🤖 Category

cs.AI

20650 पेपर

🤖 AI

Towards Diverse and Comprehensive Benchmarks for Mutual Information Estimation

यह शोध पत्र म्यूचुअल इंफॉर्मेशन अनुमानकों (mutual information estimators) का मूल्यांकन करने के लिए विविध सिंथेटिक और वास्तविक दुनिया के परीक्षणों के साथ एक व्यापक, कोपुला-सैद्धांतिक (copula-theoretic) बेंचमार्किंग ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि कोई भी एकल विधि सार्वभौमिक रूप से दूसरों से बेहतर प्रदर्शन नहीं करती है और गैर-पैरामीट्रिक, विभेदक (discriminative) तथा जनरेटिव श्रेणियों में विशिष्ट सीमाओं को उजागर करती है।

Alberto Foresti, Ivan Butakov, Alexander Tolmachev, Giulio Franzese, Alexey Frolov, Pietro Michiardi2026-07-07
💬 NLP

Reading Between the Dots: Decoding Hidden Computation across Filler Tokens

यह शोध पत्र प्रदर्शित करता है कि फ्रंटियर LLMs अपने हिडन स्टेट्स (hidden states) के भीतर कंटेंट-फ्री फिलर टोकन्स पर संरचित, सुपाठ्य बहु-चरणीय तर्क (multi-step reasoning) करते हैं, जो यह प्रकट करता है कि अनसुपरवाइज्ड डिकोडिंग के माध्यम से रेसिडुअल स्ट्रीम (residual stream) की निगरानी तब भी की जा सकती है जब सतह के टोकन्स कोई दृश्यमान चेन-ऑफ-थॉट (chain-of-thought) प्रदान नहीं करते हैं।

Kaley Brauer, Claudio Mayrink Verdun, Samuel Marks2026-07-07
💬 NLP

Aligning Language Models with Selective Prediction

यह शोध पत्र 'रिनफोर्समेंट लर्निंग फॉर सिलेक्शन रिवॉर्ड' (RLSR) का प्रस्ताव करता है, जो एक नवीन पोस्ट-ट्रेनिंग अलाइनमेंट फ्रेमवर्क है जो रिस्क-कवरेज कर्व के नीचे के क्षेत्र (AURC) को सीधे लक्षित करके बड़े भाषा मॉडलों को चयनात्मक भविष्यवाणी (selective prediction) के लिए अनुकूलित करता है, जिससे रिस्क-कवरेज ट्रेड-ऑफ में महत्वपूर्ण सुधार होता है और उच्च-जोखिम वाले निर्णय लेने की स्थितियों में विश्वसनीयता बढ़ती है।

Gaoxiang Luo, Yifan Wu, Sinian Zhang, Aryan Deshwal, Ju Sun2026-07-07
🤖 AI

Applying Answer Set Programming with Fuzzy Membership Functions: a Case Study

यह शोध पत्र उत्तर सेट प्रोग्रामिंग (Answer Set Programming) का एक नवीन फजी-लॉजिक-आधारित विस्तार प्रस्तुत करता है जो अस्पष्ट भाषाई अवधारणाओं को संभालने के लिए लचीले सदस्यता फलनों (membership functions) के माध्यम से विशेषज्ञ ज्ञान के साथ मशीन लर्निंग आउटपुट को एकीकृत करके संख्यात्मक डेटा और गुणात्मक तर्क के बीच सेतु बनाता है।

Luca Ferragina, Ilenia Galati, Lorena Gullone, Francesco Scarcello2026-07-07
🤖 AI

How to Avoid Debate: Scalable AI Safety via Doubly-Efficient Interactive Proofs

यह शोध पत्र ऑरेकल-सहायता प्राप्त गणनाओं के लिए 'डबली-एफिशिएंट सिंगल-प्रूवर इंटरैक्टिव प्रूफ' पेश करके एआई सुरक्षा सत्यापन के लिए एक स्केलेबल दृष्टिकोण का प्रस्ताव करता है, जिससे यह सिद्ध होता है कि दो एआई मॉडलों के बीच प्रतिस्पर्धी बहस की अक्सर अवास्तविक धारणाओं पर निर्भर किए बिना विश्वसनीय संरेखण सत्यापन संभव है।

Liyan Chen, Yael Tauman Kalai, Zoe Xi2026-07-07
🤖 AI

EPRA U-Net: An Efficient Pyramid Residual Attention Framework for Accurate Infarct Segmentation in Diffusion-Weighted MRI

