🤖 Category

cs.AI

23200 पेपर

🤖 AI

Different Layers, Different Manifolds: Module-Wise Weight-Space Geometry in Transformer Optimization

यह शोध पत्र प्रदर्शित करता है कि ट्रांसफॉर्मर अनुकूलन (transformer optimization) मॉड्यूल-विशिष्ट मैनिफोल्ड बाधाओं (module-specific manifold constraints) से लाभान्वित होता है, विशेष रूप से यह दिखाते हुए कि अटेंशन परतों पर स्टिफ़ल ज्यामिति (Stiefel geometry) और एमएलपी परतों पर डीग्राम ज्यामिति (DGram geometry) लागू करना अटेंशन वेट्स में सिंगुलर वैल्यू वृद्धि के कारण होने वाली अस्थिरता को रोकने के लिए समान कॉन्फ़िगरेशन की तुलना में बेहतर प्रदर्शन करता है।

Kirato Yoshihara2026-06-12
🤖 AI

Physics-Guided Spatiotemporal Learning for Coastal Wave Peak Period Estimation from Video

यह शोध पत्र एक भौतिकी-निर्देशित गहन स्थानिक-कालिक शिक्षण ढांचे का प्रस्ताव करता है जो तटवर्ती तरंग पीक अवधियों का सटीक और सुसंगत अनुमान लगाने के लिए निष्क्रिय तटीय वीडियो स्ट्रीम, सिम-टू-रियल ट्रांसफर लर्निंग और भौतिकी-सूचित नियमितीकरण का लाभ उठाता है, जो पारंपरिक निगरानी प्रणालियों के लिए एक लागत प्रभावी और परिचालन रूप से व्यवहार्य विकल्प प्रदान करता है।

Abubakar Hamisu Kamagata, Dharm Singh Jat, Attlee Munyaradzi Gamundani, Abhishek Srivastava, Paramasivam Saravanakumar2026-06-12
🤖 AI

Rarity-Gated Context Conditioning for Offline Imitation Learning-Based Maritime Anomaly Detection

यह शोध पत्र रैरिटी-गेटेड फीचर-वाइज लीनियर मॉड्यूलेशन (RGFiM) का प्रस्ताव करता है, जो एक नवीन मॉड्यूल है जो दुर्लभ पर्यावरणीय शासनों में समुद्री विसंगति का पता लगाने की सटीकता में सुधार करने और गलत अलार्म को प्रभावी ढंग से कम करने के लिए डेटा-संचालित दुर्लभता स्कोर के आधार पर संदर्भ अनुकूलन को गतिशील रूप से समायोजित करता है।

Yongmin Kim, ByeongHoon Jeon, Sungil Kim2026-06-12
🔬 physics

Dual-Domain Equivariant Generative Adversarial Network for Multimodal CT-PET Synthesis

यह शोध पत्र एक ड्यूल-डोमेन इक्विवेरिएंट जेनरेटिव एडवरसैरियल नेटवर्क (DDE-GAN) का प्रस्ताव करता है जो मल्टीमॉडल CT-PET इमेज सिंथेसिस में उत्कृष्ट शारीरिक निष्ठा और मजबूती प्राप्त करने के लिए रोटेशनल इक्विवेरेंस बाधाओं के साथ स्थानिक और आवृत्ति डोमेन लर्निंग को एकीकृत करता है।

Gabriel Steele, Alzahra Altalib, Alessandro Perelli2026-06-12
🤖 AI

Real-Time Execution with Autoregressive Policies

यह शोधपत्र यह प्रदर्शित करता है कि टोकेनाइजेशन क्षितिज (tokenization horizons) को समायोजित करके और नियंत्रित डिकोडिंग (constrained decoding) लागू करके, ऑटोरेग्रेसिव नीतियां सख्त विलंबता सीमाओं (latency bounds) के साथ वास्तविक समय निष्पादन प्राप्त कर सकती हैं, जिससे वे कार्य पूर्णता की गति और सामान्यीकरण दोनों में फ्लो-मैचिंग समकक्षों से बेहतर प्रदर्शन करती हैं।

Sangkyu Lee, Seohyeon Park, Tackgeun You, Avi Caciularu, Idan Szpektor, Hwasup Lim, Youngjae Yu2026-06-12
🤖 AI

Who Pays the Price? Stakeholder-Centric Prompt Injection Benchmarking for Real-world Web Agents

