💻 computer science

From Spatial to Spectral: An Efficient, Frequency-Guided Feature Representation Learner for Small Object Detection

यह शोध पत्र DERNet को प्रस्तुत करता है, जो एक आवृत्ति-निर्देशित फीचर प्रतिनिधित्व ढांचा (frequency-guided feature representation framework) है जो एक हल्के डिकंपोज़-एनहांस-रिकंस्ट्रक्ट (Decompose–Enhance–Reconstruct) ऑपरेटर का उपयोग करके लघु वस्तु पहचान (small object detection) को स्थानिक डोमेन से स्पेक्ट्रल डोमेन में स्थानांतरित करता है ताकि महत्वपूर्ण उच्च-आवृत्ति विवरणों को पुनर्प्राप्त किया जा सके, जिससे अत्याधुनिक स्थानिक-डोमेन मॉडलों की तुलना में काफी कम मापदंडों के साथ बेहतर प्रदर्शन प्राप्त होता है।

Yuhan Rui, Shihan Qiao, Yibin Lou, Mingxi Yu, Yutong Wan, Yanqiao Chen, Dongsheng Hou, Zhen Cao, Athena Zhuoming Zhong (…)2026-06-24
🤖 machine learning

Deciphering Fingerprints of 3D Molecular Surfaces for Accurate Epitope Prediction

यह शोधपत्र SurfBind प्रस्तुत करता है, जो एक अत्याधुनिक सतह-केंद्रित (surface-centric) लर्निंग फ्रेमवर्क है जो सटीक और सामान्यीकरण योग्य एपिटोप भविष्यवाणी के लिए आणविक सतहों को सीधे मॉडल करने हेतु ट्रांसफॉर्मर-आधारित आर्किटेक्चर का उपयोग करता है, जो मौजूदा अनुक्रम (sequence) और बैकबोन-आधारित विधियों की सीमाओं को दूर करता है।

Fang Wu, Weihao Xuan, Jure Leskovec, Yejin Choi, Li Erran Li2026-06-24
📈 economics

The Measurable Majority

यह शोधपत्र सामाजिक निर्णय ढांचों (social decision frames) का उपयोग करते हुए सीमित मतदाताओं के लिए सख्त बहुमत तर्क (strict majority reasoning) हेतु एक सुसंगतता मानदंड और एक सुदृढ़, पूर्ण तर्क स्थापित करता है, यह प्रदर्शित करते हुए कि ये निर्णय सटीक रूप से परिमित योज्य मापों (finitely additive measures) द्वारा निरूपित किए जा सकते हैं और पैट्रिक सप्स के एक शास्त्रीय प्रमेय को सुधारने तथा सामान्य सख्त बहुमत नियम को चित्रित करने के लिए इन निष्कर्षों को लागू करता है।

Lawrence S. Moss, Arthur Paul Pedersen2026-06-24
🤖 machine learning

MGI: Member vs Generated Inference

यह शोध पत्र मेंबर वर्स जेनरेटेड इन्फरेंस (MGI) चुनौती का परिचय देता है, जो समान लाइकलीहुड सिग्नल्स के कारण मौजूदा विधियों की प्रशिक्षण डेटा और मॉडल-जनरेटेड आउटपुट के बीच अंतर करने में विफलता को उजागर करता है, और एक नवीन तीन-चरणीय "डेटा सर्किट ब्रेकर" (DCB) विधि प्रस्तावित करता है जो ऑटोएनकोडर्स और लेटेंट जनरेटर्स से प्राप्त पूरक सिग्नल्स का लाभ उठाकर इस समस्या को प्रभावी ढंग से हल करती है।

Bihe Zhao, Michel Meintz, Juangui Xu, Franziska Boenisch, Adam Dziedzic2026-06-24
⚡ electrical engineering

Promise and challenges of heart chamber segmentation from non-contrast CT scans using contrastive unpaired image translation: a feasibility study

यह व्यवहार्यता अध्ययन ChameleonNet को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो कंट्रास्टिव अनपेयर्ड इमेज ट्रांसलेशन और डीप लर्निंग को संयोजित करता है ताकि बिना मैनुअल एनोटेशन के नॉन-कंट्रास्ट सीटी स्कैन से हार्ट चैंबर सेगमेंटेशन को सक्षम बनाया जा सके, जो सिंथेसाइज्ड डेटा पर उच्च सेगमेंटेशन सटीकता प्राप्त करता है जबकि वास्तविक क्लिनिकल स्कैन पर आशाजनक लेकिन अपूर्ण वॉल्यूम समझौता प्रदर्शित करता है जिसके लिए आगे के शोधन की आवश्यकता है।

