💬 NLP

Convergence Without Understanding: When Language Models Agree on Representations but Disagree on Reasoning

यह शोध पत्र इस धारणा को चुनौती देता है कि लार्ज लैंग्वेज मॉडल्स में रिप्रजेंटेशनल कन्वर्जेंस (प्रतिनिधित्व संबंधी अभिसरण) साझा तर्क रणनीतियों का संकेत देता है, यह प्रकट करते हुए कि जहाँ मॉडल साझा इनपुट के लिए समान आंतरिक प्रतिनिधित्व विकसित करते हैं, वहीं वे तर्क प्रक्रियाओं के संबंध में महत्वपूर्ण विसंगतियाँ प्रदर्शित करते हैं, विशेष रूप से समस्या की कठिनाई, निर्णय के चरणों और साझा सूचना के कारणत्मक प्रभाव के संदर्भ में।

Muhammad Usama, Dong Eui Chang2026-05-25
🤖 AI

Human-in-the-Loop Multi-Agent Ventilator Decision Support with Contextual Bandit Preference Learning

यह शोध पत्र वेंटिलेटर निर्णय सहायता प्रणाली (VDSS) का प्रस्ताव करता है, जो एक ह्यूम-इन-द-लूप मल्टी-एजेंट फ्रेमवर्क है जो ऑडिट करने योग्य, व्यक्तिगत वेंटिलेटर अनुशंसाएँ उत्पन्न करने के लिए कॉन्ट्रैक्ट-ड्रिवन मॉड्यूलर कोऑर्डिनेशन को कॉन्टेक्स्टुअल बैंडिट प्रेफरेंस लर्निंग के साथ जोड़ता है, जिससे क्लिनिशियन की स्वीकृति में सुधार होता है और इंटरैक्शन राउंड कम होते हैं।

Sijia Li, Xiaoyu Tan, Qixing Wang, Weiyi Zhao, Chen Zhan, Teqi Hao, Xuemin Wang, Lei Gu, Roland Eils, Xihe Qiu2026-05-25
🤖 machine learning

Score-Based One-step MeanFlow Policy Optimization

यह शोध पत्र स्कोर-आधारित वन-स्टेप मीनफ्लो पॉलिसी ऑप्टिमाइज़ेशन (SOM) का परिचय देता है, जो एक एक्टर-क्रिटिक एल्गोरिदम है जो Q-फंक्शन से सीधे एक लक्षित वेग क्षेत्र (target velocity field) का निर्माण करके ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) में कुशल, एकल-चरण नीति पीढ़ी को सक्षम बनाता है, जिससे पारंपरिक बहु-चरणीय डिफ्यूजन और फ्लो मैचिंग विधियों की तुलना में कम्प्यूटेशनल ओवरहेड को काफी कम करते हुए अत्याधुनिक प्रदर्शन प्राप्त होता है।

Kyungyoon Kim, Donghyeon Ki, Hee-Jun Ahn, Byung-Jun Lee2026-05-25
🤖 machine learning

Curriculum reinforcement learning with measurable task representation learning

यह शोध पत्र सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के लिए एक नवीन स्वचालित पाठ्यक्रम निर्माण दृष्टिकोण प्रस्तावित करता है जो मापने योग्य समानता वाले एक लेटेंट टास्क रिप्रेजेंटेशन को सीखने के लिए एक वेरिएशनल ऑटोएनकोडर का उपयोग करता है, जिससे जटिल, गैर-यूक्लिडियन नेविगेशन कार्यों में प्रभावी पाठ्यक्रम निर्माण सक्षम होता है जहाँ पारंपरिक इंटरपोलेशन विधियाँ विफल हो जाती हैं।

Yongyan Wen, Siyuan Li, Mingjian Fu, Yiqin Yang, Xun Wang, Peng Liu2026-05-25
🤖 machine learning

Parametric Prior Mapping Framework for Non-stationary Probabilistic Time Series Forecasting

यह शोध पत्र पैरामीट्रिक प्रायर मैपिंग (PPM) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो एक जनरेटिव मॉडल में गतिशील पैरामीट्रिक स्ट्रक्चरल प्रायर्स (dynamic parametric structural priors) को इंजेक्ट करके नॉन-स्टेशनरी प्रोबेबिलिस्टिक मल्टीवेरिएट टाइम सीरीज़ फोरकास्टिंग को बेहतर बनाता है, जिससे मौजूदा विधियों की तुलना में सटीकता, अनिश्चितता अंशांकन (uncertainty calibration) और कम्प्यूटेशनल दक्षता के बीच एक श्रेष्ठ संतुलन प्राप्त होता है।

