25770 पेपर
यह शोध पत्र NTIRE 2026 रिमोट सेंसिंग इन्फ्रारेड इमेज सुपर-रिज़ॉल्यूशन चुनौती के बेंचमार्क परिणामों और पद्धति अवलोकन को प्रस्तुत करता है, जिसमें वास्तविक दुनिया के रिमोट सेंसिंग अनुप्रयोगों को आगे बढ़ाने के लिए लो-रिज़ॉल्यूशन इनपुट से हाई-रिज़ॉल्यूशन इन्फ्रारेड छवियों को पुनः प्राप्त करने हेतु 13 टीमों ने प्रतिस्पर्धा की।
यह शोध पत्र प्रकट करता है कि बड़े भाषा मॉडल आर्थिक कारण संबंधी तर्क में व्यवस्थित वैचारिक पूर्वाग्रह प्रदर्शित करते हैं, जो विवादास्पद आर्थिक हस्तक्षेपों का मूल्यांकन करते समय बाजार-उन्मुख दृष्टिकोणों की तुलना में हस्तक्षेप-उन्मुख (सरकार-समर्थक) दृष्टिकोणों की ओर एक दिशात्मक झुकाव और काफी उच्च सटीकता प्रदर्शित करते हैं।
यह शोध पत्र PolyChartQA प्रस्तुत करता है, जो बहु-चार्ट छवियों और प्रश्न-उत्तर युग्मों का एक मध्यम-स्तरीय डेटासेट है, जिसे जटिल, बहु-चार्ट विज़ुअलाइज़ेशन से अंतर्दृष्टि प्राप्त करने में मल्टीमॉडल लैंग्वेज मॉडल्स के प्रदर्शन को बेंचमार्क और मूल्यांकन करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र ReaGeo को प्रस्तुत करता है, जो एक एंड-टू-एंड जियोकोडिंग फ्रेमवर्क है जो समन्वय (coordinate) भविष्यवाणी को चेन-ऑफ-थॉट रीजनिंग और रीइन्फोर्समेंट लर्निंग द्वारा उन्नत टेक्स्ट जनरेशन कार्य में बदलने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे विविध पते और स्थानिक प्रश्नों को सटीक रूप से संभालने के लिए पारंपरिक मल्टी-स्टेज रिट्रीवल विधियों की सीमाओं को दूर किया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि वितरित एआई इन्फरेंस सिस्टम में मामूली क्लॉक स्क्यू (clock skew) भी ऑब्जर्वेबिलिटी डेटा को कार्य-कारण संबंधी रूप से गलत और भ्रामक बना सकता है, जबकि सिस्टम कार्यात्मक रूप से सही और प्रदर्शन में सक्षम बना रहता है, जिससे विश्वसनीय सिस्टम मॉनिटरिंग के लिए सटीक समय संरेखण (time alignment) एक महत्वपूर्ण आवश्यकता के रूप में स्थापित होता है।
SemEval-2026 टास्क 13 के लिए mcdok सिस्टम mdok टेक्स्ट डिटेक्शन दृष्टिकोण को अनुकूलित करता है, जो मशीन-जनित कोड डिटेक्शन, एट्रिब्यूशन और हाइब्रिड कोड पहचान को प्रतिस्पर्धी रूप से संबोधित करने के लिए कोड-विशिष्ट लार्ज लैंग्वेज मॉडल्स को फाइन-ट्यून करता है, हालांकि शीर्ष सिस्टमों की तुलना में महत्वपूर्ण प्रदर्शन अंतराल बने हुए हैं।
VLAA-GUI स्वायत्त GUI एजेंटों के लिए एक मॉड्यूलर फ्रेमवर्क है जो अनिवार्य पूर्णता सत्यापन (mandatory completeness verification), एक मल्टी-टियर लूप ब्रेकर और एक ऑन-डिमांड सर्च एजेंट को एकीकृत करके समयपूर्व समाप्ति और पुनरावृत्ति वाले लूपों की समस्या का समाधान करता है, जिससे OSWorld और WindowsAgentArena बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
लव-वी-एल-ए (LoveVLA) "जनरेशन-फ्रॉम-नॉइज़" (शोर से सृजन) के बजाय "रिफाइनमेंट-फ्रॉम-इंटेंट" (इरादे से परिष्करण) प्रतिमान की ओर स्थानांतरित होकर एम्बॉडीड इंटेलिजेंस में स्पैटियोटेम्पोरल मिसमैच (स्थानिक-कालिक बेमेल) को संबोधित करता है, जो स्पेक्ट्रल विश्लेषण का उपयोग करके जनरेटिव पॉलिसियों को नियत लो-फ्रीक्वेंसी इंटेंट (निम्न-आवृत्ति इरादे) के साथ स्थिर करता है और एक स्टोकेस्टिक रेसिडुअल डिफ्यूजन ब्रिज के माध्यम से स्थानीय डायनेमिक्स को परिष्कृत करता है, जिससे सिमुलेशन और वास्तविक दुनिया के रोबोटिक कार्यों दोनों में मजबूत और कुशल प्रदर्शन प्राप्त होता है।
यह शोधपत्र VG-CoT को प्रस्तुत करता है, जो एक स्केलेबल, स्वचालित रूप से निर्मित डेटासेट और बेंचमार्क है जो एक तीन-चरणीय पाइपलाइन के माध्यम से बहु-चरणीय तर्क को जमीनी दृश्य साक्ष्य (grounded visual evidence) से स्पष्ट रूप से जोड़कर लार्ज विजन-लैंग्वेज मॉडल्स की विश्वसनीयता को बढ़ाता है और तर्क की गुणवत्ता, उत्तर की सटीकता, तथा तर्क-उत्तर संरेखण (reasoning-answer alignment) के माध्यम से प्रदर्शन का मूल्यांकन करता है।
SemanticAgent एक नवीन फ्रेमवर्क है जो सरल निष्पादन-आधारित सत्यापन को विश्लेषण, संश्लेषण और सत्यापन से जुड़ी तीन-चरणीय, अर्थ-जागरूक तर्क प्रक्रिया से बदलकर टेक्स्ट-टू-SQL डेटा संश्लेषण में सुधार करता है, जिससे उच्च-गुणवत्ता वाला सिंथेटिक डेटा उत्पन्न होता है जो डाउनस्ट्रीम मॉडल के प्रदर्शन को बढ़ाता है।