cs.AI पेपर | Gist.Science

VG-CoT: Towards Trustworthy Visual Reasoning via Grounded Chain-of-Thought

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।

Byeonggeuk Lim, Kyeonghyun Kim, JungMin Yun, YoungBin Kim2026-04-24

💻 computer science

SemanticAgent: A Semantics-Aware Framework for Text-to-SQL Data Synthesis

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।

Qiang Gao, Zhenping Li, Anqi Zhuo, Yingxiao Zhao, Weibo Geng, Xiaosong Li2026-04-24

💻 computer science

FairQE: Multi-Agent Framework for Mitigating Gender Bias in Translation Quality Estimation

यह शोध पत्र FairQE का प्रस्ताव करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो पारंपरिक स्कोर को LLM-आधारित तर्क के साथ गतिशील रूप से संयोजित करके मशीन अनुवाद गुणवत्ता अनुमान में लिंग संबंधी पूर्वाग्रह को प्रभावी ढंग से कम करता है ताकि समग्र सटीकता से समझौता किए बिना निष्पक्ष मूल्यांकन सुनिश्चित किया जा सके।

Jinhee Jang, Juhwan Choi, Dongjin Lee, Seunguk Yu, Youngbin Kim2026-04-24

💬 NLP

Differentially Private De-identification of Dutch Clinical Notes: A Comparative Evaluation

यह शोध पत्र डच क्लिनिकल नोट्स को वि-पहचानित (de-identifying) करने के लिए डिफरेंशियल प्राइवेसी, नेम्ड एंटिटी रिकग्निशन और लार्ज लैंग्वेज मॉडल्स का पहला तुलनात्मक अध्ययन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जबकि केवल डिफरेंशियल प्राइवेसी डेटा उपयोगिता को महत्वपूर्ण रूप से कम कर देती है, इसे LLM-आधारित प्रीप्रोसेसिंग के साथ संयोजित करने वाले हाइब्रिड दृष्टिकोण एक बेहतर गोपनीयता-उपयोगिता संतुलन प्राप्त करते हैं।

Michele Miranda, Xinlan Yan, Nishant Mishra, Rachel Murphy, Ameen Abu-Hanna, Sébastien Bratières, Iacer Calixto2026-04-24

💻 computer science

Brief chatbot interactions produce lasting changes in human moral values

यह अध्ययन प्रदर्शित करता है कि एआई चैटबॉट्स के साथ संक्षिप्त, निर्देशात्मक बातचीत मानव नैतिक निर्णयों में महत्वपूर्ण और स्थायी बदलाव ला सकती है, भले ही प्रतिभागी प्रेरक इरादे से अनभिज्ञ रहें और एजेंटों को समान रूप से पसंद किया गया हो।

Yue Teng, Qianer Zhong, Kim Mai Tich Nguyen Thordsen, Christian Montag, Benjamin Becker2026-04-24

💬 NLP

AI-Gram: When Visual Agents Interact in a Social Network

यह शोध पत्र AI-Gram का परिचय देता है, जो एक लाइव प्लेटफॉर्म है जहाँ LLM-संचालित एजेंट छवियों के माध्यम से परस्पर क्रिया करते हैं, जिससे यह पता चलता है कि जबकि ये एजेंट स्वतः ही समृद्ध दृश्य संचार संरचनाएँ बनाते हैं, वे साथ ही व्यक्तिगत सौंदर्य संप्रभुता बनाए रखते हैं और शैलीगत अभिसरण का विरोध करते हैं।

Andrew Shin2026-04-24

💬 NLP

Reasoning Primitives in Hybrid and Non-Hybrid LLMs

यह अध्ययन सुझाव देता है कि जबकि तर्क संवर्धन (reasoning augmentation) बड़े भाषा मॉडलों की प्रभावी परिचालन सीमा का महत्वपूर्ण विस्तार करता है, अटेंशन-आधारित रिट्रीवल के साथ आवर्ती अवस्था अपडेट (recurrent state updates) को संयोजित करने वाले हाइब्रिड आर्किटेक्चर, जटिल अनुक्रमिक अवस्था-ट्रैकिंग और रिकॉल की आवश्यकता वाले कार्यों में केवल अटेंशन वाले ट्रांसफॉर्मर की तुलना में बेहतर मजबूती बनाए रखते हैं।

Shivam Rawat, Lucie Flek, Florian Mai, Nicholas Kluge Corrêa2026-04-24

💻 computer science

Efficient Agent Evaluation via Diversity-Guided User Simulation

यह शोध पत्र DIVERT को प्रस्तुत करता है, जो एक स्नैपशॉट-आधारित, कवरेज-गाइडेड यूजर सिमुलेशन फ्रेमवर्क है जो साझा कन्वर्सेशन प्रीफिक्स को पुन: उपयोग करने और महत्वपूर्ण निर्णय बिंदुओं पर विविध उपयोगकर्ता प्रतिक्रियाओं में शाखा बनाने के माध्यम से लार्ज लैंग्वेज मॉडल एजेंटों की दक्षता और विफलता का पता लगाने की क्षमता में सुधार करता है, जिससे पारंपरिक रैखिक रोलआउट मूल्यांकन की कम्प्यूटेशनल रेडंडेंसी और सीमित कवरेज पर विजय प्राप्त होती है।

Itay Nakash, George Kour, Ateret Anaby-Tavor2026-04-24

🤖 machine learning

Generalizing Numerical Reasoning in Table Data through Operation Sketches and Self-Supervised Learning

यह शोधपत्र TaNOS को प्रस्तुत करता है, जो एक निरंतर प्री-ट्रेनिंग फ्रेमवर्क है जो हेडर अनायनाइज़ेशन (header anonymization), ऑपरेशन स्केचेस (operation sketches) और प्रोग्राम-फर्स्ट सेल्फ-सुपरवाइज्ड लर्निंग को संयोजित करके विशेषज्ञ-डोमेन तालिकाओं में संख्यात्मक तर्क की मजबूती और हस्तांतरणीयता को बढ़ाता है, ताकि सुपरवाइज्ड फाइन-ट्यूनिंग और डोमेन शिफ्ट की सीमाओं को दूर किया जा सके।

Hanjun Cho, Gahyun Yoo, Hanseong Kim, Jay-Yoon Lee2026-04-24

💻 computer science

GeoMind: An Agentic Workflow for Lithology Classification with Reasoned Tool Invocation

GeoMind एक नवीन टूल-ऑगमेंटेड एजेंटिक फ्रेमवर्क है जो लिथोलॉजी वर्गीकरण को एक स्थिर मैपिंग कार्य से बदलकर धारणा (perception), तर्क (reasoning) और विश्लेषण (analysis) मॉड्यूल के समन्वय के माध्यम से एक क्रमिक, साक्ष्य-आधारित तर्क प्रक्रिया में परिवर्तित कर देता है, जो उत्कृष्ट सटीकता और भूवैज्ञानिक व्याख्यात्मकता प्राप्त करने के लिए सूक्ष्म प्रक्रिया पर्यवेक्षण का उपयोग करता है।

Yitong Zhou, Mingyue Cheng, Jiahao Wang, Qingyang Mao, Qi Liu2026-04-24

← पिछला अगला →