🤖 Category

cs.AI

19742 पेपर

🤖 AI

Athena-Brain Technical Report: An Efficient Robot Brain for General Intelligence and Embodied Interactio

यह शोध पत्र Athena-Brain-8B को प्रस्तुत करता है, जो एक 8B-पैरामीटर वाला ऑन-डिवाइस रोबोट ब्रेन है, जो एक मल्टी-स्टेज पोस्ट-ट्रेनिंग पाइपलाइन का लाभ उठाकर सशक्त सामान्य बुद्धिमत्ता को विशिष्ट एम्बोडीड इंटरैक्शन क्षमताओं के साथ सफलतापूर्वक एकीकृत करता है, और अधिक संक्षिप्त प्रतिक्रियाओं के साथ तुलनीय सामान्य तर्क प्रदर्शन बनाए रखते हुए एम्बोडीड बेंचमार्क पर बड़े मॉडलों से बेहतर प्रदर्शन करता है।

Jialian Li, Junhong Liu, Yuchen Cao, Weiran Guo, Jiaming Song, Xutao Wang, Yi Zhao, Jiangpin Liu, Jie Chen2026-07-22
🤖 AI

SWITi: Quantifying and Reducing Tiling Artifacts with Sliding Window Inner Tiling

SWITi एक टेस्ट-टाइम विधि है जो ओवरलैपिंग स्लाइडिंग-विंडो सैंपल्स को शिफ्ट किए गए स्थानों पर विसंगतियों को वितरित करने के लिए औसत निकालकर बड़े पैमाने पर इमेज प्रेडिक्शन्स में टाइलिंग आर्टिफैक्ट्स को कम करती है, जिससे अतिरिक्त फॉरवर्ड पासेस की आवश्यकता के बिना पुनर्निर्माण निष्ठा (reconstruction fidelity) में सुधार होता है और गलत जैविक व्याख्याओं को रोका जाता है।

Federico Carrara, Aman Kukde, Melisande Croft, Joran Deschamps, Florian Jug2026-07-22
💬 NLP

Computational Humor with Multimodal LLMs: Methods, Datasets, Evaluation, and Challenges

यह सर्वेक्षण मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में कम्प्यूटेशनल ह्यूमर (व्यंग्य/हास्य) का एक व्यापक अवलोकन प्रदान करता है, जो इस क्षेत्र को पहचान से लेकर सृजन तक की क्षमताओं के आधार पर व्यवस्थित करता है, वर्तमान डेटासेट्स और मूल्यांकन प्रोटोकॉल को संश्लेषित करता है, और सांस्कृतिक सीमाओं एवं सुरक्षा संबंधी चिंताओं जैसे प्रमुख चुनौतियों की पहचान करता है।

Tuo Liang, Zhe Hu, Disheng Liu, Jing Li, Yu Yin2026-07-22
🤖 AI

Vector-Bench: Can Models Surgically Edit SVG Code?

यह शोध पत्र Vector-Bench प्रस्तुत करता है, जो निर्देश-आधारित वेक्टर संपादन का मूल्यांकन करने के लिए डिज़ाइन किए गए 40 SVG मरम्मत कार्यों का एक कठोर बेंचमार्क है, जो यह प्रकट करता है कि सबसे शक्तिशाली मॉडल भी अनचाहे तत्वों को बदले बिना अनुरोधित परिवर्तनों को सटीक रूप से लागू करने में संघर्ष करते हैं, और केवल 15.0% पूर्ण विनिर्देश सफलता प्राप्त करते हैं।

Yug Aditi Gupta, Prannay Hebbar2026-07-22
📊 statistics

Deep learning-based prediction of time-resolved adhesive forces in viscoelastic Hertzian contacts

यह शोध पत्र एक डीप लर्निंग-आधारित सरोगेट मॉडल प्रस्तुत करता है, विशेष रूप से एक एलएसटीएम (LSTM) आर्किटेक्चर जिसमें कोंकैटिनेटेड कंडीशनिंग और एक फिक्स्ड-मेजरमेंट-स्टेप रिप्रेजेंटेशन का उपयोग किया गया है, जो विविध लोडिंग दरों और एडहेसन रिजीम्स में विस्कोइलास्टिक हर्ट्ज़ियन कॉन्टैक्ट्स में टाइम-रिज़ॉल्व्ड एडहेसिव फोर्सेज की तेजी से और सटीक भविष्यवाणी करता है, जिससे सॉफ्ट रोबोटिक्स और डिज़ाइन ऑप्टिमाइज़ेशन में रियल-टाइम अनुप्रयोग संभव होते हैं।

Ali Maghami, Merten Stender, Michele Ciavarella, Antonio Papangelo2026-07-22
🤖 AI

