🤖 Category

cs.AI

25400 पेपर

💻 computer science

Code Broker: A Multi-Agent System for Automated Code Quality Assessment

यह शोध पत्र 'कोड ब्रोकर' (Code Broker) प्रस्तुत करता है, जो गूगल के 'एजेंट डेवलपमेंट किट' (Agent Development Kit) के साथ निर्मित एक मल्टी-एजेंट सिस्टम है, जो पायथन रिपॉजिटरीज़ के लिए कार्रवाई योग्य, बहु-आयामी कोड गुणवत्ता रिपोर्ट उत्पन्न करने के लिए विशिष्ट एलएलएम-आधारित (LLM-based) और स्टैटिक-एनालिसिस एजेंटों को ऑर्केस्ट्रेट करता है, जबकि यह डेवलपर-उन्मुख फीडबैक प्रदान करने में इसकी प्रभावशीलता और मूल्यांकन की गहराई एवं स्केलेबिलिटी में वर्तमान सीमाओं को भी रेखांकित करता है।

Samer Attrah2026-04-28
💻 computer science

Towards Automated Ontology Generation from Unstructured Text: A Multi-Agent LLM Approach

यह शोध पत्र असंरचित बीमा अनुबंधों से स्वचालित ऑन्टोलॉजी जनरेशन के लिए सिंगल-एजेंट बेसलाइन की तुलना में एक मल्टी-एजेंट एलएलएम (LLM) आर्किटेक्चर की प्रभावशीलता की जांच करता है, जिसमें यह पाया गया है कि प्लानिंग-फर्स्ट, रोल-बेस्ड दृष्टिकोण संरचनात्मक गुणवत्ता और ऑडिटेबिलिटी में महत्वपूर्ण सुधार करता है।

Abid Talukder, Maruf Ahmed Mridul, Oshani Seneviratne2026-04-28
🤖 machine learning

ProEval: Proactive Failure Discovery and Efficient Performance Estimation for Generative AI Evaluation

ProEval एक प्रोएक्टिव इवैल्यूएशन फ्रेमवर्क है जो जनरेटिव एआई के प्रदर्शन का कुशलतापूर्वक अनुमान लगाने और पारंपरिक तरीकों की तुलना में काफी कम नमूनों के साथ विविध विफलता के मामलों को खोजने के लिए प्री-ट्रेन्ड गॉसियन प्रोसेस और बायेसियन क्वाड्रचर का उपयोग करता है।

Yizheng Huang, Wenjun Zeng, Aditi Kumaresan, Zi Wang2026-04-28
💻 computer science

No Test Cases, No Problem: Distillation-Driven Code Generation for Scientific Workflows

MOSAIC एक प्रशिक्षण-मुक्त, मल्टी-एजेंट फ्रेमवर्क है जिसे वैज्ञानिक कोड जनरेशन के लिए डिज़ाइन किया गया है जो स्टूडेंट-टीचर नॉलेज डिस्टिलेशन दृष्टिकोण और रीजनिंग निरंतरता एवं संख्यात्मक सटीकता सुनिश्चित करने के लिए एक कंसोलिडेटेड कॉन्टेक्स्ट विंडो का उपयोग करके I/O टेस्ट केसों की कमी को दूर करता है।

Siddeshwar Raghavan, Tanwi Mallick2026-04-28
💻 computer science

Mechanistic Steering of LLMs Reveals Layer-wise Feature Vulnerabilities in Adversarial Settings

स्पार्स ऑटोएनकोडर्स (SAEs) का उपयोग करके अवधारणा-संरेखित फीचर उपसमूहों (concept-aligned feature subgroups) की पहचान करने और उन्हें नियंत्रित करने के माध्यम से, यह अध्ययन प्रदर्शित करता है कि Gemma-2-2B में जेलब्रेक कमजोरियां मध्य-से-विलंबित परतों (mid-to-late layers) में विशिष्ट फीचर उपसमूहों के भीतर स्थित हैं, जो यह सुझाव देता है कि प्रॉम्प्ट-आधारित रक्षा उपायों की तुलना में लेयर-वाइज फीचर हस्तक्षेप (layer-wise feature intervention) मजबूती के लिए अधिक प्रभावी हो सकता है।

