💬 NLP

Human-AI Co-design for Clinical Prediction Models

यह शोध पत्र HACHI को प्रस्तुत करता है, जो एक पुनरावृत्ति मानव-इन-द-लूप (human-in-the-loop) ढांचा है जो विशेषज्ञ फीडबैक के माध्यम से नैदानिक नोट्स (clinical notes) से व्याख्यात्मक अवधारणाओं (interpretable concepts) को तेजी से खोजने और परिष्कृत करने के लिए एआई एजेंटों का लाभ उठाता है, जिससे अधिक सटीक और सामान्यीकरण योग्य नैदानिक भविष्यवाणी मॉडल के विकास को गति मिलती है और साथ ही एआई को निर्देशित करने में मानवीय निरीक्षण की महत्वपूर्ण भूमिका पर प्रकाश डाला जाता है।

Jean Feng, Avni Kothari, Patrick Vossler, Andrew Bishara, Lucas Zier, Newton Addo, Aaron Kornblith, Yan Shuo Tan, Chanda (…)2026-06-11
🤖 AI

An XAI View on Explainable ASP: Methods, Systems, and Perspectives

यह सर्वेक्षण एंसेर सेट प्रोग्रामिंग (Answer Set Programming) के लिए मौजूदा स्पष्टीकरण विधियों और उपकरणों का एक XAI-निर्देशित अवलोकन प्रदान करता है, जो उन्हें उपयोगकर्ता की आवश्यकताओं के साथ मैप करता है और साथ ही वर्तमान कमियों की पहचान करता है और भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।

Thomas Eiter, Tobias Geibinger, Zeynep G. Saribatur2026-06-11
💬 NLP

When Generic Prompt Improvements Hurt: Evaluation-Driven Iteration for LLM Applications

यह तकनीकी रिपोर्ट मिनिमम विएबल इवैल्यूएशन सूट (MVES) फ्रेमवर्क का परिचय देती है और स्थानीय एब्लेशन अध्ययनों के माध्यम से यह प्रदर्शित करती है कि सामान्य प्रॉम्प्ट सुधार विशिष्ट LLM एप्लिकेशन के प्रदर्शन को कम कर सकते हैं, जिससे तैनाती से पहले रिग्रेशन जोखिमों को कम करने के लिए मूल्यांकन-संचालित पुनरावृत्ति (इटरेशन) का समर्थन मिलता है।

Daniel Commey2026-06-11
🤖 AI

MentisOculi: Revealing the Limits of Reasoning with Mental Imagery

यह शोध पत्र MentisOculi प्रस्तुत करता है, जो एक बेंचमार्क सुइट है जो यह प्रदर्शित करता है कि दृश्य तर्क (विजुअल रीजनिंग) की क्षमता के बावजूद, वर्तमान एकीकृत मल्टीमॉडल मॉडल संचयी पीढ़ी त्रुटियों (कंपाउंडिंग जनरेशन एरर्स) और दृश्य सहायता का प्रभावी ढंग से लाभ उठाने में असमर्थता के कारण मध्यवर्ती विज़ुअलाइज़ेशन के माध्यम से प्रदर्शन में सुधार करने में विफल रहते हैं।

Jana Zeller, Thaddäus Wiedemer, Fanfei Li, Thomas Klein, Prasanna Mayilvahanan, Matthias Bethge, Felix Wichmann, Ryan Co (…)2026-06-11
🤖 AI

Global Geometry Is Not Enough for Vision Representations

यह शोध पत्र प्रदर्शित करता है कि विज़न रिप्रजेंटेशन्स (vision representations) में कंपोजिशनल बाइंडिंग (compositional binding) की भविष्यवाणी करने के लिए ग्लोबल एम्बेडिंग ज्योमेट्री (global embedding geometry) अपर्याप्त है, और इसके बजाय, इनपुट-आउटपुट जैकोबियन्स (input-output Jacobians) के माध्यम से मापी गई फंक्शनल सेंसिटिविटी (functional sensitivity), विजुअल एलिमेंट्स को कंपोज़ करने की मॉडल की क्षमता का एक महत्वपूर्ण और विश्वसनीय संकेतक है।

