cs.AI पेपर | Gist.Science

Citation Discipline in Spec-Driven Development: A Cross-Model Empirical Study of Output Determinism and Automated Hallucination Detection in LLM-Generated Code

यह क्रॉस-मॉडल अनुभवजन्य अध्ययन यह प्रदर्शित करता है कि जबकि अनिवार्य प्रति-पंक्ति आवश्यकता उद्धरणों को लागू करने वाले स्पेक-ड्रिवन डेवलपमेंट (Spec-Driven Development) फ्रेमवर्क स्वचालित मतिभ्रम (hallucination) का पता लगाने की क्षमता को महत्वपूर्ण रूप से बढ़ाते हैं, वे साथ ही बिना उद्धृत दृष्टिकोणों की तुलना में आउटपुट नियतत्ववाद (determinism) को कम करते हैं, जो एलएलएम-जनित कोड (LLM-generated code) में सत्यापन क्षमता और निरंतरता के बीच एक मौलिक समझौते (trade-off) को स्थापित करता है।

Subham Panda2026-07-01

💻 computer science

LUMOS: A Semantic Operating-System Layer for Accessibility-Grounded AI Agents

यह शोध पत्र LUMOS को प्रस्तुत करता है, जो एक सिमेंटिक ऑपरेटिंग-सिस्टम लेयर है जो एक्सेसिबिलिटी मेटाडेटा को मशीन-पठनीय ब्लूप्रिंट में बदलकर AI एजेंटों और नेटिव इंटरफेस के बीच सेतु का कार्य करता है, जिससे स्क्रीनशॉट और OCR जैसी अक्षम विजुअल इंटरप्रिटेशन विधियों पर निर्भरता कम होती है।

Yogeswar Reddy Thota2026-07-01

💻 computer science

An AI-Based Solution for Secure Service Provisioning in IoT

यह शोधपत्र एक AI-आधारित ढांचे का प्रस्ताव करता है जो संसाधन-सीमित उपकरणों पर भी IoT पारिस्थितिकी तंत्र में सुरक्षा और विश्वसनीयता बढ़ाने के लिए अनुकूली सेवा प्रावधान हेतु डीप रीइन्फोर्समेंट लर्निंग और वितरित व्यवहारिक फिंगरप्रिंटिंग हेतु फेडरेटेड लर्निंग को जोड़ता है।

Marco Arazzi, Mert Cihangiroglu, Serena Nicolazzo, Antonino Nocera, Vinod P2026-07-01

🤖 machine learning

Accelerometry-Derived Digital Biomarkers for Cardiometabolic Risk: A Population-Representative Tabular Benchmark with Uncertainty Quantification

यह शोध पत्र एनएचएएनईएस (NHANES) एक्सीलेरोमेट्री कार्डियोमेटाबोलिक बेंचमार्क को प्रस्तुत करता है, जो 2003-2006 के एनएचएएनईएस डेटा से प्राप्त एक जनसंख्या-प्रतिनिधि डेटासेट है, जिसका उपयोग कार्डियोमेटाबोलिक जोखिम मार्करों की भविष्यवाणी करने के लिए टैबुलर लर्निंग मॉडल और अनिश्चितता मात्रा निर्धारण विधियों का मूल्यांकन करने के लिए किया गया है, साथ ही निष्पक्ष उपसमूह कवरेज प्राप्त करने में चुनौतियों पर भी प्रकाश डाला गया है।

Federico Felizzi2026-07-01

🤖 machine learning

From Search to Synthesis: Training LLMs as Zero-Shot Workflow Generators

यह शोध पत्र MetaFlow को प्रस्तुत करता है, जो एक दो-चरणीय प्रशिक्षण ढांचा है जो सुपरवाइज्ड फाइन-ट्यूनिंग को सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के साथ जोड़ता है ताकि बड़े भाषा मॉडलों को बिना किसी मैनुअल डिज़ाइन की आवश्यकता के विविध कार्यों के लिए मजबूत, पुन: प्रयोज्य और सामान्यीकरण योग्य ज़ीरो-शॉट वर्कफ़्लो उत्पन्न करने में सक्षम बनाया जा सके।

Gan Luo, Zihan Qin, Bin Dong, Wotao Yin2026-07-01

🤖 machine learning

Why Do Few-Step Text Latents Fail When Image Latents Work? Non-Commitment at Sharp Categorical Readouts

