🤖 Category

cs.AI

23110 पेपर

⚡ electrical engineering

Explaining RhythmFormer: A Systematic XAI Analysis of Periodic Sparse Attention for Remote Photoplethysmography

यह शोध पत्र रिमोट फोटोप्लेथिस्मोग्राफी (rPPG) में विजुअल प्लाउज़िबिलिटी (दृश्य सुसंगतता) और ऑडिटेबल एविडेंस (ऑडिट योग्य साक्ष्य) के बीच के अंतर को पाटने के लिए चार एट्रिब्यूशन विधियों को RhythmFormer के अनुकूल बनाता है और स्किन कवरेज एवं फेथफुलनेस (निष्ठा) के लिए मात्रात्मक मेट्रिक्स पेश करता है, जो अंततः यह प्रदर्शित करता है कि "बियॉन्ड इंट्यूशन" विधि मानक दृष्टिकोणों की तुलना में बेहतर स्थानिक संरेखण और परटर्बेशन फेथफुलनेस प्राप्त करती है।

Louis Chen, Torbjörn E. M. Nordling2026-06-15
🤖 AI

SpheriCity: Designing Trustworthy Conversational AI for Sustainability Decision Support

यह शोध पत्र SpheriCity को प्रस्तुत करता है, जो एक प्रोवेनेंस-प्रथम (provenance-first) संवादात्मक एआई प्रोटोटाइप है जिसे स्थिरता संबंधी निर्णय लेने में विश्वसनीय ज्ञान बोध और क्रॉस-डॉक्यूमेंट संश्लेषण को बढ़ाने के लिए डिज़ाइन किया गया है, जिसे विशेषज्ञ फीडबैक द्वारा प्रमाणित किया गया है जो उपयोगकर्ता विश्वास बनाने में पारदर्शी सोर्सिंग और वर्कफ़्लो संरेखण की महत्वपूर्ण भूमिका को रेखांकित करता है।

Ahmed Qayyum, Madison Werner, Kathryn Youngblood, Jenna R. Jambeck, Tahiya Chowdhury2026-06-15
🤖 machine learning

SuperThoughts: Reasoning Tokens in Superposition

यह शोधपत्र SuperThoughts को प्रस्तुत करता है, जो एक ऐसी विधि है जो निरंतर चेन-ऑफ-थॉट (Chain-of-Thought) टोकन को सिंगल लेटेंट रिप्रेजेंटेशन (latent representations) में संकुचित करती है जिसे मल्टी-टोकन प्रेडिक्शन मॉड्यूल के माध्यम से डिकोड किया जाता है, ताकि जटिल गणित और रीजनिंग बेंचमार्क पर प्रतिस्पर्धी सटीकता बनाए रखते हुए रीजनिंग की लंबाई में 20-30% की कमी और इन्फरेंस थ्रूपुट में दोगुनी वृद्धि प्राप्त की जा सके।

Zheyang Xiong, Shivam Garg, Max Yu, Vaishnavi Shrivastava, Haoyu Zhao, Anastasios Kyrillidis, Dimitris Papailiopoulos2026-06-15
🤖 AI

Mirage Probes: How Vision Models Fake Visual Understanding

यह शोध पत्र "मिराज प्रोब्स" (Mirage Probes) को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि विजन-लैंग्वेज मॉडल दो अलग-अलग प्रकार के विजुअल मतिभ्रम (visual hallucination)—टेक्स्टुअल बायस (textual biases) और स्प्यूरियस इमेजेस (spurious images)—प्रदर्शित करते हैं, जिन्हें उनके आंतरिक एक्टिवेशन पैटर्न द्वारा अलग किया जा सकता है, जिससे यह स्पष्ट होता है कि प्रभावी शमन के लिए केवल टेक्स्ट वितरण को साफ करने के बजाय प्रतिनिधित्व-स्तर (representational-level) के हस्तक्षेप की आवश्यकता है।

Daniel Ben-Levi, Judah Goldfeder, Weiliang Zhao, Raz Lapid, Amit LeVi, Allen G. Roush, Ravid Shwartz-Ziv, Hod Lipson2026-06-15
🤖 machine learning

Gefen: Optimized Stochastic Optimizer

यह शोध पत्र Gefen को प्रस्तुत करता है, जो एक मेमोरी-कुशल ऑप्टिमाइज़र है जो ऑटोमैटिक सेकंड-मोमेंट शेयरिंग और लर्नड फर्स्ट-मोमेंट क्वांटाइजेशन के माध्यम से AdamW के मेमोरी फुटप्रिंट को लगभग 8 गुना कम कर देता है, जिससे समान प्रदर्शन बनाए रखते हुए बड़े बैच साइज और बेहतर थ्रूपुट सक्षम होता है।

Nadav Benedek, Tomer Koren, Ohad Fried2026-06-15
🤖 AI

How do Self-Supervised Remote Sensing Vision Models Transfer to Downstream Tasks?