Nilanjana Das, Manas Gaur2026-04-28
🧬 biology

CNN-ViT Fusion with Adaptive Attention Gate for Brain Tumor MRI Classification: A Hybrid Deep Learning Model

यह शोध पत्र एक हाइब्रिड डीप लर्निंग मॉडल प्रस्तावित करता है जो स्थानीय और वैश्विक विशेषताओं को गतिशील रूप से संलयित करने के लिए एक एडेप्टिव अटेंशन गेट का उपयोग करके SqueezeNet-शैली के CNN को MobileViT-शैली के ट्रांसफार्मर के साथ एकीकृत करता है, जिससे ब्रेन ट्यूमर एमआरआई वर्गीकरण में उच्च सटीकता प्राप्त होती है।

Syed Ibad Hasnain, Muhammad Faris, Hafiza Syeda Yusra Tirmizi, Rabail Khowaja, Hafsa Israr2026-04-28
💻 computer science

UpstreamQA: A Modular Framework for Explicit Reasoning on Video Question Answering Tasks

UpstreamQA एक मॉड्यूलर फ्रेमवर्क है जो बड़े रीजनिंग मॉडल्स का उपयोग करके स्पष्ट मध्यवर्ती चरण—जैसे कि वस्तु पहचान और दृश्य संदर्भ—जनरेट करता है ताकि डाउनस्ट्रीम मल्टीमॉडल मॉडल्स की व्याख्यात्मकता और मल्टी-हॉप रीजनिंग क्षमताओं को बेहतर बनाया जा सके, जिससे वीडियो क्वेश्चन अनस्वर्सिंग में सुधार होता है।

Jason Nguyen, Ameet Rao, Alexander Chang, Ishaan Kumar, Erin Tan2026-04-28
💻 computer science

Judging the Judges: A Systematic Evaluation of Bias Mitigation Strategies in LLM-as-a-Judge Pipelines

यह शोध पत्र कई LLM जजों में नौ डिबायसिंग (debiasing) रणनीतियों का एक व्यवस्थित अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि स्टाइल बायस (style bias) सबसे महत्वपूर्ण चुनौती है और यह प्रदर्शित करता है कि रणनीतिक हस्तक्षेप विभिन्न मॉडल परिवारों में मूल्यांकन विश्वसनीयता को प्रभावी ढंग से सुधार सकते हैं।

Sadman Kabir Soumik2026-04-28
💻 computer science

DyABD: The Abdominal Muscle Segmentation in Dynamic MRI Benchmark

यह शोध पत्र DyABD को प्रस्तुत करता है, जो पेट की मांसपेशियों के विभाजन (segmentation) के लिए एक नवीन और अत्यधिक चुनौतीपूर्ण डायनेमिक एमआरआई बेंचमार्क है, जिसमें रोगी के व्यायाम के कारण अत्यधिक शारीरिक परिवर्तनशीलता (anatomical variability) मौजूद है, जिसका उद्देश्य पेट की हर्निया (abdominal hernias) में नैदानिक अनुसंधान को आगे बढ़ाना और वर्तमान विभाजन मॉडलों की सामान्यीकरण क्षमताओं का मूल्यांकन करना है।

Niamh Belton, Victoria Joppin, Aonghus Lawlor, Catherine Masson, Thierry Bege, David Bendahan, Kathleen M. Curran2026-04-28
💻 computer science

RAT: RunAnyThing via Fully Automated Environment Configuration

यह शोध पत्र RAT (RunAnyThing) प्रस्तुत करता है, जो एक मल्टी-स्टेज पाइपलाइन के माध्यम से किसी भी सॉफ्टवेयर रिपॉजिटरी के लिए एनवायरनमेंट कॉन्फ़िगरेशन को स्वचालित करने के लिए डिज़ाइन किया गया एक लैंग्वेज-अग्नोस्टिक फ्रेमवर्क है, और वास्तविक दुनिया की रिपॉजिटरी विषमता के विरुद्ध इसके प्रदर्शन का मूल्यांकन करने के लिए RATBench का प्रस्ताव करता है।

Renhong Huang, Dongdong Hua, Yifei Sun, Sitao Ding, Hanyang Yuan, Daixin Wang, Yang Yang2026-04-28