cs.AI पेपर | Gist.Science

CascadeFormer: Depth-Tapered Transformers Motivated by Gradient Fan-in Asymmetry

प्रस्तावित ग्रेडिएंट फैन-इन एसिमेट्री (Gradient Fan-in Asymmetry) सिद्धांत से प्रेरित होकर, जो यह स्पष्ट करता है कि घटते ग्रेडिएंट प्रवाह के कारण गहरे ट्रांसफॉर्मर स्तर कम योगदान क्यों देते हैं, यह शोधपत्र कैस्केडफॉर्मर (CascadeFormer) और कैस्केडफ्लो प्रूनिंग (CascadeFlow Pruning) को पेश करता है जो मॉडल की चौड़ाई को गतिशील रूप से कम करने और अनावश्यक परतों को हटाने के लिए, जिससे प्रदर्शन से समझौता किए बिना लेटेंसी और थ्रूपुट में महत्वपूर्ण दक्षता प्राप्त की जा सके।

Huzama Ahmad, Cao Viet Hai Nam, Se-Young Yun2026-06-26

🤖 AI

PMDformer: Patch-Mean Decoupling Information Transformer for Long-term Forecasting

PMDformer एक नवीन दीर्घकालिक समय श्रृंखला पूर्वानुमान मॉडल है जो ट्रेंड और शेप सूचना को अलग करने के लिए पैच-मीन डिकपलिंग पेश करता है, जिसे ट्रेंड रेस्टोरेशन और प्रॉक्सिमल वेरिएबल अटेंशन तंत्र के साथ जोड़ा गया है, ताकि प्रभावी रूप से शेप समानता और क्रॉस-वेरिएबल निर्भरता को कैप्चर किया जा सके और मौजूदा अत्याधुनिक तरीकों से बेहतर प्रदर्शन किया जा सके।

Ao Hu, Liangjian Wen, Jiang Duan, Yong Dai, He Yan, Dongkai Wang, Jun Wang, Yukun Zhang, Ruoxi Jiang, Zenglin Xu2026-06-26

🤖 AI

Perception, Verdict, and Evolution: Hindsight-Driven Self-Refining Forensics Agent for AI-Generated Image Detection

ForeAgent एक स्व-विकसित मल्टीमॉडल फोरेंसिक एजेंट है जो मल्टी-व्यू परसेप्शन-वर्डिक्ट आर्किटेक्चर को हिंडसाइट-संचालित रिफ्लेक्शन रणनीति के साथ जोड़ता है ताकि अपने तर्क को पुनरावृत्ति से परिष्कृत किया जा सके और एआई-जनरेटेड छवियों का पता लगाने में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।

Yangjun Wu, Keyu Yan, Yu Liu, Jingren Zhou, Fei Huang, Rong Zhang, Zhou Zhao, Fei Wu2026-06-26

🤖 AI

Explainable Ensemble-Based Machine Learning Models for Detecting the Presence of Cirrhosis in Hepatitis C Patients

यह अध्ययन प्रदर्शित करता है कि एक व्याख्यात्मक एक्स्ट्रा ट्रीज़ (Extra Trees) मशीन लर्निंग मॉडल, जिसे 2,038 मिस्र के हेपेटाइटिस सी रोगियों के डेटासेट से 28 में से 16 विशेषताओं पर प्रशिक्षित किया गया है, सिरोसिस का पता लगाने में 96.92% सटीकता प्राप्त करके अन्य एन्सेम्बल एल्गोरिदम से बेहतर प्रदर्शन करता है, जिससे इस रोगी आबादी के लिए शीघ्र निदान में एक महत्वपूर्ण अंतर को संबोधित किया जा सके।

Abrar Alotaibi, Lujain Alnajrani, Nawal Alsheikh, Alhatoon Alanazy, Salam Alshammasi, Meshael Almusairii, Shoog Alrassan (…)2026-06-26

🧬 biology

scBench-Long: Verifiable Benchmarking of Long-Horizon Single-Cell Biology

यह शोध पत्र scBench-Long को प्रस्तुत करता है, जो 21 जटिल, दीर्घकालिक (long-horizon) सिंगल-सेल जीव विज्ञान कार्यों वाला एक सत्यापन योग्य बेंचमार्क है जो यह मूल्यांकन करता है कि क्या एआई एजेंट निर्धारित विधियों के बिना कच्चे डेटा से स्वायत्त रूप से वैज्ञानिक निष्कर्ष निकाल सकते हैं, जिससे यह पता चलता है कि वर्तमान शीर्ष मॉडल केवल 25.4% सफलता दर प्राप्त करते हैं।

