🤖 AI

Trustworthy AI Suffers from Invariance Conflicts and Causality is The Solution

यह स्थिति पत्र (position paper) यह तर्क देता है कि कार्य-कारण संबंध (causality) विश्वसनीय एआई के प्रतिस्पर्धी उद्देश्यों—जैसे कि निष्पक्षता, सुदृढ़ता, गोपनीयता और व्याख्यात्मकता—के बीच अंतर्निहित संघर्षों को हल करने के लिए एक एकीकृत ढांचा प्रदान करता है, जो इन समझौतों (trade-offs) को चयनात्मक अपरिवर्तनीयता (selective invariance) के माध्यम से संतुलित की जा सकने वाली असंगत अपरिवर्तनीयता आवश्यकताओं के रूप में पुनर्व्याख्या करता है।

Ruta Binkyte, Ivaxi Sheth, Zhijing Jin, Mohammad Havaei, Bernhard Schölkopf, Mario Fritz2026-05-06
🤖 AI

Deciphering Shortcut Learning from an Evolutionary Game Theory Perspective

यह शोध पत्र डीप लर्निंग ट्रेनिंग को कोर (core) और शॉर्टकट (shortcut) फीचर्स के बीच एक रणनीतिक अंतःक्रिया के रूप में मॉडल करने के लिए इवोल्यूशनरी गेम थ्योरी का उपयोग करता है, जो यह प्रकट करता है कि स्टोकेस्टिक ग्रेडिएंट डिसेंट (SGD) मजबूत कोर सबनेटवर्क का पक्ष लेता है जबकि ग्रेडिएंट डिसेंट (GD) शॉर्टकट सबनेटवर्क्स पर अभिसरित होने की प्रवृत्ति रखता है, जिससे शॉर्टकट बायस को समझने और कम करने के लिए एक सैद्धांतिक ढांचा प्रदान होता है।

Xiayang Li, Kuo Gai, Shihua Zhang2026-05-06
🤖 AI

AcademiClaw: When Students Set Challenges for AI Agents

यह शोध पत्र AcademiClaw को प्रस्तुत करता है, जो छात्रों द्वारा प्रस्तुत किए गए कार्यों से क्यूरेट किया गया 80 जटिल, वास्तविक दुनिया के शैक्षणिक कार्यों का एक द्विभाषी बेंचमार्क है, जिसका उद्देश्य लंबी अवधि (long-horizon) और बहु-विषयक चुनौतियों को संभालने में वर्तमान एआई एजेंटों की सीमाओं का मूल्यांकन और निदान करना है, जिससे यह पता चलता है कि अत्याधुनिक मॉडल भी केवल 55% पास दर प्राप्त करते हैं।

Junjie Yu, Pengrui Lu, Weiye Si, Hongliang Lu, Jiabao Wu, Kaiwen Tao, Kun Wang, Lingyu Yang, Qiran Zhang, Xiuting Guo, X (…)2026-05-06
🤖 AI

The 2026 ACII Dyadic Conversations (DaiKon) Workshop & Challenge

2026 ACII डायडिक कन्वर्सेशन्स (DaiKon) वर्कशॉप और चैलेंज, दिशात्मक प्रभाव, टर्न-टेकिंग और रैपो प्रक्षेपवक्र भविष्यवाणी पर केंद्रित तीन उप-चुनौतियों के माध्यम से पारस्परिक प्रभाव और सामाजिक गतिशीलता की मॉडलिंग को उन्नत करने के लिए 945 स्वाभाविक, बहुभाषी डायडिक अंतःक्रियाओं के एक व्यापक बेंचमार्क और डेटासेट को प्रस्तुत करता है।

Panagiotis Tzirakis, Alice Baird, Jeffrey Brooks, Emilia Parada-Cabaleiro, Lukas Stappen, Sharath Rao, Theo Lebryk, Jaku (…)2026-05-06
🤖 AI

Caliper-in-the-Loop: Black-Box Optimization for Hyperledger Fabric Performance Tuning

यह शोध पत्र एक कैलिपर-इन-द-लूप (Caliper-in-the-loop) पाइपलाइन का प्रस्ताव करता है जो हाइपरलेजर फैब्रिक (Hyperledger Fabric) कॉन्फ़िगरेशन को स्वचालित रूप से ट्यून करने के लिए आयामी कमी (dimensionality reduction) के साथ बायेसियन अनुकूलन (Bayesian optimization) का उपयोग करता है, जिससे एक उच्च-आयामी, शोर वाले खोज स्थान (noisy search space) में मैनुअल बेसलाइन की तुलना में 12% तक थ्रूपुट सुधार प्राप्त होता है।

