cs.AI पेपर | Gist.Science

Neural Conjugate Aggregation: Identifiable Unsupervised Multi-Sensor Regression under Heterogeneous Sensor Bias

यह शोध पत्र न्यूरल कंजुगेट एग्रीगेशन मॉडल (NCAM) का प्रस्ताव करता है, जो एक पदानुक्रमित बेयसियन ढांचा (hierarchical Bayesian framework) है जो स्रोत-विशिष्ट पूर्वाग्रहों (biases) और विश्वसनीयताओं को सीखकर अनसुपरवाइज्ड मल्टी-सेंसर रिग्रेशन को सक्षम बनाता है, ताकि विघटित अनिश्चितता (decomposed uncertainty) और परिमित-नमूना कवरेज गारंटी के साथ सुव्यवस्थित-कैलिब्रेटेड और पहचान योग्य भविष्यवाणियां की जा सकें।

Muhammed Faruk Aytin, Zehra Demir, Alper Ünal, Julian Marshall, Gözde Ünal2026-06-23

💬 NLP

Lexical Consensus: Grounded Word Learning and Shared Meaning in Artificial Agents

यह शोध पत्र 'लेक्सिकल कंसेंसस' (Lexical Consensus) ढांचे को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि कृत्रिम एजेंट अर्थ संबंधी संबद्धता के बजाय प्रत्यक्ष बोध की दूरी (perceptual distance) के आधार पर आधारभूत शब्द अर्थों को प्राप्त और स्थिर कर सकते हैं, जो एक सुदृढ़ शिक्षण प्रवणता (learning gradient) को प्रकट करता है जहाँ मूल श्रेणियाँ सीखने में सबसे आसान होती हैं जबकि दूरस्थ-विभक्त अवधारणाएँ संयोग के स्तर के करीब पहुँच जाती हैं, और यह भी रेखांकित करता है कि द्वि-दिशीय नामकरण और पुनर्प्राप्ति जमे हुए प्रत्यक्ष बोध ज्यामितियों (frozen perceptual geometries) के भीतर विशिष्ट तंत्रों पर निर्भर करती हैं।

Patricio M. Vera2026-06-23

💻 computer science

An Analysis of Untrained Deep Reservoir Networks for Audio Surveillance

यह शोध पत्र यह प्रदर्शित करता है कि अप्रशिक्षित गहरे और उथले द्विदिशीय इको स्टेट नेटवर्क (Echo State Networks), शोर-शराबे वाले, संसाधन-सीमित ऑडियो निगरानी परिदृश्यों में आपातकालीन ध्वनि घटना का पता लगाने के लिए पूर्णतः प्रशिक्षित आवर्ती मॉडलों (recurrent models) के एक सुदृढ़ और कुशल विकल्प प्रदान करते हैं।

Corrado Baccheschi, Patrizio Dazzi2026-06-23

💻 computer science

MultiMem: Measuring and Mitigating Memorization in Multi-Modal Contrastive Learninga

यह शोध पत्र MultiMem को प्रस्तुत करता है, जो मल्टी-मोडल कंट्रास्टिव लर्निंग में मेमोराइजेशन (memorization) को मापने के लिए पहला मीट्रिक है, जो यह प्रकट करता है कि क्रॉस-मोडल सिमेंटिक मिसअलाइनमेंट और टेक्स्ट मेमोराइजेशन के प्राथमिक चालक हैं, और यह प्रदर्शित करता है कि लक्षित ऑग्मेंटेशन (augmentations) इस समस्या को प्रभावी ढंग से कम करके मॉडल के सामान्यीकरण (generalization) में सुधार कर सकते हैं।

Wenhao Wang, Franziska Boenisch, Michael Backes, Adam Dziedzic2026-06-23

💻 computer science

Quantifying Theoretical AI Alignment Guarantees: Receiver-Utility Bounds in Bayesian Persuasion

यह शोध पत्र एक रणनीतिक एआई (AI) प्रेषक और गलत संरेखित उद्देश्यों वाले मानव प्राप्तकर्ता के बीच बेयसियन प्रलोभन (Bayesian persuasion) में सूचना प्रवाह का विश्लेषण करता है, यह सिद्ध करते हुए कि इष्टतम प्रेषक संकेतन के तहत प्राप्तकर्ता की उपयोगिता उनके पूर्व-आधारित उपयोगिता के अधिकतम 1.5 गुना तक सीमित है, जिसमें स्वतंत्रता के निकट पूर्वों (priors) के लिए अधिक सटीक सीमाएं हैं और 1.25 से अधिक की एक प्रदर्शित निचली सीमा है।

Eric Yachbes, Eva Tardos2026-06-23

💬 NLP

Evaluating Large Language Models for Hausa and Fongbe Machine Translation: Benchmarks, Failures, and Metric Reliability

