cs.AI पेपर | Gist.Science

Handling and Interpreting Missing Modalities in Patient Clinical Trajectories via Autoregressive Sequence Modeling

यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो नैदानिक निदान (clinical diagnosis) को कॉज़ल एलएलएम डिकोडर्स (causal LLM decoders) का उपयोग करते हुए एक ऑटोरेग्रेसिव सीक्वेंस मॉडलिंग कार्य के रूप में पुनर्गठित करता है और लापता मोडैलिटीज़ को प्रभावी ढंग से संभालने के लिए एक मिसिंगनेस-अवेयर कॉन्ट्रास्टिव प्री-ट्रेनिंग ऑब्जेक्टिव का उपयोग करता है, जो MIMIC-IV और eICU डेटासेट पर बेसलाइन से बेहतर प्रदर्शन करते हुए मॉडल की व्याख्यात्मकता और सुरक्षा को बढ़ाता है।

Andrew Wang, Ellie Pavlick, Ritambhara Singh2026-04-22

🤖 machine learning

Towards Understanding the Robustness of Sparse Autoencoders

यह शोध पत्र प्रदर्शित करता है कि अनुमान के समय (inference time) ट्रांसफॉर्मर रेसिडुअल स्ट्रीम्स में प्रीट्रेंड स्पार्स ऑटोएनकोडर्स (Sparse Autoencoders) को एकीकृत करना, ऑप्टिमाइज़ेशन ज्योमेट्री को पुनर्गठित करके व्हाइट-बॉक्स और ब्लैक-बॉक्स दोनों प्रकार के जेलब्रेक हमलों के विरुद्ध LLM की मजबूती को महत्वपूर्ण रूप से बढ़ाता है, जिससे हमले की सफलता दर में 5 गुना तक की कमी आती है और स्पर्सिटी (sparsity) एवं रक्षा प्रभावकारिता के बीच एक मोनोटोनिक संबंध प्रकट होता है।

Ahson Saiyed, Sabrina Sadiekh, Chirag Agarwal2026-04-22

💻 computer science

REVEAL: Multimodal Vision-Language Alignment of Retinal Morphometry and Clinical Risks for Incident AD and Dementia Prediction

यह शोध पत्र REVEAL को प्रस्तुत करता है, जो एक मल्टीमॉडल फ्रेमवर्क है जो ग्रुप-अवेयर कंट्रास्टिव लर्निंग का उपयोग करके रेटिनल फंडस छवियों को नैरेटिव रिस्क प्रोफाइल के साथ संरेखित करता है ताकि क्लिनिकल निदान से लगभग आठ साल पहले अल्जाइमर रोग और डिमेंशिया की भविष्यवाणी की जा सके, जो मौजूदा अत्याधुनिक मॉडलों से काफी बेहतर प्रदर्शन करता है।

Seowung Leem, Lin Gu, Chenyu You, Kuang Gong, Ruogu Fang2026-04-22

💬 NLP

Experiments or Outcomes? Probing Scientific Feasibility in Large Language Models

यह शोध पत्र वैज्ञानिक व्यवहार्यता मूल्यांकन पर बड़े भाषा मॉडलों का मूल्यांकन करता है, जिसमें यह पाया गया है कि प्रयोगात्मक विवरण प्रदान करने की तुलना में प्रयोगात्मक परिणाम साक्ष्य प्रदान करना सामान्य रूप से सटीकता और मजबूती को अधिक प्रभावी ढंग से सुधारता है, जो अधूरा संदर्भ होने पर प्रदर्शन को कम कर सकता है।

Seyedali Mohammadi, Manas Gaur, Francis Ferraro2026-04-22

🤖 AI

ARES: Adaptive Red-Teaming and End-to-End Repair of Policy-Reward System

ARES एक नवीन ढांचा है जो एक "सेफ्टी मेंटर" (Safety Mentor) का उपयोग करके RLHF-संरेखित LLMs में प्रणालीगत कमजोरियों को संबोधित करता है, जो नीति (policy) और रिवॉर्ड मॉडल (reward model) दोनों में एक साथ होने वाली विफलताओं को उजागर करने के लिए दोहरे-लक्षित प्रतिकूल प्रॉम्प्ट (dual-targeted adversarial prompts) उत्पन्न करता है, जिसके बाद मॉडल की क्षमताओं से समझौता किए बिना समग्र सुरक्षा सुदृढ़ता को बढ़ाने के लिए एक दो-चरणीय मरम्मत प्रक्रिया अपनाई जाती है।

Jiacheng Liang, Yao Ma, Tharindu Kumarage, Satyapriya Krishna, Rahul Gupta, Kai-Wei Chang, Aram Galstyan, Charith Peris2026-04-22

🤖 machine learning

HELM: Harness-Enhanced Long-horizon Memory for Vision-Language-Action Manipulation