Now You See the Hate: Adaptive View Retrieval for Hidden Hateful Illusions

यह शोध पत्र एडेप्टिव व्यू रिट्रीवल (Adaptive View Retrieval) को प्रस्तुत करता है, जो एक नया ढांचा है जो छिपे हुए घृणास्पद भ्रमों (hateful illusions) का पता लगाने में मौजूदा मल्टीमॉडल सुरक्षा प्रणालियों से काफी बेहतर प्रदर्शन करता है, क्योंकि यह इस कार्य को एक संवेदी पुनर्प्राप्ति समस्या (perceptual retrieval problem) के रूप में तैयार करता है जो हानिकारकता का आकलन करने से पहले अस्पष्ट अर्थों को पुनः प्राप्त करता है।

Qianpu Chen, Derya Soydaner2026-07-22
⚡ electrical engineering

Mage-Flow: An Efficient Native-Resolution Foundation Model for Image Generation and Editing

Mage-Flow एक कॉम्पैक्ट 4B-स्केल फाउंडेशन मॉडल परिवार है जो एक हल्के उच्च-निष्ठा वाले VAE, एक नेटिव-रिज़ॉल्यूशन डिफ्यूजन ट्रांसफार्मर और सिस्टम-स्तरीय अनुकूलन के सह-डिज़ाइन के माध्यम से कुशल, उच्च-रिज़ॉल्यूशन टेक्स्ट-टू-इमेज जनरेशन और निर्देश-आधारित संपादन प्राप्त करता है, जो एक सिंगल GPU पर अल्ट्रा-लो लेटेंसी के साथ प्रतिस्पर्धी प्रदर्शन प्रदान करता है।

Xinjie Zhang, Peng Zhang, Shicheng Zheng, Jinghao Guo, Zhaoyang Jia, Yifei Shen, Xun Guo, Yuxuan Luo, Jiahao Li, Wenxuan (…)2026-07-22
🤖 AI

SciCodePile: A 128GB Corpus and Executable Benchmark for Challenging Scientific Code Generation

यह शोध पत्र SciCodePile पेश करता है, जो एक विशाल 128GB का वैज्ञानिक कोड कॉर्पस और 200 कार्यों का एक निष्पादन योग्य बेंचमार्क है, यह प्रदर्शित करने के लिए कि वर्तमान बड़े भाषा मॉडल वैज्ञानिक कोड जनरेशन में काफी संघर्ष करते हैं, जबकि यह भी दर्शाता है कि इस डेटासेट पर प्रशिक्षण करने से उनके प्रदर्शन में पर्याप्त सुधार होता है।

Weifeng Sun, Ye Fan, Yuchen Chen, Gou Tan, Jieke Shi, Yuan Yidi, Swee Liang Wong, Jonathan Pan, David Lo2026-07-22
🤖 machine learning

Breaking the Homogeneity Assumption: Specialized Multi-Generator Adversarial Learning for Rare Failure Detection in Predictive Maintenance

यह शोध पत्र एक विशिष्ट मल्टी-जेनरेटर GAN फ्रेमवर्क प्रस्तावित करता है जो पारंपरिक असंतुलन-निवारण विधियों की सीमाओं को संबोधित करता है, जो यथार्थवादी, विफलता-प्रकार-विशिष्ट सिंथेटिक नमूने उत्पन्न करके प्रेडिक्टिव मेंटेनेंस सिस्टम में दुर्लभ, गैर-समांगी मशीन विफलताओं का पता लगाने में महत्वपूर्ण सुधार करता है।

Alexis Lazanas, Georgios Kampouropoulos2026-07-22
💬 NLP

Reasoning Before Translation: Enhancing Legal Machine Translation with Structured Reasoning

यह शोध पत्र स्विस कानूनी मशीन अनुवाद में छोटे भाषा मॉडलों को बेहतर बनाने के लिए सुपरवाइज्ड फाइन-ट्यूनिंग और सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) सहित विभिन्न पुन: प्रशिक्षण प्रतिमानों का मूल्यांकन और तुलना करता है, जिसमें यह पाया गया है कि हालांकि सुदृढीकरण शिक्षण फाइन-ट्यूनिंग से बेहतर प्रदर्शन करता है और फ्रंटियर रीजनिंग मॉडलों के साथ अंतर को कम करता है, फिर भी यह उनके प्रदर्शन से पीछे रह जाता है और मॉडल का आकार बढ़ने के साथ घटते प्रतिफल (डिमिमिनिशिंग रिटर्न्स) देता है।

Aixiu An, Michael Jungo, Eloi Eynard, Mark Drenhaus, Andreas Fischer, Jean Hennebert, Sébastien Rumley2026-07-22