🤖 Category

cs.AI

23845 पेपर

🤖 AI

The New Pro Se: Generative AI and the Surge in Federal Civil Self-Representation

यह शोध पत्र 2008 से 2025 तक के संघीय नागरिक मुकदमेबाजी के आंकड़ों का विश्लेषण करता है ताकि यह प्रदर्शित किया जा सके कि जनरेटिव एआई (generative AI) के व्यापक उपयोग ने प्रो से (pro se) यानी स्वयं प्रतिनिधित्व करने वाले मुकदमों की संख्या में उल्लेखनीय वृद्धि की है, विशेष रूप से नागरिक अधिकार मामलों में पहली बार मुकदमा करने वाले और महिला वादियों के बीच, जिसके परिणामस्वरूप अधिक उद्धरण-सघन (citation-dense) शिकायतें सामने आ रही हैं जो मुकदमेबाजी के परिणामों में सुधार किए बिना उच्च बर्खास्त दर का सामना कर रही हैं।

Or Cohen-Sasson2026-05-29
🤖 machine learning

Quotient DAGs for Off-Policy Evaluation:Forward-Flow Importance Sampling and Exact Slate Propensities

यह शोध पत्र एक कोटिएंट-DAG फ्रेमवर्क और फॉरवर्ड-DP एल्गोरिदम पेश करता है ताकि ऑटोरिग्रेसिव रिकमेंडेशन सिस्टम्स में कुशल ऑफ-पॉलिसी इवैल्यूएशन के लिए न्यूसेंस वेरिएंस को समाप्त किया जा सके और अनऑर्डर्ड स्लेट प्रोपेंसिटीज की सटीक गणना सक्षम की जा सके।

Ziwen Xie, Shaowen Xiang, Hongyu He, Dianbo Liu2026-05-29
🤖 AI

Source-Grounded Semantic Reinforcement Learning for Low-Resource Target-Language Generation

यह शोध पत्र सोर्स-ग्राउंडेड सिमेंटिक रीइन्फोर्समेंट लर्निंग (SG-SRL) का प्रस्ताव करता है, जो कम-संसाधन वाले लक्ष्य-भाषा उत्पादन को बेहतर बनाने के लिए क्रॉस-लिंगुअल सिमेंटिक रिवॉर्ड्स के साथ रेफरेंस-फ्री रीइन्फोर्समेंट लर्निंग का उपयोग करता है, जिसमें प्रचुर स्रोत-भाषा मोनोलिंगुअल डेटा का लाभ उठाया जाता है, और इसके बाद तथ्यात्मक सटीकता को बनाए रखते हुए वर्बोसिटी (शब्दों की अधिकता) को सुधारने के लिए एक लाइटवेट रिकवरी स्टेज का उपयोग किया जाता है।

Zeli Su, Ziyin Zhang, Zewei Pan, Zhou Liu, Dingcheng Huang, Dehan Li, Zhankai Xu, Longfei Zheng, Xiaolu Zhang, Jun Zhou (…)2026-05-29
🤖 AI

MINDGAMES: A Live Arena for Evaluating Social and Strategic Reasoning in Multi-Agent LLMs

यह शोध पत्र माइंडगेम्स (Mindgames) को प्रस्तुत करता है, जो एक मल्टी-गेम मूल्यांकन एरिना और डेटासेट है जिसमें 2025 की एक प्रतियोगिता से 29,571 इंटरैक्शन शामिल हैं, जिसे बड़े भाषा मॉडलों (LLMs) की सामाजिक और रणनीतिक तर्क क्षमताओं का आकलन करने के लिए डिज़ाइन किया गया है, साथ ही यह नियमों के पालन में भंगुरता और पर्यावरण-विशिष्ट लीडरबोर्ड वैधता जैसी महत्वपूर्ण सीमाओं को भी उजागर करता है।

Kevin Wang, Anna Thöni, Benjamin Kempinski, Bobby Cheng, Jianzhu Yao, Benjamin Finch, Leon Guertler, Viraj Nadkarni, Yih (…)2026-05-29
🤖 AI

KBF: Knowledge Boundary as Fingerprint for Language Model and Black-Box API Auditing

यह शोध पत्र KBF को प्रस्तुत करता है, जो एक कम लागत वाला ब्लैक-बॉक्स ऑडिटिंग प्रोटोकॉल है जो नॉलेज बाउंड्री के पास स्टेबल न्यूमेरिकल रिकॉल का उपयोग करके लैंग्वेज मॉडल API को फिंगरप्रिंट करता है, जो सीधे मॉडल तक पहुंच की आवश्यकता के बिना प्रोडक्शन एंडपॉइंट्स और शैडो API में आर्थिक रूप से प्रासंगिक मॉडल प्रतिस्थापन और मिक्स्ड-रूटिंग हमलों का प्रभावी ढंग से पता लगाता है।