यह शोधपत्र यह प्रदर्शित करता है कि निरंतर टेक्स्ट लेटेंट्स (continuous text latents) पर नियतात्मक अल्प-चरणीय पीढ़ी (deterministic few-step generation) की विफलता, इमेज लेटेंट्स के विपरीत, स्मूथ मैप्स (smooth maps) की उस ज्यामितीय अक्षमता से उत्पन्न होती है जहाँ वे शार्प कैटेगोरिकल रीडआउट्स (sharp categorical readouts) से पहले डिस्क्रीट टोकन चॉइस को हल करने में असमर्थ होते हैं, जो एक ऐसी सीमा है जिसे डिकोडर शार्पनेस मेट्रिक्स द्वारा मापा गया है और यह सिद्ध किया गया है कि इसे दूर करने के लिए या तो ऑटोरेग्रेसिव कमिटमेंट (autoregressive commitment) या स्टोकेस्टिक री-इंजेक्शन (stochastic re-injection) की आवश्यकता होती है।

Zhongyao Wang2026-07-01

🤖 machine learning

Hierarchical Global Attention (HGA)

Hierarchical Global Attention (HGA) लंबे-संदर्भ वाले ट्रांसफॉर्मर्स के लिए एक ड्रॉप-इन, रिट्रेनिंग-मुक्त विधि है जो होस्ट स्टोरेज से टोकन के एक विरल उपसमुच्चय (sparse subset) को पुनः प्राप्त करने और उन पर ध्यान केंद्रित करने के लिए दो-स्तरीय रूटिंग तंत्र का उपयोग करके सीमित हार्डवेयर पर कुशल अनुमान (inference) सक्षम करती है, जिससे न्यूनतम GPU मेमोरी ओवरहेड के साथ लगभग सघन अटेंशन (dense attention) की गुणवत्ता प्राप्त होती है।

Woernle Frank, Fedosov Vladimir, Grinenko Artemiy2026-07-01

🤖 AI

What Drives Interactive Improvement from Feedback?

यह शोध पत्र विविध तर्क कार्यों (reasoning tasks) में एक नियंत्रित छात्र-शिक्षक मूल्यांकन ढांचे को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि बहु-चरण सुधार अक्सर फीडबैक उपयोगिता के बजाय अतिरिक्त गणना से उत्पन्न होते हैं, जो यह प्रकट करता है कि उच्च गुणवत्ता वाले बाहरी मार्गदर्शन पर प्रभावी ढंग से कार्य करने की छात्र की क्षमता ही वास्तविक संवादात्मक सुधार के लिए प्राथमिक बाधा है।

Bartłomiej Cupiał, Jan Łojek, Mikołaj Garstecki, Szymon Pobłocki, Alicja Ziarko, Piotr Miłoś2026-07-01

💬 NLP

A Single Rewrite Suffices: Empirical Lessons from Production Skill Description Optimization

यह शोधपत्र प्रदर्शित करता है कि केवल कुछ फॉल्स-पॉजिटिव और फॉल्स-नेगेटिव मामलों के मार्गदर्शन में, कौशल विवरणों (skill descriptions) का एक एकल LLM रीराइट, मैनुअल इंजीनियरिंग के समान रूटिंग सटीकता प्राप्त कर सकता है, जबकि प्रयास को नाटकीय रूप से कम करता है, हालांकि यह वास्तव में ओवरलैपिंग कौशल स्कोप के कारण होने वाले टकरावों को हल नहीं कर सकता है।

Yangqiaoyu Zhou, Mohammad Alqudah, Kwei-Herng Lai, Aaron Halfaker, Yingqi Xiong, Yaar Harari2026-07-01

⚡ electrical engineering

Detecting Audio Deepfakes on the Edge:Lightweight SSL-Based Detection in a Browser Plugin

यह शोध पत्र एक लाइटवेट, सेल्फ-सुपरवाइज्ड ऑन-डिवाइस ऑडियो डीपफेक डिटेक्शन मॉडल प्रस्तुत करता है जो एक ब्राउज़र प्लगइन में एकीकृत है, जो पत्रकारों और तथ्य-जांचकर्ताओं (फैक्ट-चेकर्स) को एक गोपनीयता-संरक्षित उपकरण प्रदान करता है जो सटीकता में AASIST बेसलाइन से 10% और इन्फरेंस स्पीड में 40% बेहतर प्रदर्शन करता है।

Octavian Pascu, Dan Oneata, Horia Cucu, Nicolas M. Muller2026-07-01

← पिछला अगला →