय गुण साझा करते हैं, जो स्वायत्त प्रणालियों को डिजाइन करने के लिए व्यावहारिक दिशा-निर्देश और प्राकृतिक निर्णय लेने की प्रक्रियाओं में अंतर्दृष्टि प्रदान करता है।

Aolin Xu2026-06-09
💬 NLP

How Context Shapes Truth: Geometric Transformations of Statement-level Truth Representations in LLMs

यह शोध पत्र इस बात का पहला ज्यामितीय लक्षण वर्णन प्रदान करता है कि संदर्भ (context) लार्ज लैंग्वेज मॉडल्स में सत्य वेक्टर्स (truth vectors) को कैसे रूपांतरित करता है, जिससे यह प्रकट होता है कि संदर्भ आम तौर पर सत्य निरूपण के परिमाण (magnitude) को बढ़ाता है, जबकि बड़े मॉडल्स प्रासंगिक और विरोधाभासी संदर्भों के बीच अंतर मुख्य रूप से सक्रियण स्थान (activation space) में दिशात्मक परिवर्तनों के माध्यम से करते हैं न कि परिमाण के अंतरों के माध्यम से।

Shivam Adarsh, Maria Maistro, Christina Lioma2026-06-09
💬 NLP

CURE: Curriculum-guided Multi-task Training for Reliable Anatomy Grounded Report Generation

यह शोध पत्र CURE को प्रस्तुत करता है, जो एक डेटा-कुशल, त्रुटि-जागरूक करिकुलम लर्निंग फ्रेमवर्क है जो बिना किसी अतिरिक्त डेटा के स्वचालित चिकित्सा रिपोर्ट निर्माण में विजुअल ग्राउंडिंग, तथ्यात्मक निरंतरता और मतिभ्रम (hallucination) में कमी लाने के लिए मल्टी-टास्क ट्रेनिंग को गतिशील रूप से समायोजित करता है।

Pablo Messina, Andrés Villa, Juan León Alcázar, Karen Sánchez, Carlos Hinojosa, Denis Parra, Álvaro Soto, Bernard Ghanem2026-06-09
💬 NLP

Payoff scaling shapes cooperation in LLM agents across languages

यह अध्ययन प्रदर्शित करता है कि भुगतान संबंधी दांव (payoff stakes) को बढ़ाना विरोधाभासी रूप से कई भाषाओं में LLM एजेंटों के बीच सहयोग को बढ़ाता है—एक ऐसा रुझान जो एलाइनमेंट ट्रेनिंग और मानव जैसी तर्कशक्ति द्वारा संचालित है जो विकासवादी गेम थ्योरी (evolutionary game theory) के अनुमानों का खंडन करता है—साथ ही यह भी दर्शाता है कि भाषाई फ्रेमिंग (linguistic framing) प्रोप्रायटरी और ओपन-वेट दोनों मॉडलों में रणनीतिक व्यवहार को महत्वपूर्ण रूप से आकार देती है।

Trung-Kiet Huynh, Dao-Sy Duy-Minh, Thanh-Bang Cao, Phong-Hao Le, Hong-Dan Nguyen, Phu-Quy Nguyen-Lam, Minh-Luan Nguyen-V (…)2026-06-09
📊 statistics

More Bang for the Buck: Improving the Inference of Large Language Models at a Fixed Budget using Reset and Discard (ReD)

यह शोध पत्र रिसेट-एंड-डिस्कार्ड (ReD) को प्रस्तुत करता है, जो एक क्वेरी रणनीति है जो पावर-लॉ आधारित आवंटन के माध्यम से पारंपरिक पास@k सैंपलिंग के घटते प्रतिफल को कम करके एक निश्चित बजट के भीतर लार्ज लैंग्वेज मॉडल्स द्वारा हल किए गए अद्वितीय प्रश्नों के कवरेज को अनुकूलित करती है।

Sagi Meir, Tommer D. Keidar, Noam Levi, Shlomi Reuveni, Barak Hirshberg2026-06-09
💬 NLP

Mechanistic Data Attribution: Tracing the Training Origins of Interpretable LLM Units

यह शोध पत्र मैकेनिस्टिक डेटा एट्रिब्यूशन (MDA) को प्रस्तुत करता है, जो इ़नफ्लुएंस फंक्शन्स का उपयोग करने वाला एक ढांचा है जो व्याख्या योग्य LLM इकाइयों को विशिष्ट प्रशिक्षण डेटा से कार्य-कारण रूप से जोड़ता है, यह प्रकट करते हुए कि पुनरावृत्ति वाले संरचनात्मक पैटर्न सर्किट निर्माण को उत्प्रेरित करते हैं और लक्षित डेटा हस्तक्षेप इन-कॉन्टेक्स्ट लर्निंग क्षमताओं को सीधे नियंत्रित कर सकते हैं।

Jianhui Chen, Yuzhang Luo, Liangming Pan2026-06-09
🤖 AI

UA-DCM: Uncertainty-aware Causal Decision Making via Effect Bound Decomposition

यह शोध पत्र UA-DCM का प्रस्ताव करता है, जो एक नवीन ढांचा है जो अनुकूलन (optimization) के माध्यम से कारण प्रभाव अनिश्चितता (causal effect uncertainty) को अपचनीय (reducible) और अपचनीय (irreducible) घटकों में विभाजित करता है, जिससे अभ्यासकर्ताओं को यह निर्धारित करने में सक्षम बनाता है कि क्या अधिक अवलोकनात्मक डेटा एकत्र करने से सर्वोत्तम कार्रवाई की पहचान करने में मदद मिलेगी या उन्हें गैर-अवलोकनात्मक अध्ययनों का सहारा लेना होगा।

Md Musfiqur Rahman, Ziwei Jiang, Hilaf Hasson, Murat Kocaoglu2026-06-09