🤖 Category

cs.AI

21236 पेपर

🤖 AI

ContextNest: Verifiable Context Governance for Autonomous AI Agent

कॉन्टेक्स्टनेस्ट (एब्स्ट्रैक्ट में कॉन्टेक्स्टनेक्स्ट के रूप में संदर्भित), सत्यापन योग्य संदर्भ शासन (verifiable context governance) के लिए एक ओपन स्पेसिफिकेशन और रेफरेंस इम्प्लीमेंटेशन पेश करता है जो रिट्रीवल सिस्टम के नीचे स्थित होता है ताकि यह सुनिश्चित किया जा सके कि एआई एजेंट केवल अनुमोदित, ट्रैसेबल और अखंडता-सत्यापित ज्ञान का उपभोग करें, जिससे उन प्रोवेनेंस और डिटरमिनिज्म विफलताओं को संबोधित किया जा सके जिन्हें केवल रिट्रीवल की गुणवत्ता हल नहीं कर सकती है।

Misha Sulpovar (PromptOwl, LLC), Benn R. Konsynski (Goizueta Business School, Emory University), Qaish Kanchwala (IBM Re (…)2026-07-03
⚡ electrical engineering

ART for Diffusion Sampling: Continuous-Time Control and Actor-Critic Learning

यह शोध पत्र एडेप्टिव रीपैरामीटराइज्ड टाइम (ART) और इसके रीइन्फोर्समेंट लर्निंग-आधारित सॉल्वर ART-RL का प्रस्ताव करता है, जो एक निरंतर-समय नियंत्रण ढांचा (continuous-time control framework) है जो डिफ्यूजन सैंपलिंग के लिए इष्टतम, एडेप्टिव टाइमस्टेप शेड्यूल्स को सीखता है ताकि अंतर्निहित मॉडल को संशोधित किए बिना विभिन्न बजटों और पाइपलाइनों में सैंपल गुणवत्ता और सामान्यीकरण (generalization) में महत्वपूर्ण सुधार किया जा सके।

Yilie Huang, Wenpin Tang, Xun Yu Zhou2026-07-03
🤖 AI

A rubric-based controlled comparison of frontier language models on expert-authored clinical reasoning tasks

यह शोध पत्र पांच कठिन नैदानिक परिदृश्यों के एक छोटे, विशेषज्ञ-लिखित डेटासेट को प्रस्तुत करता है जिसका परमाणु, भारित रूब्रिक्स (atomic, weighted rubrics) के माध्यम से मूल्यांकन किया गया है, जो यह प्रकट करता है कि फ्रंटियर लैंग्वेज मॉडल्स (GPT-5.4, Claude Opus 4.7, और Gemini 3.1 Pro) कम जोखिम वाले मदों पर मजबूत प्रदर्शन के बावजूद उच्च-जोखिम वाले नैदानिक मानदंडों के साथ महत्वपूर्ण रूप से संघर्ष करते हैं, जबकि ऐसे मूल्यांकनों के लिए विश्वसनीय स्वचालित ग्रेडर के रूप में LLMs के उपयोग की व्यवहार्यता को प्रदर्शित करते हैं।

Samiha A. Ismail, Fan X. Chen, Ali Merali2026-07-03
🤖 AI

What Types of Human-AI Teams Exist?

यह शोध पत्र मानव-एआई (human-AI) टीमों पर 53 अध्ययनों का विश्लेषण करता है ताकि उन्हें मनोवैज्ञानिक वर्गीकरणों के आधार पर पांच विशिष्ट समूहों में वर्गीकृत किया जा सके, जो वर्तमान अनुसंधान की विषमता को उजागर करता है और इस क्षेत्र में निष्कर्षों की बेहतर पहचान, रिपोर्टिंग और संश्लेषण के लिए दिशानिर्देश प्रदान करता है।

Nathan Hughes, Ibrahim Habli2026-07-03
🤖 AI

The Eticas AI Risk Taxonomy: Open Infrastructure for Operationalizing AI Audits

यह शोध पत्र एटिकस एआई रिस्क टैक्सोनॉमी (Eticas AI Risk Taxonomy) v2.0.0 को प्रस्तुत करता है, जो एक खुला इंफ्रास्ट्रक्चर है जो अमूर्त जोखिम सूचियों और व्यावहारिक एआई ऑडिट के बीच के अंतर को पाटता है, जिससे कई बाहरी अनुपालन मानकों के माध्यम से पीआईआई (PII) लीकेज जैसे विशिष्ट जोखिमों को मापने, कैलिब्रेट करने और ग्रेड करने के लिए एक मानकीकृत, परिचालन ढांचा प्रदान किया जा सके।