Yash Madhwal, Arseny Bolotnikov, Mark Prikhno, Irina Lebedeva, Ivan Laishevskiy, Vladimir Gorgadze, Artem Barger, Yury Y (…)2026-05-06
💬 NLP

mdok-style at SemEval-2026 Task 9: Finetuning LLMs for Multilingual Polarization Detection

यह शोध पत्र SemEval-2026 टास्क 9 के लिए mdok-शैली के दृष्टिकोण को प्रस्तुत करता है, जो 22 भाषाओं में गुमनाम और केस-विविध टेक्स्ट के साथ संवर्धित प्रशिक्षण डेटा पर QLoRA के माध्यम से मिड-साइज़ LLMs को फाइन-ट्यून करके सुदृढ़ बहुभाषी ध्रुवीकरण पहचान (polarization detection) प्राप्त करता है।

Dominik Macko, Alok Debnath, Jakub Simko2026-05-06
🤖 AI

An Empirical Study of Agent Skills for Healthcare: Practice, Gaps, and Governance

यह शोध पत्र 557 स्वास्थ्य सेवा एजेंट कौशलों का पहला अनुभवजन्य विश्लेषण प्रस्तुत करता है, जो यह प्रकट करता है कि हालांकि वे रोगी-केंद्रित कार्यप्रवाहों को प्रभावी ढंग से स्वचालित करते हैं, लेकिन वर्तमान में उनमें नैदानिक और उपचार कार्यों में कवरेज की कमी है, वे असमान नैदानिक इनपुट एकीकरण प्रदर्शित करते हैं, और वे उन जोखिम ढांचों पर निर्भर हैं जो विशिष्ट नैदानिक खतरों को पकड़ने में विफल रहते हैं।

Gelei Xu, Ningzhi Tang, Xueyang Li, Toby Jia-Jun Li, Zhi Zheng, Wei Jin, Yiyu Shi2026-05-06
💬 NLP

mdok-style at SemEval-2026 Task 10: Finetuning LLMs for Conspiracy Detection

यह शोध पत्र mdok-शैली की प्रणाली प्रस्तुत करता है, जो सीमित प्रशिक्षण डेटा की समस्या को हल करने के लिए डेटा ऑग्मेंटेशन और सेल्फ-ट्रेनिंग के साथ Qwen3-32B मॉडल को फाइनट्यून करके SemEval-2026 टास्क 10 की कॉन्सपिरेसी डिटेक्शन चुनौती में प्रतिस्पर्धी परिणाम (52 में से 8वां स्थान) प्राप्त करता है।

Dominik Macko2026-05-06
🤖 AI

ORPilot: A Production-Oriented Agentic LLM-for-OR Tool for Optimization Modeling

यह शोध पत्र ORPilot को प्रस्तुत करता है, जो एक ओपन-सोर्स एजेंटिक एआई सिस्टम है जिसे अस्पष्ट वास्तविक दुनिया की व्यावसायिक समस्याओं और कच्चे परिचालन डेटा को सॉल्वर-रेडी ऑप्टिमाइज़ेशन मॉडल में अनुवादित करने के लिए डिज़ाइन किया गया है, जिसमें संवादात्मक विशिष्टता (conversational specification), स्वतंत्र डेटा पुनर्प्राप्ति, पैरामीटर गणना, और एक सॉल्वर-अज्ञेय (solver-agnostic) मध्यवर्ती प्रतिनिधित्व के लिए नवीन घटक शामिल हैं जो आत्म-सुधार (self-correction) को सक्षम करते हैं और प्रोडक्शन-लेवल के बेंचमार्क पर मौजूदा उपकरणों से बेहतर प्रदर्शन करते हैं।

Guangrui Xie2026-05-06
🤖 AI

Perceptual Flow Network for Visually Grounded Reasoning

अनुकूलतम ज्यामितीय पर्यवेक्षण के कारण लार्ज-विज़न लैंग्वेज मॉडल्स में होने वाले भाषा पूर्वाग्रह और मतिभ्रम (hallucination) को संबोधित करने के लिए, यह शोध पत्र 'परसेप्चुअल फ्लो नेटवर्क' (PFlowNet) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो धारणा (perception) को तर्क (reasoning) से अलग करता है और विजुअल रीजनिंग बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए वेरिएशनल रीइन्फोर्समेंट लर्निंग का उपयोग करता है।

Yangfu Li, Yuning Gong, Hongjian Zhan, Teng Li, Yuanhuiyi Lyu, Tianyi Chen, Qi Liu, Ziyuan Huang, Zhihang Zhong, Dandan (…)2026-05-06