यह शोध पत्र EPRA U-Net को प्रस्तुत करता है, जो एक कुशल डीप लर्निंग आर्किटेक्चर है जो डिफ्यूजन-वेटेड एमआरआई पर एक्यूट इस्केमिक इन्फार्क्ट सेगमेंटेशन में अत्याधुनिक मॉडलों की तुलना में बेहतर सटीकता और कम मिस लेजन दरों को प्राप्त करने के लिए एफिशिएंटनेट (EfficientNet), रेसिडुअल-रिकरेंट ब्लॉक्स, एट्रस स्पेशियल पाइरमिड पूलिंग और ड्यूल अटेंशन मैकेनिज्म के साथ ट्रेवर्सकी लॉस (Tversky loss) को जोड़ता है।

Hasan Ulutas, Muhammet Emin Sahin, Mustafa Fatih Erkoc, Esra Yuce, Turker Tuncer, Sengul Dogan, Serkan Kiranyaz2026-07-07
🤖 AI

Teacher Supervision over Representation Equivalence Classes

यह शोध पत्र नॉलेज डिस्टिलेशन (knowledge distillation) को पूर्ण विशेषताओं के बजाय शिक्षक प्रतिनिधित्व तुल्यता वर्गों (teacher representation equivalence classes) को मिलाने की एक ज्यामितीय समस्या के रूप में पुनर्गठित करता है, यह प्रदर्शित करते हुए कि जहाँ हिडन रिप्रेजेंटेशन (hidden representations) का संरेखण मॉडल की ज्यामिति को पुनः प्राप्त करता है, वहीं केवल लॉजिट मिलान (logit matching) ही कार्यात्मक क्षमता को पुनर्स्थापित करता है।

Sang Il Han2026-07-07
🤖 AI

Differentiate the Evaluator, Not the Program: An Efficient Runtime Representation for Neuro-Symbolic Learning

यह शोध पत्र नेटिव डिफरेंशिएबल वर्चुअल मशीन (NDVM) को प्रस्तुत करता है, जो एक ऐसा रनटाइम प्रतिनिधित्व है जो प्रतीकात्मक संरचना (symbolic structure) को बैच किए गए संख्यात्मक अवस्था (batched numeric state) से अलग करके निष्पादन योग्य प्रोग्रामों को कुशलतापूर्वक विभेदित (differentiate) करता है, जिससे पारंपरिक प्रोग्राम-और-पैरामीटर सह-खोज (program-and-parameter co-search) की बाधाओं को दूर किया जा सके और न्यूरो-सिंबोलिक वैज्ञानिक खोज को 24 गुना तक त्वरित किया जा सके।

Lucas Sheneman2026-07-07
🤖 AI

Responsibility Distribution Estimation in Ego-View Accident Videos with Multimodal Large Language Models

यह शोध पत्र ईगो-व्यू (ego-view) ट्रैफ़िक दुर्घटना वीडियो में उत्तरदायता वितरण अनुमान (responsibility distribution estimation) के नवीन कार्य को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि फाइन-ट्यून्ड मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स ड्राइवर के प्रत्यक्ष दृश्य परिप्रेक्ष्य का लाभ उठाकर एजेंट की उत्तरदायता प्रतिशत को प्रभावी ढंग से अनुमानित कर सकते हैं।

Ryosei Tamura, Andrew Shin2026-07-07
⚡ electrical engineering

An Interpretable Deep Learning Framework for Discovery and Clinical Validation of Deep Radiomic Signatures in Tumor Classification

यह शोध पत्र एक व्याख्यात्मक (interpretable) डीप लर्निंग फ्रेमवर्क प्रस्तावित करता है जो पारंपरिक होल-ट्यूमर रेडियोमिक्स की तुलना में कई मेडिकल इमेजिंग डेटासेट्स पर बेहतर ट्यूमर वर्गीकरण प्रदर्शन और जैविक अंतर्दृष्टि प्रदर्शित करते हुए, पुनरुत्पादनीय मात्रात्मक इमेजिंग बायोमार्कर निकालने और उन्हें मान्य करने के लिए सेगमेंटेशन, ग्रेड-कैम-गाइडेड सिग्नेचर डिस्कवरी और शैप-आधारित विश्लेषण को एकीकृत करता है।

Chengkun Sun, Jinqian Pan, Renjie Liang, Zhengkang Fan, Xin Miao, Yi Guo, Mei Liu, Muxuan Liang, Russell Terry, Jie Xu2026-07-07