यह शोध पत्र विभिन्न डाउनस्ट्रीम कार्यों और अनुकूलन सेटिंग्स में छह स्व-पर्यवेक्षित भू-स्थानिक फाउंडेशन मॉडलों का मूल्यांकन करता है, जिससे यह पता चलता है कि मॉडल प्रदर्शन रैंकिंग कार्य-निर्भर होती है, कार्य-प्रासंगिक जानकारी अक्सर अंतिम एम्बेडिंग की तुलना में मध्यवर्ती परतों में अधिक सुलभ होती है, और डिकोडर डिज़ाइन और फाइन-ट्यूनिंग जैसी अनुकूलन रणनीतियाँ मॉडल की गहराई में समान के बजाय स्थानीयकृत परिवर्तन उत्पन्न करके परिणामों को महत्वपूर्ण रूप से प्रभावित करती हैं।

Julia Romero, Qin Lv, Morteza Karimzadeh2026-06-15
💬 NLP

SANA: What Matters for QA Agents over Massive Data Lakes?

यह शोध पत्र SANA को प्रस्तुत करता है, जो एक नैदानिक एब्लेशन फ्रेमवर्क (diagnostic ablation framework) है जो विशाल डेटा लेक्स पर एंड-टू-एंड एक्सप्लोरेटरी क्वेश्चन आंसरिंग (EQA) प्रदर्शन को विशिष्ट घटक विफलताओं—खोज (search), योजना (planning), और डेटा विश्लेषण (data analysis)—में विभाजित करता है ताकि बाधाओं को व्यवस्थित रूप से पहचाना जा सके और एजेंट डिज़ाइन में सुधार के लिए मार्गदर्शन किया जा सके।

Austin Senna Wijaya, Jiaxiang Liu, Haonan Wang, Eugene Wu2026-06-15
⚡ electrical engineering

GMN4AD: Graph Matching Network for Alzheimer's Disease Diagnosis with Test-Time Domain Adaptation using Multi-centered Structure Magnetic Resonance Imaging

यह शोध पत्र GMN4AD प्रस्तावित करता है, जो एक नवीन ढांचा है जो मल्टी-सेंटर स्ट्रक्चरल एमआरआई डेटा में विषमता को प्रभावी ढंग से संबोधित करने के लिए कंट्रास्टिव लर्निंग का उपयोग करते हुए टेस्ट-टाइम डोमेन एडाप्टेशन के साथ ग्राफ मैचिंग नेटवर्क्स को जोड़कर अल्जाइमर रोग के निदान में सुधार करता है।

Chen Zhao, Huan Huang, Yixin Xie, Jiajing Huang, Weihua Zhou, Nandakumar Narayanan2026-06-15
🤖 AI

Sorries Are Not the Hard Part: An Expert-Review Case Study of a Semi-Autonomous Formalization

यह शोध पत्र तर्क देता है कि सफल ऑटोफॉर्मलाइजेशन का मूल्यांकन केवल अपुष्ट अंतराल ("sorries") की अनुपस्थिति के बजाय परिभाषा की गुणवत्ता और API डिज़ाइन की विशेषज्ञ समीक्षा द्वारा किया जाना चाहिए, जो ग्रोटेंडिएक के वेनिशिंग थ्योरम (vanishing theorem) के एक केस स्टडी के माध्यम से यह प्रदर्शित करता है कि जबकि AI एजेंट स्थानीय यांत्रिक सुधारों को प्रभावी ढंग से लागू कर सकते हैं, वे उच्च-स्तरीय वैचारिक डिज़ाइन में संघर्ष करते हैं।

Vasily Ilin, Brian Nugent2026-06-15
🤖 AI

Adversarial Concept Search: Predicting Compositional Errors From Feature Geometry

यह शोध पत्र 'एडवर्सरियल कॉन्सेप्ट सर्च' नामक एक विधि प्रस्तावित करता है जो यह अनुमान लगाने के लिए कि अवधारणाओं के एन्कोडिंग्स कब एक-दूसरे के बहुत करीब होते हैं और एक-दूसरे में हस्तक्षेप करते हैं (न कि तब जब वे ऑर्थोगोनल होते हैं), एक एलएलएम (LLM) की रिप्रजेंटेशनल ज्योमेट्री का उपयोग करता है ताकि कंपोजिशनल विफलताओं की पहचान की जा सके।

Jennifer Meng Lu, Ruochen Zhang, Isabelle Lee, David Alvarez-Melis, Ellie Pavlick, Naomi Saphra2026-06-15