Jinglin Li, Jun Tan, QI Fang, Ning Gui2026-05-25
🤖 AI

When Planning Fails Despite Correct Execution: On Epistemic Calibration for LLM-Based Multi-Agent Systems

यह शोध पत्र एलएलएम-आधारित मल्टी-एजेंट सिस्टम में एपिस्टेमिक मिसकैलिब्रेशन (जहाँ एजेंट सही निष्पादन के बावजूद ज्ञान की व्यवहार्यता का गलत आकलन करते हैं) को संबोधित करने के लिए 'एपिस्टेमिक प्लानिंग कैलिब्रेशन एजेंटिक वर्कफ्लो' (EPC-AW) प्रस्तुत करता है—जो सूचना-संगत योजना चयन और गतिशील अवस्था परिशोधन का उपयोग करके सिस्टम-स्तरीय सफलता को औसतन 9.75% तक सुधारता है।

Zehao Wang, Shilong Jin, Zhao Cao, Lanjun Wang2026-05-25
🤖 AI

Socially fluent AI decouples conversational signals from source identity in online interaction

यह अध्ययन प्रकट करता है कि समकालिक समूह अंतःक्रियाओं में, मनुष्य सामाजिक रूप से कुशल एआई एजेंटों को टीम के साथियों से संयोग के स्तर से ऊपर पहचानने में विफल रहते हैं क्योंकि वे मजबूत व्यवहारिक संकेतों के बजाय प्रतिक्रिया की गति जैसे अप्रभावी ह्यूरिस्टिक्स (heuristics) पर भरोसा करते हैं, जो ऑनलाइन विमर्श के एआई-संचालित हेरफेर के लिए महत्वपूर्ण कमजोरियां पैदा करता है।

Lixiang Yan, Yueqiao Jin, Xibin Han, Dragan Gašević2026-05-25
💬 NLP

SSDAU: Structured Semantic Data Augmentation for Joint Entity and Relation Extraction

यह शोध पत्र SSDAU का प्रस्ताव करता है, जो एक नवीन डेटा संवर्धन (data augmentation) विधि है जो कमजोर प्रशिक्षण डेटा के विरुद्ध जॉइंट एंटिटी और रिलेशन एक्सट्रैक्शन मॉडल्स की सामान्यीकरण (generalization) और सुदृढ़ता (robustness) में महत्वपूर्ण सुधार करने के लिए एंटिटी-आधारित विभाजन, संदर्भ-जागरूक पुनर्गठन और विषय फ़िल्टरिंग के माध्यम से सिमेंटिक संरचना को संरक्षित करता है।

Jiawei He, Mengyu Shi, Chunrong Fang2026-05-25
🤖 AI

AI Security Research Should Better Incentivize Defense Research

यह शोध पत्र तर्क देता है कि एआई सुरक्षा अनुसंधान पक्षपाती मूल्यांकन मानकों के कारण रक्षात्मक अध्ययनों की तुलना में हमलावर अध्ययनों के पक्ष में एक विषम असंतुलन से ग्रस्त है, जिसके लिए व्यावहारिक और तैनात करने योग्य सुरक्षा के विकास को प्राथमिकता देने हेतु प्रोत्साहनों में बदलाव आवश्यक है।

Youqian Zhang2026-05-25
🤖 AI

AI Assurance: A Comprehensive Testing Strategy for Enterprise AI Systems

यह शोध पत्र एंटरप्राइज एआई प्रणालियों के लिए एक व्यापक, परिचालन रूप से तैनात करने योग्य आश्वासन रणनीति प्रस्तावित करता है जो पारंपरिक शुद्धता सत्यापन (correctness verification) से ध्यान हटाकर एक संरचित विफलता वर्गीकरण (failure taxonomy), एक संशोधित पांच-स्तरीय आश्वासन पिरामिड और एकीकृत मूल्यांकन-संचालित इंजीनियरिंग प्रथाओं के माध्यम से निरंतर जोखिम न्यूनीकरण पर केंद्रित करता है।

Chitra Badagi, Divye Singh, Animesh Sen, Adinath Shirsath2026-05-25