Yijia Fang, Yiqing Feng, Bingyu Li, Mingxun Zhou2026-05-29
🤖 AI

UI-KOBE: Knowledge-Oriented Behavior Exploration for Lightweight Graph-Guided GUI Agents

यह शोध पत्र UI-KOBE का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो ऐप-विशिष्ट नॉलेज ग्राफ को स्वायत्त रूप से निर्मित करके हल्के, ऑन-डिवाइस मोबाइल GUI एजेंटों को बेहतर बनाता है ताकि रनटाइम निर्णय लेने में मार्गदर्शन मिल सके, जिससे बड़े विजन-लैंग्वेज मॉडल्स पर निर्भरता कम होती है और कार्य निष्पादन की विश्वसनीयता, दक्षता और गोपनीयता में सुधार होता है।

Yuxiang Chai, Han Xiao, Xinyu Fu, Jinpeng Chen, Rui Liu, Hongsheng Li2026-05-29
🤖 machine learning

Singularity-aware Optimization via Randomized Geometric Probing: Towards Stable Non-smooth Optimization

यह शोधपत्र सिंगुलैरिटी-अवेयर एडम (S-Adam) को प्रस्तुत करता है, जो एक नवीन ऑप्टिमाइज़र है जो रैंडमाइज्ड ज्योमेट्रिक प्रोबिंग से प्राप्त लोकल ज्योमेट्रिक इंस्टेबिलिटी मेट्रिक के आधार पर स्टेप साइज़ को गतिशील रूप से मॉड्यूलेट करके नॉन-स्मूथ डीप लर्निंग ट्रेनिंग को स्थिर करता है, जिससे क्वांटाइजेशन-अवेयर ट्रेनिंग जैसे चुनौतीपूर्ण क्षेत्रों में मौजूदा विधियों की तुलना में बेहतर अभिसरण और सामान्यीकरण प्राप्त होता है।

Ruoran Xu, Borong She, Xiaobo Jin, Qiufeng Wang2026-05-29
🤖 AI

Opt-Verifier: Unleashing the Power of LLMs for Optimization Modeling via Dual-Side Verification

यह शोधपत्र Opt-Verifier का परिचय देता है, जो एक नवीन LLM-आधारित फ्रेमवर्क है जो जनरेट किए गए मॉडलों के समस्या विवरणों के साथ संरचनात्मक संरेखण और उनके समाधानों की गणितीय वैधता, दोनों को सत्यापित करने के लिए एक दोहरे-पक्षीय सत्यापन दृष्टिकोण का उपयोग करके स्वचालित अनुकूलन मॉडलिंग की सटीकता में महत्वपूर्ण सुधार करता है।

Haoyang Liu, Jie Wang, Boxuan Niu, Xiongwei Han, Yian Xu, Mingxuan Ye, Zijie Geng, Fangzhou Zhu, Tao Zhong, Mingxuan Yua (…)2026-05-29
🤖 AI

ParaTool: Shifting Tool Representations from Context to Parameters

ParaTool एक नवीन ढांचा है जो टूल प्रतिनिधित्व को इन-कॉन्टेक्स्ट उदाहरणों से हटाकर समर्पित, लोड करने योग्य पैरामीटर मॉड्यूल में स्थानांतरित करता है, जिससे बड़े भाषा मॉडल लंबे संदर्भ पर निर्भर किए बिना और बेहतर प्रदर्शन तथा कम कम्प्यूटेशनल जटिलता प्राप्त करते हुए टूल कॉलिंग करने में सक्षम होते हैं।

Zekai Yu, Qi Meng, Qizhi Chu, Yu Hao, Chuan Shi, Cheng Yang2026-05-29
🤖 AI

Planning with the Views via Scene Self-Exploration

यह शोध पत्र ViewSuite प्रस्तुत करता है, जो एक 3D बेंचमार्क है जो यह दर्शाता है कि विजन-लैंग्वेज मॉडल मल्टी-टर्न प्लानिंग के लिए व्यू-एक्शन ट्रांसफॉर्मेशन को कंपोज़ करने में संघर्ष करते हैं, और एक व्यू ग्राफ डिस्टिलेशन के साथ एक इटरेटिव सेल्फ-एक्सप्लोरेशन फ्रेमवर्क प्रस्तावित करता है जो स्पार्स रिवार्ड्स को दूर करके और GPT-4o जैसे अग्रणी मॉडलों से आगे निकलकर प्लानिंग परफॉरमेंस को महत्वपूर्ण रूप से बढ़ाता है।

Kangrui Wang, Linjie Li, Zhengyuan Yang, Shiqi Chen, Zihan Wang, Li Fei-Fei, Jiajun Wu, Leonidas Guibas, Lijuan Wang, Ma (…)2026-05-29