Gemma Galdon Clavell, Pablo Accuosto, Usman Gohar2026-07-03
🤖 AI

CoFL-S: Spatially Queryable Sector Flow Fields for Local Language-Conditioned Navigation

यह शोध पत्र CoFL-S का प्रस्ताव करता है, जो एक लो-लेवल विजन-लैंग्वेज-एक्शन फ्रेमवर्क है जो निरंतर प्रक्षेपवक्र (ट्रैजेक्टरी) जनरेशन के लिए लैंग्वेज-कंडीशन्ड फ्लो फील्ड्स की भविष्यवाणी करता है, और एक नए कंटीन्यूअस-टाइम हैबिटेट बेंचमार्क और ज़ीरो-शॉट रियल-वर्ल्ड डिप्लॉयमेंट दोनों में मौजूदा बेसलाइन्स पर बेहतर प्रदर्शन प्रदर्शित करता है।

Haokun Liu, Zhaoqi Ma, Yicheng Chen, Wentao Zhang, Masaki Kitagawa, Zicen Xiong, Jinjie Li, Moju Zhao2026-07-03
🤖 AI

Efficient Waste Sorting for Circular Economy: A Confidence-guided comparison between One-Vs-All and One-Vs-Rest Classification Strategies with Human-in-the-Loop for Automated Waste Sorting

यह शोध पत्र जर्मनी में स्वचालित अपशिष्ट छंटनी के लिए 'वन-वर्सेस-ऑल' और 'वन-वर्सेस-रेस्ट' वर्गीकरण रणनीतियों का मूल्यांकन करता है, जो नगर पालिका-विशिष्ट छंटनी योजनाओं को समायोजित करते हुए, गलत वर्गीकरण में कमी और मानव एनोटेशन प्रयास के बीच संतुलन बनाने के लिए एक कॉन्फिडेंस-गाइडेड ह्यूमन-इन-द-लूप दृष्टिकोण का उपयोग करता है।

Mohammed Fahad Ali, Dominique Briechle, Marit Briechle-Mathiszig, Tobias Geger, Andreas Rausch2026-07-03
💬 NLP

Challenges and Recommendations for LLMs-as-a-Judge in Multilingual Settings and Low-Resource Languages

यह शोध पत्र एनएलपी (NLP) समुदाय के भीतर बहुभाषी और कम-संसाधन वाली भाषाओं के परिवेश में 'एलएलएम-एज़-ए-जज' (LLM-as-a-Judge) के सीमित और अक्सर असंगत अनुप्रयोग का विश्लेषण करता है, जो अत्यधिक विश्वास (overtrust) और एकल-मॉडल निर्भरता जैसे जोखिमों को उजागर करते हुए अधिक सुदृढ़ मूल्यांकन प्रथाओं के लिए सिफारिशें प्रदान करता है।

A. Seza Doğruöz, Xixian Liao, Verena Blaschke, Jakob Prange, Senyu Li, David Ifeoluwa Adelani2026-07-03
💬 NLP

HERMES: A Multi-Granularity Labeling Substrate for Pre-training Data Mixtures

HERMES एक पुन: प्रयोज्य, डेटा-व्युत्पन्न पदानुक्रमित लेबलिंग सबस्ट्रेट पेश करता है जो विभिन्न रिज़ॉल्यूशन के माध्यम से इष्टतम डेटा मिश्रण रणनीतियों की खोज को सक्षम करने के लिए सीखे गए सिमेंटिक ट्रांसफॉर्म और रेसिडुअल वेक्टर क्वांटाइजेशन का उपयोग करता है, जिसे निश्चित-ग्रैनुलैरिटी विधियाँ परीक्षण नहीं कर सकती हैं।

Ziyun Qiao, Yue Min, Ruining Chen, Yujun Li2026-07-03
🤖 machine learning

Generalization in offline RL: The structure is more important than the amount of pessimism

यह शोध पत्र तर्क देता है कि ऑफलाइन सुदृढीकरण शिक्षण (ऑफलाइन रिइन्फोर्समेंट लर्निंग) में, सफल सामान्यीकरण (जनरलाइजेशन) निराशावादी मान फलन (पेसिमिस्टिक वैल्यू फंक्शन) की इष्टतम समाधान की सममिति (सिमेट्री) के सापेक्ष संरचनात्मक सममिति पर निर्भर करता है न कि निराशावाद की डिग्री पर, जो यह प्रदर्शित करता है कि नीति निष्कर्षण (पॉलिसी एक्सट्रैक्शन) के दौरान निरंतरता हानि (कंसिस्टेंसी लॉस) के माध्यम से सममिति लागू करना मानक डेटा संवर्धन (डेटा ऑग्मेंटेशन) की तुलना में बेहतर प्रदर्शन प्रदान करता है।

Max Weltevrede, Matthijs T. J. Spaan, Wendelin Böhmer2026-07-03