🤖 Category

cs.AI

22856 पेपर

🤖 AI

Recovering Diagnostic Value: Super-Resolution-Aided Echocardiographic Classification in Resource-Constrained Imaging

यह अध्ययन प्रदर्शित करता है कि निम्न-गुणवत्ता वाले 2D इकोकार्डियोग्राम पर डीप लर्निंग-आधारित सुपर-रिज़ॉल्यूशन तकनीकों, विशेष रूप से SRResNet को लागू करने से व्यू (view) और कार्डिएक फेज़ (cardiac phase) कार्यों के लिए वर्गीकरण सटीकता में महत्वपूर्ण सुधार होता है, जिससे नैदानिक मूल्य की पुनर्प्राप्ति होती है और संसाधन-सीमित परिवेशों में प्रभावी AI-सहायता प्राप्त देखभाल सक्षम होती है।

Krishan Agyakari Raja Babu, Om Prabhu, Annu, Mohanasankar Sivaprakasam2026-06-19
💻 computer science

When Cars Have Stereotypes: Auditing Demographic Bias in Objects from Text-to-Image Models

यह शोध पत्र SODA को प्रस्तुत करता है, जो टेक्स्ट-टू-इमेज मॉडल्स के ऑब्जेक्ट जनरेशन में जनसांख्यिकीय पूर्वाग्रह (demographic bias) के ऑडिटिंग के लिए एक नया फ्रेमवर्क है, जो यह प्रकट करता है कि तटस्थ प्रॉम्प्ट (neutral prompts) स्पष्ट रूप से मध्यम आयु वर्ग के श्वेत जनसांख्यिकी का पक्ष लेते हैं जबकि जनसांख्यिकीय संकेत (demographic cues) अत्यधिक रूढ़िवादिता को ट्रिगर करते हैं और वर्तमान डिबायसिंग तकनीकें अक्सर केवल एक रूढ़िवादिता को दूसरी से बदल देती हैं।

Dasol Choi, Jihwan Lee, Minjae Lee, Minsuk Kahng2026-06-19
💻 computer science

Surrogate Benchmarks for Model Merging Optimization

यह शोध पत्र कम लागत वाले सरोगेट बेंचमार्क पेश करता है जो निर्मित मॉडलों का उपयोग करके हाइपरपैरामीटर से मर्ज किए गए मॉडल के प्रदर्शन की भविष्यवाणी करते हैं, जिससे पूर्ण-स्तरीय प्रयोगों के बिना मॉडल मर्जिंग के लिए हाइपरपैरामीटर अनुकूलन एल्गोरिदम के कुशल विकास और तुलना को सक्षम बनाया जा सके।

Rio Akizuki, Yuya Kudo, Nozomu Yoshinari, Yoichi Hirose, Toshiyuki Nishimoto, Kento Uchida, Shinichi Shirakawa2026-06-19
🤖 AI

RoboSSM: Scalable In-context Imitation Learning via State-Space Models

यह शोध पत्र RoboSSM को प्रस्तुत करता है, जो एक स्केलेबल इन-कॉन्टेक्स्ट इमिटेशन लर्निंग फ्रेमवर्क है जो LIBERO बेंचमार्क के भीतर लॉन्ग-होराइजन और अनदेखे कार्यों पर लीनियर-टाइम इन्फरेंस और बेहतर सामान्यीकरण प्राप्त करने के लिए ट्रांसफॉर्मर्स को Longhorn स्टेट-स्पेस मॉडल से बदल देता है।

Youngju Yoo, Jiaheng Hu, Yifeng Zhu, Bo Liu, Qiang Liu, Roberto Martín-Martín, Peter Stone2026-06-19
💻 computer science

Probing Semantic Alignment, Lexical Invariance, and Syntactic Influence in LLM Metaphor Processing

यह शोध पत्र रूपक (metaphor) कार्यों में बड़े भाषा मॉडल (large language models) के मजबूत व्यवहार संबंधी प्रदर्शन को प्रकट करने के लिए अर्थगत संरेखण (semantic alignment), शाब्दिक अपरिवर्तनीयता (lexical invariance) और वाक्यात्मक संवेदनशीलता (syntactic sensitivity) के नैदानिक विश्लेषणों का उपयोग करता है, जो यह सुझाव देता है कि जबकि ये मॉडल उत्कृष्ट प्रदर्शन प्राप्त करते हैं, उनकी अंतर्निहित प्रणालियाँ अर्थगत विचलन (semantic drift) और प्रासंगिक पूर्वाग्रह (contextual biases) प्रदर्शित करती हैं, जिससे यह संकेत मिलता है कि बेंचमार्क की सफलता अनिवार्य रूप से सुदृढ़, एकीकृत अर्थगत समझ के समान नहीं है।

