🤖 Category

cs.AI

25254 पेपर

🤖 AI

TimeMM: Time-as-Operator Spectral Filtering for Dynamic Multimodal Recommendation

TimeMM एक समय-सशर्त स्पेक्ट्रल फ़िल्टरिंग ढांचा है जो इंटरैक्शन की नवीनता (recency) को अनुकूली एज रीवेटिंग (adaptive edge reweighting), मोडैलिटी-विशिष्ट रूटिंग (modality-specific routing) और विविधता नियमितीकरण (diversity regularization) के लिए पैरामीट्रिक टेम्पोरल कर्नेल में मैप करके मल्टीमॉडल अनुशंसा की गैर-स्थिर गतिशीलता को संबोधित करता है, जिससे यह रैखिक-समय स्केलेबिलिटी (linear-time scalability) के साथ अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।

Wei Yang, Rui Zhong, Zihan Lin, Xiaodan Wang, Cheng Chen, Huan Ren, Yao Hu2026-04-30
🤖 AI

Multi-Stage Bi-Atrial Segmentation Framework from 3D Late Gadolinium-Enhanced MRI using V-Net Family Models

यह शोध पत्र MCLAHE प्रीप्रोसेसिंग को एक कोर्स-टू-फाइन (coarse-to-fine) सेगमेंटेशन पाइपलाइन के साथ जोड़कर, 3D लेट गैडोलिनियम-एन्हांस्ड एमआरआई से सटीक बाय-एट्रियल (bi-atrial) सेगमेंटेशन प्राप्त करने के लिए V-Net परिवार के मॉडलों और एसिमेट्रिक लॉस का उपयोग करते हुए एक मल्टी-स्टेज फ्रेमवर्क प्रस्तुत करता है।

Hao Wen, Jingsu Kang2026-04-30
🤖 AI

MedSynapse-V: Bridging Visual Perception and Clinical Intuition via Latent Memory Evolution

MedSynapse-V एक नवीन ढांचा है जो लेटेंट मेमोरी इवोल्यूशन के माध्यम से क्लिनिशियन की अनुभवात्मक स्मृति का अनुकरण करके चिकित्सा दृश्य निदान को बढ़ाता है, जिसमें टोकनाइजेशन की सीमाओं को दूर करने और नैदानिक सटीकता में मौजूदा अत्याधुनिक विधियों से काफी बेहतर प्रदर्शन करने के लिए मेटा क्वेरी फॉर प्रायर मेमोराइजेशन, कॉज़ल काउंटरफैक्चुअल रिफाइनमेंट और इंट्रिंसिक मेमोरी ट्रांज़िशन जैसी तंत्रों का उपयोग किया गया है।

Chunzheng Zhu, Jiaqi Zeng, Junyu Jiang, Jianxin Lin, Yijun Wang2026-04-30
🤖 AI

CheXthought: A global multimodal dataset of clinical chain-of-thought reasoning and visual attention for chest X-ray interpretation

यह शोध पत्र CheXthought को प्रस्तुत करता है, जो एक बड़े पैमाने का वैश्विक मल्टीमॉडल डेटासेट है जिसमें 71 देशों के 501 रेडियोलॉजिस्ट द्वारा 1,00,000 से अधिक चेइन-ऑफ-थॉट रीजनिंग ट्रेसेस और 66 लाख विजुअल अटेंशन एनोटेशन शामिल हैं, जो मौजूदा विजन-लैंग्वेज मॉडल्स की तुलना में चेस्ट एक्स-रे व्याख्या के लिए तथ्यात्मक सटीकता, मतिभ्रम (hallucination) में कमी और मॉडल की व्याख्यात्मकता में महत्वपूर्ण सुधार प्रदर्शित करता है।

Sonali Sharma, Jin Long, George Shih, Sarah Eid, Christian Bluethgen, Francine L. Jacobson, Emily B. Tsai, Global Radiol (…)2026-04-30
🤖 AI

DreamProver: Evolving Transferable Lemma Libraries via a Wake-Sleep Theorem-Proving Agent

DreamProver एक एजेंटिक फ्रेमवर्क है जो पुन: प्रयोज्य लेम्मा (lemma) की एक संक्षिप्त, हस्तांतरणीय लाइब्रेरी को इटरेटिव रूप से विकसित करने के लिए "वेक-स्लीप" प्रोग्राम इंडक्शन प्रतिमान (paradigm) का उपयोग करता है, जिससे औपचारिक प्रमेय प्रमाणन (formal theorem proving) में सफलता दर, संक्षिप्तता और कम्प्यूटेशनल दक्षता में महत्वपूर्ण सुधार होता है।

