🤖 machine learning

Explainable AI for Mental Health Prediction in Drug-Affected Populations with Dragonfly Algorithm and GAN Oversampling

यह अध्ययन एक व्याख्यात्मक एआई (explainable AI) ढांचे का प्रस्ताव करता है जो उच्च-सटीक, व्याख्या योग्य बहु-वर्ग मानसिक स्वास्थ्य भविष्यवाणी प्राप्त करने के लिए PCA-IG फीचर चयन, GAN-आधारित ओवरसैंपलिंग और ड्रैगनफ्लाई एल्गोरिदम-अनुकूलित XGBoost को एकीकृत करता है, जिससे ड्रग-प्रभावित आबादी में क्लास असंतुलन को संबोधित किया जा सके और प्रारंभिक हस्तक्षेप के लिए नैदानिक उपयोगिता को बढ़ाया जा सके।

Ahnaf Atef Choudhury, Shahriar Siddique Ayon, Md. Ebrahim Hossain, Abdullah Al Mamun2026-06-23
🤖 AI

Learning Filters with Certainty

यह शोध पत्र मेंबरशिप संकेत (membership indications) की निश्चितता का अनुमान लगाने के लिए काउंटिंग ब्लूम फिल्टर्स (Counting Bloom Filters) में काउंटर मानों (counter values) का लाभ उठाने का प्रस्ताव करता है, जिससे उन हाइब्रिड आर्किटेक्चर को बढ़ावा मिलता है जो इन डेटा संरचनाओं को मशीन लर्निंग मॉडल्स के साथ जोड़ते हैं।

Yuval Banoun, Daniel Sadoc Menasche, Ori Rottenstreich2026-06-23
💻 computer science

Scaling Audio Models Efficiently: A Joint Study of Compute Constraints and Optimization Behavior

यह शोध पत्र स्पीच कार्यों के लिए निश्चित कंप्यूट बजट के तहत मॉडल आकार, इनपुट लंबाई और रिप्रजेंटेशन रेजोल्यूशन (प्रतिनिधित्व रिज़ॉल्यूशन) के बीच के ट्रेडऑफ़ का विश्लेषण करने के लिए एक एकीकृत ढांचे का प्रस्ताव करता है, जो यह प्रकट करता है कि मॉडल का आकार बढ़ाने से घटते प्रतिफल (डिमिनिशिंग रिटर्न्स) प्राप्त होते हैं, इमोशन रिकग्निशन के लिए 4 सेकंड की इष्टतम अवधि की पहचान करता है, और यह प्रदर्शित करता है कि टोकन रिज़ॉल्यूशन को कम करने से न्यूनतम प्रदर्शन हानि के साथ इन्फरेंस लागत काफी कम हो जाती है।

Vyom Agarwal, Mokshda Gangrade, Siddharth Pal, Jerry Wu2026-06-23
💰 quantitative finance

Measuring Behavior Portability in Large Language Models

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स में व्यवहारिक पोर्टेबिलिटी (behavioral portability) को मापने के लिए एक औपचारिक ढांचे को प्रस्तुत करता है और नियंत्रित प्रयोगों के माध्यम से यह प्रदर्शित करता है कि उनके निर्णय लेने के व्यवहार, संरचनात्मक रूप से समान होने के बावजूद, सतही प्रस्तुति के प्रति महत्वपूर्ण संवेदनशीलता के कारण विभिन्न निर्णय वातावरणों में विश्वसनीय रूप से स्थानांतरित होने में विफल रहते हैं।

Tianjia Dong, Nadav Kunievsky, James A. Evans2026-06-23
🤖 AI

AI-Assisted Help-Seeking Trajectories in Programming Education from an SRL-Informed Perspective

यह अध्ययन एक SRL-सूचित ढांचे का उपयोग करते हुए परिचयात्मक प्रोग्रामिंग पाठ्यक्रमों में AI-सहायता प्राप्त सहायता-खोज प्रक्षेपपथों का विश्लेषण करता है, जिससे यह पता चलता है कि हालांकि छात्र मुख्य रूप से स्व-नियमित समस्या-समाधान के बजाय प्रतिक्रियाशील समस्या निवारण (troubleshooting) के लिए AI का उपयोग करते हैं, फिर भी ये इंटरेक्शन पैटर्न कार्य स्कोर को सीधे प्रभावित किए बिना कोड सबमिशन की संख्या को महत्वपूर्ण रूप से प्रभावित करते हैं।

Boxuan Ma, Huiyong Li, Gen Li, Li Chen, Atsushi Shimada, Shin'ichi Konomi2026-06-23
💬 NLP