यह शोध पत्र HELM को पेश करता है, जो एक मॉडल-अज्ञेय (model-agnostic) फ्रेमवर्क है जो एक एपिसोडिक मेमोरी मॉड्यूल, एक सीखे हुए स्टेट वेरीफायर और एक हार्नेस कंट्रोलर के माध्यम से मेमोरी, वेरिफिकेशन और रिकवरी अंतराल को संबोधित करके लॉन्ग-होरिज़न विजन-लैंग्वेज-एक्शन मैनिपुलेशन में महत्वपूर्ण सुधार करता है, जिससे LIBERO-LONG बेंचमार्क पर OpenVLA की तुलना में सफलता दर में 23.1% की वृद्धि हुई है।

Zijian Zeng, Fei Ding, Huiming Yang, Xianwei Li2026-04-22

🤖 AI

LLM-as-Judge Framework for Evaluating Tone-Induced Hallucination in Vision-Language Models

यह शोधपत्र घोस्ट-100 (Ghost-100) प्रस्तुत करता है, जो प्रक्रियात्मक रूप से निर्मित छवियों और पांच-स्तरीय प्रॉम्प्ट तीव्रता ढांचे का उपयोग करने वाला एक नवीन बेंचमार्क है, जो व्यवस्थित रूप से यह मूल्यांकन करता है कि कैसे बाध्यकारी भाषाई स्वर विजन-लैंग्वेज मॉडल्स (Vision-Language Models) में मतिभ्रम (hallucinations) को प्रेरित करता है, जिससे यह प्रकट होता है कि निर्माण (fabrication) की आवृत्ति और गंभीरता विभिन्न मॉडल परिवारों और कार्य प्रकारों में गैर-एकदिष्ट (non-monotonically) रूप से भिन्न होती है।

Zhiyuan Jiang, Weihao Hong, Xinlei Guan, Tejaswi Dhandu, Miles Q. Li, Meng Xu, Kuan Huang, Umamaheswara Rao Tida, Bingyu (…)2026-04-22

🤖 AI

Geometric Decoupling: Diagnosing the Structural Instability of Latent

यह शोध पत्र एक रिमानियन फ्रेमवर्क (Riemannian framework) प्रस्तुत करता है जो लेटेंट डिफ्यूजन मॉडल्स (Latent Diffusion Models) की संरचनात्मक अस्थिरता को निदान करने के लिए एक "जियोमेट्रिक डिकपलिंग" (Geometric Decoupling) घटना को प्रकट करता है, जहाँ आउट-ऑफ-डिस्ट्रीब्यूशन जनरेशन में अत्यधिक वक्रता (extreme curvature) को इमेज विवरणों के बजाय अस्थिर सिमेंटिक सीमाओं पर गलत तरीके से आवंटित किया जाता है, जिससे "जियोमेट्रिक हॉटस्पॉट्स" (Geometric Hotspots) को भंगुरता के मूल कारण के रूप में पहचाना जा सके।

Yuanbang Liang, Zhengwen Chen, Yu-Kun Lai2026-04-22

🤖 machine learning

Curvature-Aware PCA with Geodesic Tangent Space Aggregation for Semi-Supervised Learning

यह शोध पत्र GTSA-PCA का प्रस्ताव करता है, जो एक अर्ध-पर्यवेक्षित (semi-supervised) आयामी न्यूनीकरण विधि है जो गैर-रेखीय डेटा संरचनाओं को बेहतर ढंग से पकड़ने के लिए एक जियोडेसिक संरेखण ऑपरेटर (geodesic alignment operator) के माध्यम से वक्रता-भारित स्थानीय स्पर्शज्या स्थानों (curvature-weighted local tangent spaces) को एकत्रित करके PCA की स्पेक्ट्रल स्थिरता को मैनिफोल्ड लर्निंग के साथ एकीकृत करती है।

Alexandre L. M. Levada2026-04-22

🧬 biology

OmniMouse: Scaling properties of multi-modal, multi-task Brain Models on 150B Neural Tokens

यह शोध पत्र OmniMouse को प्रस्तुत करता है, जो 73 चूहों से प्राप्त 150 बिलियन न्यूरल टोकन पर प्रशिक्षित एक मल्टी-मोडल, मल्टी-टास्क मस्तिष्क मॉडल है, जो विविध कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करता है और यह प्रकट करता है कि भाषा और विजन एआई के विपरीत, मस्तिष्क मॉडलिंग में प्रगति वर्तमान में डेटा-सीमित है न कि पैरामीटर-सीमित, बावजूद इसके कि डेटासेट का पैमाना विशाल है।

Konstantin F. Willeke, Polina Turishcheva, Alex Gilbert, Goirik Chakrabarty, Hasan A. Bedel, Paul G. Fahey, Yongrong Qiu (…)2026-04-22

← पिछला अगला →