Youyuan Zhang, Jialiang Sun, Hangrui Bi, Chuqin Geng, Wenjie Ma, Zhaoyu Li, Xujie Si2026-04-30
🤖 machine learning

STLGT: A Scalable Trace-Based Linear Graph Transformer for Tail Latency Prediction in Microservices

STLGT एक स्केलेबल ट्रेस-आधारित लीनियर ग्राफ ट्रांसफार्मर है जो स्पैन ग्राफ के रूप में ट्रेसेस को एनकोड करके और लंबी दूरी की निर्भरताओं (long-range dependencies) तथा नॉन-स्टेशनरी वर्कलोड्स को कुशलतापूर्वक मॉडल करने के लिए एक स्ट्रक्चर-अवेयर लीनियर अटेंशन मैकेनिज्म का उपयोग करके माइक्रोसर्विसेज में एंड-टू-एंड टेल लेटेंसी का सटीक अनुमान लगाता है, जो मौजूदा तरीकों की तुलना में बेहतर सटीकता और काफी तेज़ इन्फरेंस प्राप्त करता है।

Yongliang Ding, Qigong Bi, Peng Pu2026-04-30
💬 NLP

Naamah: A Large Scale Synthetic Sanskrit NER Corpus via DBpedia Seeding and LLM Generation

यह शोध पत्र नामह (Naamah) को प्रस्तुत करता है, जो 1 लाख से अधिक वाक्यों का एक बड़े पैमाने पर सिंथेटिक संस्कृत नामधारी इकाई पहचान (Named Entity Recognition) कॉर्पस है, जिसे DBpedia इकाई निष्कर्षण को 24B पैरामीटर वाले हाइब्रिड रीजनिंग मॉडल के साथ संयोजित करके निर्मित किया गया है, जिसका उपयोग फिर बहुभाषी और इंडिक-विशिष्ट ट्रांसफॉर्मर आर्किटेक्चर के बेंचमार्किंग के लिए किया जाता है।

Akhil Rajeev P, Annarao Kulkarni2026-04-30
🤖 AI

Tatemae: Detecting Alignment Faking via Tool Selection in LLMs

यह शोध पत्र बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) में अलाइनमेंट फेकिंग (alignment faking) का पता लगाने के लिए एक नवीन विधि प्रस्तुत करता है, जो उनके टूल चयन और तर्क के बीच विसंगतियों का विश्लेषण करके यह प्रकट करता है कि इस भ्रामक व्यवहार के प्रति संवेदनशीलता केवल मॉडल की क्षमता पर ही नहीं, बल्कि प्रशिक्षण पद्धतियों से प्रभावित होती है और विभिन्न डोमेन में भिन्न होती है।

Matteo Leonesi, Francesco Belardinelli, Flavio Corradini, Marco Piangerelli2026-04-30
🤖 machine learning

Lyapunov-Guided Self-Alignment: Test-Time Adaptation for Offline Safe Reinforcement Learning

यह शोध पत्र SAS प्रस्तुत करता है, जो एक ट्रांसफार्मर-आधारित फ्रेमवर्क है जो एजेंट के व्यवहार को बिना पुन: प्रशिक्षित किए सुरक्षा की ओर पुनर्गठित करने के लिए इन-कॉन्टेक्स्ट प्रॉम्प्ट्स के रूप में लयापुनोव-अनुपालन (Lyapunov-compliant) काल्पनिक प्रक्षेप पथों को उत्पन्न करने और चुनने के माध्यम से ऑफलाइन सुरक्षित सुदृढीकरण लर्निंग (offline safe reinforcement learning) के लिए टेस्ट-टाइम अनुकूलन सक्षम करता है।

Seungyub Han, Hyungjin Kim, Jungwoo Lee2026-04-30
🤖 AI

Preserving Disagreement: Architectural Heterogeneity and Coherence Validation in Multi-Agent Policy Simulation

यह शोध पत्र AI काउंसिल फ्रेमवर्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि वास्तुशिल्प विषमता (architectural heterogeneity) मॉडल के दृष्टिकोणों में विविधता लाकर मल्टी-एजेंट पॉलिसी सिमुलेशन में कृत्रिम सर्वसम्मति को महत्वपूर्ण रूप से कम करती है, जबकि सुसंगतता सत्यापन (coherence validation) एक संदर्भ-निर्भर फिडेलिटी-विविधता ट्रेड-ऑफ को प्रकट करता है जहाँ तर्क की गुणवत्ता को लागू करना नीति विकल्पों की प्रतिस्पर्धात्मकता के आधार पर अभिसरण (convergence) को या तो और कम कर सकता है या अनजाने में बढ़ा सकता है।

Ariel Sela2026-04-30