Jiwan Chung, Seon Joo Kim2026-06-11
🤖 AI

Learning to Inject: Automated Prompt Injection via Reinforcement Learning

यह शोध पत्र AutoInject को पेश करता है, जो एक ब्लैक-बॉक्स सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो एक सीखे गए तुलना-आधारित पुरस्कार (comparison-based reward) का उपयोग करके प्रॉम्प्ट इंजेक्शन के लिए प्रतिकूल प्रत्यय (adversarial suffixes) को कुशलतापूर्वक उत्पन्न करके मौजूदा स्वचालित विधियों की सीमाओं को दूर करता है, जिससे मानक और विशेष रूप से संरेखित (specially aligned) दोनों प्रकार के लार्ज लैंग्वेज मॉडल्स के विरुद्ध अत्याधुनिक सफलता दर प्राप्त होती है।

Xin Chen, Jie Zhang, Florian Tramèr2026-06-11
🤖 AI

SAGE: Scalable AI Governance & Evaluation

SAGE एक स्केलेबल AI गवर्नेंस फ्रेमवर्क है जो नीति (policy), मिसाल (precedent) और LLM सरोगेट जजों के द्विआयामी अंशांकन लूप (bidirectional calibration loop) के माध्यम से उच्च-गुणवत्ता वाले मानवीय निर्णय को कार्यान्वित करता है, जिसमें लिंक्डइन सर्च में नीति-अनुरूप मॉडल मूल्यांकन को सक्षम करने के लिए लागत प्रभावी डिस्टिलेशन का उपयोग किया गया है, जिसने अंततः दैनिक सक्रिय उपयोगकर्ताओं को 0.25% तक बढ़ा दिया।

Benjamin Le, Xueying Lu, Nick Stern, Wenqiong Liu, Igor Lapchuk, Xiang Li, Baofen Zheng, Kevin Rosenberg, Jiewen Huang (…)2026-06-11
🤖 machine learning

Improving Detection of Rare Nodes in Hierarchical Multi-Label Learning

यह शोध पत्र एक भारित हानि उद्देश्य (weighted loss objective) प्रस्तावित करता है जो पदानुक्रमित बहु-लेबल वर्गीकरण (hierarchical multi-label classification) में दुर्लभ नोड्स के पता लगाने में सुधार करने के लिए एन्सेम्बल अनिश्चितताओं (ensemble uncertainties) पर आधारित फोकल वेटिंग के साथ नोड-वार असंतुलन वेटिंग को जोड़ता है, जिसके परिणामस्वरूप रिकॉल और F1F_{1} स्कोर में महत्वपूर्ण लाभ प्राप्त होता है।

Isaac Xu, Martin Gillis, Ayushi Sharma, Benjamin Misiuk, Craig J. Brown, Thomas Trappenberg2026-06-11
🤖 AI

Autoregressive Direct Preference Optimization

यह शोध पत्र ऑटोरिग्रेसिव डायरेक्ट प्रेफरेंस ऑप्टिमाइजेशन (ADPO) का प्रस्ताव करता है, जो एक नया संस्करण है जो ब्रैडली-टेरी मॉडल से पहले स्पष्ट रूप से ऑटोरिग्रेसिव धारणाओं को लागू करके DPO उद्देश्य को पुनर्गठित करता है, जिसके परिणामस्वरूप एक शिफ्ट किया गया लॉस फंक्शन और बेहतर प्रेफरेंस ऑप्टिमाइजेशन के लिए विशिष्ट टोकन और फीडबैक लेंथ मेजर्स की पहचान होती है।

Masanari Oi, Mahiro Ukai, Masahiro Kaneko, Naoaki Okazaki, Nakamasa Inoue2026-06-11
💬 NLP

On the Optimal Reasoning Length for RL-Trained Language Models

यह शोध पत्र प्रदर्शित करता है कि सुदृढीकरण अधिगम (reinforcement learning) द्वारा प्रशिक्षित भाषा मॉडलों के लिए, तर्क सटीकता (reasoning accuracy) आउटपुट लंबाई के साथ एक गैर-एकदिष्ट (non-monotonic) संबंध प्रदर्शित करती है, जो एक मध्यवर्ती मान पर चरम पर पहुँचती है क्योंकि यह बढ़ते हुए सटीक केंद्रीय प्रवृत्ति (central tendency) के आसपास बढ़ते हुए प्रसार (dispersion) के कारण होता है, भले ही विचार श्रृंखलाओं (chains of thought) के लंबा होने के साथ मोड सटीकता (mode accuracy) में सुधार जारी रहता है।

Daisuke Nohara, Taishi Nakamura, Rio Yokota2026-06-11