🤖 Category

cs.AI

24397 पेपर

💬 NLP

Response-free item difficulty modelling for multiple-choice items with fine-tuned transformers: Component-wise representation and multi-task learning

यह शोध पत्र प्रदर्शित करता है कि मल्टी-चॉइस आइटम की शब्दावली पर ट्रांसफॉर्मर एनकोडर को एंड-टू-एंड फाइन-ट्यून करना, विशेष रूप से जब इसे मल्टी-टास्क लर्निंग ऑब्जेक्टिव के साथ बढ़ाया जाता है, प्रभावी रूप से रिस्पॉन्स-फ्री आइटम कठिनाई को मॉडल करता है और पारंपरिक फीचर-इंजीनियरिंग पाइपलाइनों से बेहतर प्रदर्शन करता है, विशेष रूप से लो-डेटा व्यवस्था में।

Jan Netík, Patrícia Martinková2026-05-19
🤖 machine learning

Adversarial Fragility and Language Vulnerability in Clinical AI: A Systematic Audit of Diagnostic Collapse Under Imperceptible Perturbations and Cross-Lingual Drift in Low-Resource Healthcare Settings

यह अध्ययन नैदानिक एआई (AI) प्रणालियों का व्यवस्थित रूप से ऑडिट करता है, जिससे यह पता चलता है कि वे अदृश्य प्रतिकूल विचलनों (adversarial perturbations) और नाइजीरियाई पिडिन एवं योरूबा-प्रभावित अंग्रेजी जैसी कम-संसाधन वाली भाषाओं में क्रॉस-लिंगुअल बदलावों के तहत नैदानिक सटीकता में विनाशकारी गिरावट का सामना करती हैं, जिससे विविध, वास्तविक दुनिया के स्वास्थ्य देखभाल परिवेशों में उनकी तैनाती में महत्वपूर्ण सुरक्षा अंतराल उजागर होते हैं।

Anthonio Oladimeji Gabriel, Ahmad Rufai Yusuf2026-05-19
🤖 machine learning

BoLT: A Benchmark to Democratize Black-box Optimization Research for Expensive LLM Tasks

यह शोध पत्र BoLT को प्रस्तुत करता है, जो महंगे LLM कार्यों के लिए ब्लैक-बॉक्स अनुकूलन (black-box optimization) अनुसंधान का लोकतंत्रीकरण करने वाला पहला बेंचमार्क है, जो हाइपरपैरामीटर्स, प्रॉम्प्ट्स और कॉन्फ़िगरेशन के अनुकूलन विधियों का मूल्यांकन करने और उन्हें सुधारने के लिए पुनरुत्पादनीय (reproducible), वास्तविक-डेटा-संचालित सरोगेट मॉडल प्रदान करता है।

Ruth Wan Theng Chew, Zhiliang Chen, Apivich Hemachandra, Bryan Kian Hsiang Low2026-05-19
🤖 machine learning

Learning-Zone Energy: Online Data Selection for Efficient RL Post-Training

यह शोध पत्र लर्निंग-ज़ोन एनर्जी (LZE) का परिचय देता है, जो एक ऑनलाइन डेटा चयन ढांचा है जो बड़े भाषा मॉडलों के लिए सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) पोस्ट-ट्रेनिंग को अनुकूलित करता है, और मॉडल के सक्रिय शिक्षण सीमा (एक्टिव लर्निंग फ्रंटियर) के भीतर के प्रॉम्प्ट्स पर गतिशील रूप से गणनात्मक संसाधनों को केंद्रित करके, काफी कम डेटा उपयोग और प्रशिक्षण लागत के साथ बेहतर गणितीय तर्क प्रदर्शन प्राप्त करता है।

Peng Cui, Boyao Yang, Jun Zhu2026-05-19
🤖 machine learning

When Dynamics Shift, Robust Task Inference Wins: Offline Imitation Learning with Behavior Foundation Models Revisited

यह शोध पत्र बिहेवियर फाउंडेशन मॉडल्स (Behavior Foundation Models) के लिए एक सुदृढ़ मिनिमैक्स ऑप्टिमाइज़ेशन फ्रेमवर्क प्रस्तावित करता है जो केवल नाममात्र (nominal) परिवेश डेटा का उपयोग करके प्रभावी ऑफलाइन इमिटेशन लर्निंग और अनदेखे डायनेमिक्स शिफ्ट्स के अनुकूलन को सक्षम बनाता है, जो प्रीट्रेनिंग संशोधनों की आवश्यकता के बिना मौजूदा बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।

