🤖 Category

cs.AI

22514 पेपर

🤖 AI

Failure Modes of Large Language Models on Research-Level Mathematics: A Taxonomy and an Empirical Characterisation

यह शोध पत्र बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) के अनुसंधान-स्तरीय गणितीय तर्क में विफलता के चार रूपों का एक वर्गीकरण प्रस्तावित करता है और अनुभवजन्य रूप से यह प्रदर्शित करता है कि "प्रिमिस स्मगलिंग" (premise smuggling)—मौलिक दावों का unverified या अपुष्ट अभिकथन—एक व्यापक, उद्धरण-सत्यापन-प्रतिरोधी दोष है जिसके लिए पोस्ट-हॉक डिटेक्शन के बजाय इन्फरेंस-टाइम रोकथाम रणनीतियों की आवश्यकता है।

Arnesh Banerjee, Ayushi Bhattacharjee2026-06-25
🤖 AI

Attractive and Repulsive Pattern Control in Sequence Generation

यह शोध पत्र वेरिएबल-ऑर्डर मार्कोव मॉडल्स के लिए एक साइन्ड पैटर्न कंट्रोल मैकेनिज्म पेश करता है जो विशिष्ट आवर्ती पैटर्न्स को दबाने या बढ़ावा देने के लिए बिलीफ प्रोपेगेशन सैंपलिंग का उपयोग करता है, जिससे अनुक्रम पीढ़ी (सीक्वेंस जनरेशन) में अवांछित पुनरावृत्ति को रोकने और अट्रैक्टर डायनेमिक्स के अन्वेषण को सक्षम करने में मदद मिलती है।

Francois Pachet2026-06-25
⚡ electrical engineering

Velocity Prediction in Automatic Guitar Transcription

यह शोध पत्र स्वचालित गिटार ट्रांसक्रिप्शन के लिए एक ऐसी कार्यप्रणाली प्रस्तुत करता है जो वर्चुअल इंस्ट्रूमेंट्स के साथ उत्पन्न सिंथेटिक डेटा पर एक मॉडल को प्रीट्रेन करके और फिर उन वेट्स (weights) को वास्तविक गिटार ऑडियो पर प्रशिक्षित मॉडल में ट्रांसफर करके नोट वेलोसिटी (note velocity) की सफलतापूर्वक भविष्यवाणी करता है, जिससे वेलोसिटी प्रेडिक्शन क्षमताओं के साथ अत्याधुनिक ट्रांसक्रिप्शन प्रदर्शन प्राप्त होता है।

Jackson Loth, Xavier Riley, Simon Dixon, Emmanouil Benetos2026-06-25
🧬 biology

Privacy-preserving federated tensor decomposition of single-cell immune data: recovering multicellular programs across institutions

यह शोध पत्र एक गोपनीयता-संरक्षित फेडरेटेड टेंसर अपघटन पद्धति प्रस्तुत करता है जो संस्थानों को कच्चे सिंगल-सेल डेटा को साझा किए बिना विविध कोशिका प्रकारों और पूर्वजों के बीच समन्वित बहुकोशिकीय प्रतिरक्षा कार्यक्रमों को सहयोगात्मक रूप से पुनर्प्राप्त करने में सक्षम बनाता है, जो केंद्रीकृत विश्लेषण के समकक्ष प्रदर्शन प्राप्त करते हुए सदस्यता अनुमान जोखिमों को महत्वपूर्ण रूप से कम करता है।

Axel Faes, Stephanie M. van den Berg, Maryam Amir Haeri2026-06-25
🧬 biology

Stable-Shift: Biologically Structured Prediction of Transcriptional Responses to Unseen Gene Perturbations

Stable-Shift एक जैविक रूप से संरचित भविष्यवाणी विधि है जो अनदेखे जीन परिवर्तनों (gene perturbations) के लिए ट्रांसक्रिप्शनल प्रतिक्रियाओं का सटीक अनुमान लगाने के लिए लो-रैंक रिस्पॉन्स बेसिस और मल्टी-सोर्स जैविक संदर्भ (नेटवर्क इंटरैक्शन और जीन ऑन्कोलॉजी सहित) का लाभ उठाती है, जो K562 Perturb-seq डेटासेट पर GEARS जैसे मौजूदा बेंचमार्क से बेहतर प्रदर्शन करती है।

