🤖 Category

cs.AI

26898 पेपर

🤖 AI

Value-Guided Iterative Refinement and the DIQ-H Benchmark for Evaluating VLM Robustness

यह शोध पत्र DIQ-H बेंचमार्क प्रस्तुत करता है, जो त्रुटि प्रसार (error propagation) और मूल्य विसंगति (value misalignment) का आकलन करने के लिए निरंतर प्रतिकूल दृश्य स्थितियों के तहत विजन-लैंग्वेज मॉडल्स का मूल्यांकन करने वाला पहला बेंचमार्क है, साथ ही वैल्यू-गाइडेड इटरेटिव रिफाइनमेंट (VIR) फ्रेमवर्क भी प्रस्तुत करता है जो सुरक्षा-महत्वपूर्ण अनुप्रयोगों के लिए एनोटेशन सटीकता में उल्लेखनीय सुधार करने हेतु नैतिक रूप से संरेखित ग्राउंड ट्रुथ जनरेशन को स्वचालित करता है।

Hanwen Wan, Zexin Lin, Yixuan Deng, Xiaoqiang Ji2026-04-30
🤖 AI

Consist-Retinex: One-Step Noise-Emphasized Consistency Training Accelerates High-Quality Retinex Enhancement

यह शोधपत्र Consist-Retinex का प्रस्ताव करता है, जो एक वन-स्टेप जनरेटिव फ्रेमवर्क है जो छवियों को रिफ्लेक्टेंस और इल्यूमिनेशन घटकों में विभाजित करके और एक नवीन द्वैत उद्देश्य (dual objective) एवं शोर-समृद्ध नमूनाकरण रणनीति (noise-emphasized sampling strategy) के साथ कंडीशनल कंसिस्टेंसी मॉडल्स को प्रशिक्षित करके उच्च-गुणवत्ता वाले रेटिनेक्स-आधारित लो-लाइट इमेज एन्हांसमेंट को त्वरित करता है ताकि सख्त लेटेंसी बाधाओं के तहत स्थिर, उच्च-प्रदर्शन वाला इन्फरेंस सुनिश्चित किया जा सके।

Jian Xu, Wei Chen, Shigui Li, Delu Zeng, John Paisley, Qibin Zhao2026-04-30
🤖 AI

Quantum-Aware Generative AI for Materials Discovery: A Framework for Robust Exploration Beyond DFT Biases

यह योगदान एक क्वांटम-अवेयर जनरेटिव एआई फ्रेमवर्क प्रस्तुत करता है जो मल्टी-फिडेलिटी लर्निंग और एक्टिव वैलिडेशन को एकीकृत करके मैटेरियल्स डिस्कवरी में डेंसिटी फंक्शनल थ्योरी (DFT) के व्यवस्थित पूर्वाग्रहों को दूर करता है, जिससे उन स्ट्रॉन्गली कोरिलेटेड सिस्टम्स में स्थिर उम्मीदवारों की सफलतापूर्वक पहचान की जा सकती है जहाँ पारंपरिक मॉडल विफल हो जाते हैं।

Mahule Roy2026-04-30
💬 NLP

Training-Free Adaptation of New-Generation LLMs using Legacy Clinical Models

यह शोध पत्र क्रॉस-आर्किटेक्चर प्रॉक्सी ट्यूनिंग (CAPT) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त विधि है जो मॉडल एंसेम्बलिंग और कंट्रास्टिव डिकोडिंग के माध्यम से मौजूदा लीगेसी क्लिनिकल मॉडल्स का लाभ उठाकर नई पीढ़ी के जनरल-डोमेन LLMs को क्लिनिकल डोमेन के अनुकूल बनाती है, जिससे बिना किसी महंगी रिट्रेनिंग के बेहतर प्रदर्शन प्राप्त होता है।

Sasha Ronaghi, Chloe Stanwyck, Asad Aali, Amir Ronaghi, Miguel Fuentes, Tina Hernandez-Boussard, Emily Alsentzer2026-04-30
💬 NLP

Safety Is Not Universal: The Selective Safety Trap in LLM Alignment

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में "सेलेक्टिव सेफ्टी ट्रैप" (चयनात्मक सुरक्षा जाल) को उजागर करता है, जहाँ सुरक्षा संरेखण एक जनसांख्यिकीय पदानुक्रम बनाता है जो अल्पप्रतिनिधित्व वाले समूहों को असुरक्षित छोड़ देता है, और सभी आबादी के लिए न्यायसंगत, हस्तांतरणीय सुरक्षा प्राप्त करने हेतु एक नए द्विभाषी बेंचमार्क (MiJaBench) और लक्षित अनुकूलन पद्धति का प्रस्ताव करता है।