Rishabh Agrawal, Rahul Jain, Ashutosh Nayyar2026-05-19
🤖 AI

A Conflict-aware Evidential Framework for Reliable Sleep Stage Classification

यह शोधपत्र ConfSleepNet प्रस्तुत करता है, जो एक संघर्ष-जागरूक साक्ष्य ढांचा (conflict-aware evidential framework) है जो हाइब्रिड श्रेणी संरचनाओं और दृश्य-विशिष्ट मतों को संश्लेषित करने के लिए एक नवीन एकत्रीकरण पद्धति के माध्यम से इंटर-व्यू संघर्षों को गतिशील रूप से हल करके मल्टी-मोडल स्लीप स्टेज वर्गीकरण की विश्वसनीयता को बढ़ाता है।

Yunzhi Tian, Dekui Wang, Qirong Bu, Wei Zhou, Xingxing Hao, Jun Feng2026-05-19
💻 computer science

PARALLAX: Separating Genuine Hallucination Detection from Benchmark Construction Artifacts

"PARALLAX" नामक शोध पत्र यह प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स के लिए मतिभ्रम (hallucination) का पता लगाने में रिपोर्ट की गई अधिकांश प्रगति वास्तव में दोषपूर्ण बेंचमार्क डिज़ाइनों का एक कृत्रिम परिणाम है जहाँ ग्राउंड-ट्रुथ उत्तर प्रॉम्प्ट्स में ही अंतर्निहित होते हैं, जो यह प्रदर्शित करता है कि केवल SAPLMA और DRIFT जैसे ऊपरी-परत के हिडन स्टेट्स पर सुपरवाइज्ड प्रोब्स ही वास्तविक पहचान क्षमताओं को बनाए रखते हैं जब इन आर्टिफैक्ट्स को नियंत्रित किया जाता है।

Khizar Hussain, Murat Kantarcioglu2026-05-19
💻 computer science

Task Abstention for Large Language Models in Code Generation

यह शोध पत्र बड़े भाषा मॉडलों (Large Language Models) के लिए कोड जनरेशन कार्यों से बचने हेतु एक सैद्धांतिक रूप से आधारित, वितरण-मुक्त (distribution-free) विधि प्रस्तावित करता है, जो कोड निष्पादन परिणामों के माध्यम से जनरेशन निरंतरता का आकलन करके उन कार्यों को पहचानने में सक्षम है जिनके द्वारा भ्रम (hallucinations) उत्पन्न होने की संभावना है, जिससे बाहरी परीक्षण मामलों (external test cases) पर निर्भर किए बिना सुरक्षित और अधिक सुदृढ़ स्वचालित कोडिंग को सक्षम बनाया जा सके।

Yanke Zhou, Yuhao Tan, Senrong Xu, Zenan Li, Yuan Yao, Taolue Chen, Xiaoxing Ma2026-05-19
💻 computer science

Agentic AI Translate: An Agentic Translator Prototype for Translation as Communication Design

यह शोध पत्र 'एजेंटिक एआई ट्रांसलेट' (Agentic AI Translate) प्रस्तुत करता है, जो एक प्रोटोटाइप सिस्टम है जो पारंपरिक 'टेक्स्ट-इन/टेक्स्ट-आउट' प्रतिमान को एक चार-चरणीय एजेंटिक चक्र और स्कोपोस सिद्धांत (skopos theory) पर आधारित एक संवादात्मक ब्रीफ-जनरेशन चरण के माध्यम से बदलकर अनुवाद को संचार डिजाइन के रूप में पुनर्परिभाषित करता है, जिससे इस थीसिस को क्रियान्वित किया जाता है कि अनुवाद अध्ययन की मेटालैंग्वेज (metalanguage), जनरेटिव एआई के लिए निर्देश कोड के रूप में कार्य करती है।

Masaru Yamada2026-05-19
💻 computer science

S-Bus: Automatic Read-Set Reconstruction for Multi-Agent LLM State Coordination

यह शोधपत्र S-Bus प्रस्तुत करता है, जो एक HTTP मिडलवेयर है जो एजेंट रीड सेट्स को स्वचालित रूप से पुनर्गठित करने और ऑब्ज़ेबल-रीड आइसोलेशन (ORI) को लागू करने के लिए सर्वर-साइड डिलीवरीलॉग का उपयोग करता है, जिससे एजेंट SDKs में बदलाव की आवश्यकता के बिना समवर्ती मल्टी-एजेंट LLM सिस्टम में स्ट्रक्चरल रेस कंडीशंस को रोका जा सकता है।

Sajjad Khan2026-05-19