Fengying Ye, Shanshan Wang, Lidia S. Chao, Derek F. Wong2026-06-19
💻 computer science

The Personalization Trap: How User Memory Alters Emotional Reasoning in LLMs

यह शोध पत्र यह प्रकट करता है कि बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) में उपयोगकर्ता की स्मृति को शामिल करना भावनात्मक तर्क और सहायक अनुशंसाओं को विशेषाधिकार प्राप्त जनसांख्यिकीय प्रोफाइलों की ओर व्यवस्थित रूप से पक्षपाती बना सकता है, जिससे एआई वैयक्तिकरण (एआई पर्सनलाइजेशन) में सामाजिक असमानताएं समाहित हो जाती हैं, और इन विसंगतियों को कम करने के लिए एक प्राथमिकता डेटासेट का प्रस्ताव करता है।

Xi Fang, Weijie Xu, Yuchong Zhang, Stephanie Eckman, Scott Nickleach, Chandan K. Reddy2026-06-19
💻 computer science

R2BC: Multi-Agent Imitation Learning from Single-Agent Demonstrations

यह शोध पत्र राउंड-रॉबिन बिहेवियर क्लोनिंगिंग (R2BC) को प्रस्तुत करता है, जो एक विधि है जो एक एकल मानव ऑपरेटर को व्यक्तिगत एजेंटों पर क्रमवार कार्यों का प्रदर्शन करके मल्टी-रोबोट प्रणालियों को प्रभावी ढंग से प्रशिक्षित करने में सक्षम बनाती है, जिससे सिंक्रोनाइज्ड मल्टी-एजेंट प्रदर्शन की आवश्यकता वाले दृष्टिकोणों के तुलनीय या बेहतर प्रदर्शन प्राप्त होता है।

Connor Mattson, Varun Raveendra, Ellen Novoseller, Nicholas Waytowich, Vernon J. Lawhern, Daniel S. Brown2026-06-19
💬 NLP

MENTOR: Reinforcement Learning via Flexible Teacher-Optimized Rewards for Tool-Use Distillation

यह शोध पत्र MENTOR का प्रस्ताव करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो सुपरवाइज्ड फाइन-ट्यूनिंग की सामान्यीकरण सीमाओं और सख्त प्रक्षेपवक्र मिलान (trajectory matching) की बाधाओं को दूर करने के लिए एक लचीले, प्रक्रिया-जागरूक पुरस्कार संरचना का उपयोग करके बड़े भाषा मॉडलों से टूल-उपयोग क्षमताओं को छोटे भाषा मॉडलों में संकुचित (distill) करता है।

ChangSu Choi, Hoyun Song, Dongyeon Kim, WooHyeon Jung, Minkyung Cho, Sunjin Park, NohHyeob Bae, Seona Yu, KyungTae Lim2026-06-19
🤖 machine learning

Beyond Reasoning Gains: Mitigating General-Capability Forgetting in Large Reasoning Models

यह शोध पत्र RECAP को प्रस्तुत करता है, जो एक एंड-टू-एंड रिप्ले रणनीति है जिसमें डायनेमिक ऑब्जेक्टिव रीवेटिंग (dynamic objective reweighting) शामिल है, जो सुदृढीकरण शिक्षण (reinforcement learning) के साथ प्रशिक्षित बड़े रीजनिंग मॉडल्स में सामान्य-क्षमता विस्मृति (general-capability forgetting) को प्रभावी ढंग से कम करती है और साथ ही लचीले रिवॉर्ड ट्रेड-ऑफ के माध्यम से रीजनिंग प्रदर्शन को बढ़ाती है।

Hoang Phan, Xianjun Yang, Yuanshun Yao, Jingyu Zhang, Shengjie Bi, Xiaocheng Tang, Madian Khabsa, Lijuan Liu, Deren Lei2026-06-19
🤖 AI

Human-Level Reasoning: A Comparative Study of Large Language Models on Logical and Abstract Reasoning

यह अध्ययन आठ कस्टम-डिज़ाइन किए गए प्रश्नों का उपयोग करके नौ प्रमुख लार्ज लैंग्वेज मॉडल्स की तार्किक और अमूर्त तर्क क्षमताओं का मानव प्रदर्शन के विरुद्ध मूल्यांकन और तुलना करता है, जो मॉडल्स की निगमनात्मक क्षमताओं में महत्वपूर्ण अंतराल को प्रकट करता है।

Benjamin Grando Moreira2026-06-19