Ian Diks, Zhen Yang, Arjun Banerjee, Tim Proctor, Kenny Workman2026-06-26

🤖 AI

EvoOptiGraph: Weakness-Driven Coevolution via Graph-Based Structural Generation for Optimization Modeling

EvoOptiGraph एक नवीन ढांचा है जो मॉडल की कमजोरियों द्वारा संचालित एक ग्राफ-आधारित संरचनात्मक पीढ़ी के माध्यम से डेटा और लार्ज लैंग्वेज मॉडल्स को सह-विकसित करके अनुकूलन मॉडलिंग को स्वचालित करता है, जो सटीकता और सामान्यीकरण में मौजूदा बेसलाइनों से काफी बेहतर प्रदर्शन करता है।

Qingcan Kang, Mingyang Liu, Xiaojin Fu, Shixiong Kai, Tao Zhong, Mingxuan Yuan2026-06-26

🤖 AI

A Multi-Level Validation and Traceability Framework for AI-Generated Telescope Scheduling Decisions

यह शोध पत्र एक बहु-स्तरीय सत्यापन और ट्रैसेबिलिटी फ्रेमवर्क प्रस्तावित करता है जो डेटा संदर्भों को व्यवस्थित रूप से सत्यापित करके, तार्किक निरंतरता को लागू करके, और त्रुटि स्थानीयकरण एवं सुधार को सक्षम करने के लिए तर्क चरणों को संरचित करके, एआई-जनित टेलीस्कोप शेड्यूलिंग निर्णयों की विश्वसनीयता और निष्पादन क्षमता को बढ़ाता है।

Hengchu Xiao, Chuanjun Wang2026-06-26

🤖 AI

Content-Based Smart E-Mail Dispatcher Using Large Language Models

यह शोध पत्र एक कंटेंट-आधारित स्मार्ट ईमेल डिस्पैचर का प्रस्ताव करता है जो ईमेल की सामग्री का स्वचालित रूप से विश्लेषण करने और उन्हें उपयुक्त छात्र व्हाट्सएप समूहों में रूट करने के लिए लार्ज लैंग्वेज मॉडल्स (LLMs) का लाभ उठाता है, जिससे बिना किसी लेबल किए गए डेटासेट की आवश्यकता के मैन्युअल प्रसंस्करण त्रुटियों को समाप्त किया जा सके और संगठनात्मक उत्पादकता को बढ़ाया जा सके।

K. Paramesha, K R Sriram, Sujan Shetty, Shamanth Kishore, R. Tejaswini2026-06-26

🤖 AI

HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization

यह शोध पत्र HiLSVA प्रस्तुत करता है, जो वैज्ञानिक विज़ुअलाइज़ेशन के लिए एक मानव-इन-द-लूप एजेंटिक प्रणाली है जो मिश्रित-पहल (mixed-initiative) वर्कफ़्लो के माध्यम से मानव निरीक्षण और सहयोगात्मक नियंत्रण को प्राथमिकता देता है, और उपयोगकर्ता अध्ययनों के माध्यम से यह प्रदर्शित करता है कि ऐसा दृष्टिकोण पूर्णतः स्वायत्त प्रणालियों की तुलना में कार्य पूर्णता, पारदर्शिता और उपयोगकर्ता नियंत्रण को बढ़ाता है।

Kuangshi Ai, Patrick Phuoc Do, Chaoli Wang2026-06-26

🤖 AI

Agents That Know Too Much: A Data-Centric Survey of Privacy in LLM Agents

यह सर्वेक्षण एलएलएम (LLM) एजेंटों द्वारा इंटरैक्ट किए जाने वाले विभिन्न डेटा स्रोतों को वर्गीकृत करके, बिखरे हुए अनुसंधान डोमेन में जुड़ी कमजोरियों का विश्लेषण करके, और शासन तंत्र एवं बेंचमार्क में महत्वपूर्ण अंतराल की पहचान करके, एलएलएम एजेंटों में गोपनीयता जोखिमों को समझने के लिए एक व्यापक, डेटा-केंद्रित ढांचा प्रदान करता है।

Nada Lahjouji, Ashwin Gerard Colaco2026-06-26

← पिछला अगला →