यह अध्ययन अंग्रेजी-से-हौसा और अंग्रेजी-से-फोंगबे के लिए चार बड़े भाषा मॉडलों की अनुवाद क्षमताओं का मूल्यांकन करता है, जो दोनों भाषाओं के बीच प्रदर्शन में महत्वपूर्ण असमानताओं, मानव निर्णय के साथ सहसंबंध स्थापित करने में मानक स्वचालित मेट्रिक्स की अविश्वसनीयता, और कम संसाधन वाली अफ्रीकी भाषाओं के लिए बड़े पैमाने पर मूल्यांकन और बहु-मैट्रिक दृष्टिकोण की आवश्यकता को प्रकट करता है।

Mahounan Pericles Adjovi, Roald Eiselen, Prasenjit Mitra2026-06-23

💬 NLP

MixedPEFT: Combining Multiple PEFT Methods with Mixed Objectives for Unsupervised Domain Adaptation

यह शोध पत्र MixedPEFT को प्रस्तुत करता है, जो एक नवीन पैरामीटर-कुशल अनसुपरवाइज्ड डोमेन एडाप्टेशन विधि है जो सोर्स क्लासिफिकेशन और टारगेट मास्कड लैंग्वेज मॉडलिंग को एक साथ अनुकूलित करने के लिए इनवर्टिबल एडेप्टर और LoRA को मिक्स-ऑब्जेक्टिव ट्रेनिंग के साथ जोड़ती है, जिससे मॉडल के केवल 7% ट्रेन करने योग्य पैरामीटर्स का उपयोग करते हुए MNLI डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Mohammed Rawhani, Dervis Karaboga, Ozkan Ufuk Nalbantoglu, Alper Basturk, Bahriye Akay2026-06-23

💬 NLP

From Speech to Text Corpora: Evaluating ASR-Based Data Acquisition for Low-Resource Fongbe and Hausa

यह शोध पत्र कम संसाधन वाले पश्चिम अफ्रीकी भाषाओं के लिए टेक्स्ट कॉर्पोरा उत्पन्न करने हेतु ऑटोमैटिक स्पीच रिकग्निशन (ASR) पाइपलाइनों के उपयोग की प्रभावकारिता का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि MMS-300M को फोंगबे (Fongbe) पर फाइन-ट्यून करने से वर्ड एरर रेट में महत्वपूर्ण कमी आती है, जबकि यह भी प्रकट करता है कि मौजूदा मॉडलों से प्राप्त हौसा (Hausa) ट्रांसक्रिप्शन स्वीकार्य गुणवत्ता के करीब हैं, जबकि फोंगबे के आउटपुट को वर्तमान में आगे के पोस्ट-प्रोसेसिंग की आवश्यकता है।

Mahounan Pericles Adjovi, Victor Olufemi, Roald Eiselen, Prasenjit Mitra2026-06-23

💻 computer science

SCENIC: Semantic-Conditioned Edge-Aware Neural Framework for Structured IoT Command Generation

यह शोध पत्र SCENIC को प्रस्तुत करता है, जो एक एंड-टू-एंड फ्रेमवर्क है जो उन्नत प्रूनिंग, क्वांटाइजेशन और हार्डवेयर-अवेयर ऑप्टिमाइज़ेशन के माध्यम से मॉडल के आकार और इन्फरेंस लेटेंसी को महत्वपूर्ण रूप से कम करते हुए, स्ट्रक्चर्ड स्मार्ट-होम कमांड उत्पन्न करने के लिए संसाधन-बाधित एज IoT उपकरणों पर अत्यधिक कुशल, सब-0.2B-स्केल ट्रांसफार्मर मॉडल्स की तैनाती को सक्षम बनाता है और लगभग पूर्ण सटीकता (99.0% EM@1) प्राप्त करता है।

Luke Ztz Hu, Hongbing Lang, Songping Mai2026-06-23✓ Author reviewed ⓘ

💻 computer science

Leveraging Large Language Models to Obscure Code Stylometry: A Comparative Study of GPT-3.5 and GPT-4

यह अध्ययन लेखकत्व निर्धारण (authorship attribution) क्लासिफायर से बचने के लिए कोड शैलीमिति (code stylometry) को छिपाने में GPT-3.5 और GPT-4 की प्रभावशीलता का मूल्यांकन करता है, जो यह प्रकट करता है कि मल्टी-शॉट प्रॉम्प्टिंग और विस्तृत निर्देश शैलीगत अस्पष्टता (stylistic obfuscation) को महत्वपूर्ण रूप से बढ़ाते हैं, जबकि ऐसे संशोधनों के दौरान कोड की कार्यक्षमता को बनाए रखने में अंतर्निहित चुनौतियों को भी उजागर करते हैं।

Saman Pordanesh, Benjamin Tan2026-06-23

← पिछला अगला →