Sajib Acharjee Dip, Liqing Zhang2026-06-25
💬 NLP

Perfect Detection, Failed Control: The Geometry of Knowing vs. Steering in Language Models

यह शोधपत्र यह प्रदर्शित करता है कि भाषा मॉडलों में, वह ज्यामितीय दिशा जो किसी व्यवहार (जैसे कि मतिभ्रम/hallucination) का सर्वोत्तम रूप से पता लगाती है, मौलिक रूप से उस दिशा से विसंरेखित है जो उसे नियंत्रित करती है, जो यह प्रकट करता है कि पता लगाना नियंत्रण क्षमता का निहितार्थ नहीं है और यह "पता लगाने-हस्तक्षेप अंतराल" (detection-intervention gap) एक प्रीट्रेनिंग-जनित संरचनात्मक पृथक्करण है न कि नियंत्रणीयता का एक पूर्वानुमेय मीट्रिक।

Cosimo Galeone, Anna Ettorre, Minsu Park, Giuseppe Ettorre, Daniele Ligorio2026-06-25
🤖 machine learning

Reliable Conformal Prediction for Ordinal Classification Using the Ranked Probability Score

यह शोधपत्र ऑर्डिनल क्लासिफिकेशन (क्रमिक वर्गीकरण) के लिए एक मॉडल-एग्नोस्टिक कॉन्फॉर्मल प्रेडिक्शन विधि प्रस्तुत करता है जो निरंतर, मीडियन-केंद्रित (मध्यिका-केंद्रित) प्रेडिक्शन सेट्स उत्पन्न करने के लिए रैंक किया गया प्रोबेबिलिटी स्कोर को नॉनकॉन्फॉर्मिटी माप के रूप में उपयोग करता है, जो विभिन्न डेटासेट्स में सेट की चौड़ाई और ऑर्डिनल मिसकवरेज की गंभीरता के बीच प्रभावी ढंग से संतुलन बनाता है।

Stefan Haas, Luca Killmaier, Alireza Javanmardi, Eyke Hüllermeier2026-06-25
🤖 AI

Project Auto-World: Towards Automated Benchmarking of Neural Relational Reasoners

यह शोध पत्र एक ऐसे स्वचालित ढांचे का प्रस्ताव करता है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) का लाभ उठाकर तेजी से चुनौतीपूर्ण संबंधात्मक तर्क बेंचमार्क उत्पन्न करता है, जिससे एज ट्रांसफॉर्मर जैसे न्यूरल मॉडलों की मूल्यांकन और सामान्यीकरण क्षमताओं में सुधार होता है।

Anirban Das, Joanne Boisson, Irtaza Khalid, Sumita Garai, Steven Schockaert2026-06-25
💬 NLP

LLM Performance on a Real, Double-Marked GCSE Benchmark

यह शोध पत्र डबल-मार्क्ड (दोहरी बार चिह्नित) GCSE परीक्षा प्रतिक्रियाओं का एक विशाल डेटासेट प्रस्तुत करता है और यह प्रदर्शित करता है कि 'ऑफ-द-शेल्फ' लार्ज लैंग्वेज मॉडल्स, हस्तलिखित गणित और व्यक्तिपरक अंग्रेजी निबंधों सहित विविध विषयों की ग्रेडिंग करने में मानव परीक्षकों की निरंतरता के बराबर या उससे भी अधिक हो सकते हैं, जो स्वचालित अंकन के लिए एक लागत प्रभावी समाधान प्रदान करते हैं।

Malachy Fox, Kavi Samra, Paul Jung2026-06-25
🤖 machine learning

Quantifying Explainable AI-introduced signal noise on ECG data with Spectral Entropy

यह शोधपत्र स्पेक्ट्रल एंट्रॉपी (spectral entropy) का उपयोग करके व्याख्यात्मक एआई (XAI) तकनीकों द्वारा उत्पन्न सिग्नल शोर को मापने का प्रस्ताव करता है, जो ईसीजी (ECG) डेटा में अतालता (arrhythmias) को वर्गीकृत करते समय मॉडल सिग्नल और XAI आर्टिफैक्ट्स के बीच अंतर करने में इसकी प्रभावशीलता को प्रदर्शित करता है।

David A. Kelly, Nathan Blake2026-06-25