Bagpiper-TTS: Natural Language Guided Universal Speech Synthesis

पाइपर-टीटीएस (Piperbagger-TTS) एक सार्वभौमिक स्पीच सिंथेसिस सिस्टम है जो उपयोगकर्ता के इरादे को समझने के लिए प्राकृतिक भाषा प्रॉम्प्ट का लाभ उठाता है और समृद्ध टेक्स्टुअल कैप्शन उत्पन्न करता है, जिससे मल्टी-टॉकर संवाद, रोल-प्ले और गायन जैसे विविध कार्यों में समर्पित मॉडलों के प्रदर्शन के समान लचीला और उच्च-गुणवत्ता वाला सिंथेसिस सक्षम होता है।

Jinchuan Tian, Haoran Wang, Siddhant Arora, Takashi Maekaku, Keita Goto, Jin Sakuma, Yusuke Shinohara, Chao-Han Huck Yan (…)2026-06-23
🤖 AI

MINCE: Shrinking LLM Evaluation Datasets via Few-Model Monte Carlo Calibration

यह शोध पत्र MINCE प्रस्तुत करता है, जो एक मोंटे कार्लो-आधारित विधि है जो सटीकता विचलन (accuracy drift) को सीमित करने के लिए एक छोटे अंशांकन पूल (calibration pool) से न्यूनतम उपसमूह आकार निर्धारित करके LLM मूल्यांकन डेटासेट को कुशलतापूर्वक छोटा करती है, जिससे बिना किसी सीखे गए प्रेडिक्शन लेयर्स के मौजूदा तकनीकों की तुलना में महत्वपूर्ण गति और कम विचलन प्राप्त होता है।

Devleena Das, Rajeev Patwari, Vikram Kumar Bukka, Nithin Kumar Guggilla, Elliott Delaye, Ashish Sirasao2026-06-23
🤖 AI

Finding the Evidence: Discovering Decision-Supporting Tokens for On-Policy Reasoning Distillation

यह शोध पत्र DEAR का प्रस्ताव करता है, जो एक नवीन ऑन-पॉलिसी डिस्टिलेशन फ्रेमवर्क है जो न केवल छात्र अनिश्चितता (student uncertainty) के माध्यम से निर्णय बिंदुओं की पहचान करके, बल्कि हिडन-स्टेट समानता और विचलन (hidden-state similarity and divergence) के माध्यम से महत्वपूर्ण सहायक साक्ष्य टोकन की भी पहचान करके रीजनिंग ट्रांसफर में सुधार करता है, जिससे यह गणित और कोड बेंचमार्क पर मानक विधियों से बेहतर प्रदर्शन करता है।

Jinwei Xiao, Zhuowen Han, Yueqing Sun, Zhengxi Lu, Yuxin Liu, Zhiyuan Yao, Wentao Chen, Qi Gu, Xunliang Cai2026-06-23
💻 computer science

OrthoMotion:Disentangling Camera and Subject Motion via Geometry Semantics Orthogonal Attention

ऑर्थोमोशन (OrthoMotion) एक नवीन वीडियो जनरेशन फ्रेमवर्क है जो बीजगणितीय रूप से पूरक अटेंशन ऑपरेटर्स—कैमरा मोशन को एक ज्यामितीय RoPE रोटेशन के माध्यम से और सब्जेक्ट मोशन को सिमेंटिक वैल्यू इंजेक्शन के माध्यम से रूट करके—कैमरा और सब्जेक्ट मोशन के विसंयोजन (disentanglement) की गारंटी देता है, जिससे क्रॉस-टॉक को महत्वपूर्ण रूप से कम करते हुए अत्याधुनिक नियंत्रण सटीकता प्राप्त होती है।

Zijie Meng2026-06-23
🤖 AI

RaMem: Contextual Reinstatement for Long-term Agentic Memory

राMem एक ऐसा फ्रेमवर्क है जिसे साक्ष्य एंकरिंग (evidence anchoring), रिकॉल कंडीशन इंडक्शन (recall condition induction), वैधता-जागरूक पुनर्प्राप्ति (validity-aware retrieval), और संदर्भ-संरक्षित संश्लेषण (context-preserved synthesis) की एक चार-चरणीय प्रक्रिया को लागू करके दीर्घकालिक एजेंटिक मेमोरी में संदर्भ पतन (context collapse) को रोकने के लिए डिज़ाइन किया गया है, ताकि पुनर्प्राप्त मेमोरी अंशों को सत्यापन योग्य साक्ष्य में परिवर्तित किया जा सके, जिससे दीर्घकालिक बेंचमार्क पर एजेंट के प्रदर्शन में महत्वपूर्ण सुधार होता है।

Wei Yang, Bryce Kan, Shixuan Li, Li Li, Yuehan Qin, Jiate Li, Paul Bogdan, Jesse Thomason2026-06-23