Iago Alves Brito, Walcy Santos Rezende Rios, Julia Soares Dollis, Diogo Fernandes Costa Silva, Arlindo Rodrigues Galvão (…)2026-04-30
🤖 AI

Student Guides Teacher: Weak-to-Strong Inference via Spectral Orthogonal Exploration

यह शोध पत्र स्पेक्ट्रल ऑर्थोगोनल एक्सप्लोरेशन (SOE) का प्रस्ताव करता है, जो एक ज्यामितीय अनुमान ढांचा (geometric inference framework) है जहाँ एक "छात्र" मॉडल, "रीजनिंग कोलैप्स" (reasoning collapse) को दूर करने के लिए ऑर्थोगोनल रीजनिंग सिग्नल्स इंजेक्ट करके एक "शिक्षक" मॉडल को निर्देशित करता है और गणितीय, तार्किक और कोड जनरेशन कार्यों में सटीकता और दक्षता में महत्वपूर्ण सुधार करता है।

Dayu Wang, Jiaye Yang, Weikang Li, Jiahui Liang, Yang Li, Deguo Xia, Jizhou Huang2026-04-30
💬 NLP

AdaFRUGAL: Adaptive Memory-Efficient Training with Dynamic Control

AdaFRUGAL एक अनुकूलनशील ढांचा (adaptive framework) है जो गतिशील मेमोरी न्यूनीकरण और लॉस-अवेयर अपडेट शेड्यूलिंग के माध्यम से ग्रेडिएंट-स्प्लिटिंग मापदंडों के फाइन-ट्यूनिंग को स्वचालित करता है, जिससे प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए कम GPU मेमोरी और समय की आवश्यकताओं के साथ लार्ज लैंग्वेज मॉडल्स के कुशल और स्वायत्त प्रशिक्षण को सक्षम बनाया जा सके।

Quang-Hung Bui, Anh Son Ta2026-04-30
🤖 AI

Autonomous Knowledge Graph Exploration with Adaptive Breadth-Depth Retrieval

यह शोध पत्र ARK को प्रस्तुत करता है, जो एक अनुकूली, प्रशिक्षण-मुक्त नॉलेज ग्राफ रिट्रीवर है जो भाषा मॉडलों को साक्ष्य पुनर्प्राप्ति (एविडेंस रिट्रीवल) के लिए वैश्विक लेक्सिकल सर्च और नेबरहुड एक्सप्लोरेशन के बीच गतिशील रूप से संतुलन बनाने में सक्षम बनाता है, जो बेंचमार्क डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त करता है और छोटे मॉडलों में सफल डिस्टिलेशन का प्रदर्शन करता है।

Joaquín Polonuer (Department of Biomedical Informatics, Harvard Medical School, Boston, MA, USA, Departamento de Computa (…)2026-04-30
🤖 AI

Inference-Time Scaling of Verification: Self-Evolving Deep Research Agents via Test-Time Rubric-Guided Verification

यह शोध पत्र DeepVerifier को प्रस्तुत करता है, जो एक स्व-विकसित (self-evolving) ढांचा है जो एक नवीन विफलता वर्गीकरण (failure taxonomy) से प्राप्त रूब्रिक्स का उपयोग करके आउटपुट को पुनरावृत्तीय रूप से सत्यापित और परिष्कृत करके इन्फरेंस-टाइम स्केलिंग के माध्यम से डीप रिसर्च एजेंट्स को उन्नत करता है, जिससे बिना किसी अतिरिक्त प्रशिक्षण के महत्वपूर्ण सटीकता लाभ प्राप्त होता है और ओपन-सोर्स प्रगति को समर्थन देने के लिए एक संबंधित डेटासेट जारी किया जाता है।

Yuxuan Wan, Tianqing Fang, Zaitang Li, Yintong Huo, Wenxuan Wang, Haitao Mi, Dong Yu, Michael R. Lyu2026-04-30
🤖 AI

Bridging Visual and Wireless Sensing via a Unified Radiation Field for 3D Radio Map Construction

यह लेख URF-GS प्रस्तुत करता है, जो एक एकीकृत ढांचा (unified framework) है जो उच्च-परिशुद्धता वाले 3D रेडियो मानचित्रों को उत्पन्न करने के लिए विजुअल और वायरलेस डेटा को फ्यूज करने हेतु 3D गॉसियन स्प्लेटिंग और इनवर्स रेंडरिंग का लाभ उठाता है, जो मौजूदा NeRF-आधारित विधियों की तुलना में स्थानिक स्पेक्ट्रम सटीकता और सैंपलिंग दक्षता में महत्वपूर्ण सुधार करता है।

Chaozheng Wen, Jingwen Tong, Zehong Lin, Chenghong Bian, Jun Zhang2026-04-30