Jing Wang, Tong Yu, Hao-En Lu, Zixue Zeng, Joseph K. Leader, Xin Meng, Jianbing Zhu, Jiantao Pu2026-06-24
💻 computer science

Mind the Heads: Topological Representation Alignment for Multimodal LLMs

यह शोधपत्र HeRA का प्रस्ताव करता है, जो एक नवीन विधि है जो व्यक्तिगत अटेंशन हेड स्तर पर टोपोलॉजिकल रिप्रेजेंटेशन अलाइनमेंट को लागू करके मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में सुधार करती है, जिससे यह पता चलता है कि सबसे कम अलाइन्ड हेड्स को लक्षित करने से महत्वपूर्ण प्रदर्शन लाभ प्राप्त होते हैं और विजुअल हैलुसिनेशन कम होते हैं।

Davide Caffagni, Alberto Compagnoni, Federico Melis, Sara Sarto, Pier Luigi Dovesi, Mark Granroth-Wilding, Marcella Corn (…)2026-06-24
🤖 machine learning

Catastrophic Compositional Generation: Why Vanilla Diffusion Models Fail to Extrapolate

यह शोध पत्र तर्क देता है कि वैनिला कंडीशनल डिफ्यूजन मॉडल आउट-ऑफ-डिस्ट्रीब्यूशन वितरणों को लक्षित करते समय मौलिक रूप से कंपोजिशनल जनरेशन में विफल रहते हैं, क्योंकि स्कोर एस्टीमेशन त्रुटियाँ अनुमान-समय (इन्फरेंस-टाइम) सन्निकटन त्रुटियों की तुलना में अधिक विनाशकारी सिद्ध होती हैं, जिससे मानक सुधार तकनीकें अपर्याप्त हो जाती हैं।

Duncan Soiffer, Chandler Squires, Yuan Guan, Jason Hartford, Pradeep Ravikumar2026-06-24
💬 NLP

RASC+: Retrieval-Constrained LLM Adjudication for Clinical Value Set Authoring

यह शोध पत्र RASC+ प्रस्तुत करता है, जो एक चरण-वार ढांचा (stage-wise framework) है जो उम्मीदवार रिकॉल (candidate recall) को अधिकतम करने के लिए उन्नत पुनर्प्राप्ति विधियों को एक नियंत्रित LLM निर्णायक (constrained LLM adjudicator) के साथ जोड़कर नैदानिक मूल्य सेट लेखन (clinical value set authoring) में सुधार करता है, जिससे पिछले बेसलाइन से काफी बेहतर प्रदर्शन होता है और यह सुनिश्चित होता है कि सभी आउटपुट एक ऑडिट योग्य उम्मीदवार पूल (auditable candidate pool) से उत्पन्न होते हैं।

Sumit Mukherjee2026-06-24
🤖 machine learning

EMAgnet: Parameter-Space EMA Regularization for Policy Gradient Self-Play in Large Games

यह शोध पत्र EMAgnet को प्रस्तुत करता है, जो एक नवीन पॉलिसी ग्रेडिएंट सेल्फ-प्ले पद्धति है जो पिछले पॉलिसी मापदंडों के एक्सपोनेंशियल मूविंग एवरेज का उपयोग करके एक एडेप्टिव रेगुलराइजेशन टारगेट के रूप में यूनिफॉर्म रेगुलराइजेशन में सुधार करती है, जिससे प्रभावी रूप से डोमिनेटेड स्ट्रैटेजीज़ वाले बड़े खेलों में कम एक्सप्लोिटेबिलिटी और बेहतर प्रदर्शन प्राप्त होता है।

Tristan Maidment, JB Lanier, Chase McDonald, Nathan Tsang, Eugene Vinitsky, Roy Fox, Albert Wang, Wesley N. Kerr2026-06-24
💬 NLP

Towards Spec Learning: Inference-Time Alignment from Preference Pairs

यह शोध पत्र "स्पेक लर्निंग" (Spec Learning) का परिचय देता है, जो एक इन्फरेंस-टाइम अलाइनमेंट फ्रेमवर्क है जो संक्षिप्त उपयोगकर्ता निर्देशों और प्राथमिकता निर्णयों को मानव-पठनीय प्राकृतिक भाषा विनिर्देशों (specifications) में संकलित करता है ताकि बड़े भाषा मॉडलों को वांछित व्यवहारों की ओर निर्देशित किया जा सके, जिसमें पैरामीटर अपडेट की आवश्यकता नहीं होती है और यह अक्सर विशिष्ट डोमेन पर डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन से बेहतर प्रदर्शन करता है।

Dhriti Krishnan, Tejas Goyal, Jaromir Savelka2026-06-24