यह शोधपत्र **StakeBench** को प्रस्तुत करता है, जो एक नया बेंचमार्क है जो LLM-संचालित वेब एजेंटों पर प्रॉम्प्ट इंजेक्शन हमलों के मूल्यांकन को विशुद्ध रूप से तकनीकी, हमला-केंद्रित दृष्टिकोण से बदलकर एक हितधारक-केंद्रित ढांचे में ले जाता है, जिससे यह पता चलता है कि वर्तमान एजेंट विविध और विषम विफलता मोड से ग्रस्त हैं जो उपयोगकर्ताओं, विक्रेताओं और प्लेटफार्मों जैसी विभिन्न संस्थाओं को असमान रूप से नुकसान पहुँचाते हैं।

Zihao Wang, Yiming Li, Yutong Wu, Zheyu Liu, Kangjie Chen, Fok Kar Wai, Pin-Yu Chen, Vrizlynn L. L. Thing, Bo Li, Dachen (…)2026-06-12
🤖 AI

Mod-Guide: An LLM-based Content Moderation Feedback System to Address Insensitive Speech toward Indigenous Ethnic and Religious Minority Communities

यह शोध पत्र मॉड-गाइड (Mod-Guide) को प्रस्तुत करता है, जो रिट्रीवल-ऑगमेंटेड जनरेशन और बांग्लादेश के हिंदू एवं चकमा समुदायों के असंवेदनशील भाषण के सह-निर्मित संग्रह द्वारा संवर्धित एक एलएलएम-आधारित (LLM-based) सामग्री मॉडरेशन प्रणाली है, जो अल्पसंख्यक दृष्टिकोणों और जीवंत अनुभवों को मॉडरेशन पाइपलाइन में एकीकृत करके सांस्कृतिक रूप से हानिकारक भाषा का पता लगाने की क्षमता में सुधार करता है।

Dipto Das, Achhiya Sultana, Ankit Singh Chauhan, Saadia Binte Alam, Mohammad Shidujaman, Shion Guha, Sunandan Chakrabort (…)2026-06-12
🤖 AI

Neuro-Symbolic Agents for Regulated Process Automation: Challenges and Research Agenda

यह शोध पत्र विनियमित उद्योगों के लिए LLM-आधारित एजेंटों में नियमों और प्रक्रिया मॉडलों जैसी प्रतीकात्मक संरचनाओं को मुख्य स्थापत्य घटकों के रूप में एकीकृत करने की वकालत करता है, जो नियंत्रण-प्रवाह उल्लंघनों को रोकने के लिए एक "कंप्लायंस-बाय-कंस्ट्रक्शन" (निर्माण-द्वारा-अनुपालन) प्रतिमान का प्रस्ताव करता है और इस दृष्टिकोण को सक्षम करने के लिए प्रमुख न्यूरो-सिंबोलिक अनुसंधान चुनौतियों की पहचान करता है।

Alexander Rombach, Chantale Lauer, Nijat Mehdiyev2026-06-12
🤖 AI

OmniDirector: General Multi-Shot Camera Cloning without Cross-Paired Data

यह शोधपत्र OmniDirector को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो एक नवीन ग्रिड-आधारित कैमरा प्रतिनिधित्व और पात्रों, क्रियाओं एवं जटिल कैमरा प्रक्षेप पथों (trajectories) को समन्वित करने के लिए एक पदानुक्रमित प्रॉम्प्ट विस्तार एजेंट का उपयोग करके, क्रॉस-पेयर्ड डेटा की आवश्यकता के बिना वीडियो जनरेशन के लिए सामान्य मल्टी-शॉट कैमरा क्लोनिंग को सक्षम बनाता है।

Jiwen Liu, Shujuan Li, Zhixue Fang, Xiaohan Li, Yan Zhou, Zijie Meng, Zhimin Zhang, Yawen Luo, Guoxin Zhang, Yu-Shen Liu (…)2026-06-12
🤖 AI

Evaluation Sovereignty in Metadata-Driven Classification: A Multi-Track Framework for Weakly Supervised Information Systems

यह शोध पत्र "मूल्यांकन संप्रभुता" (evaluation sovereignty) की अवधारणा को पेश करते हुए मानक मशीन लर्निंग मूल्यांकन की तटस्थता को चुनौती देता है और एक बहु-ट्रैक ढांचे के माध्यम से यह प्रदर्शित करता है कि कमजोर रूप से पर्यवेक्षित, मेटाडेटा-संचालित प्रणालियों में प्रदर्शन मेट्रिक्स अक्सर वास्तविक भविष्य कहने वाली क्षमता के बजाय लेबलिंग प्रक्रियाओं के साथ संरेखण को दर्शाते हैं, जैसा कि स्वतंत्र गोल्ड-स्टैंडर्ड लेबल के विरुद्ध परीक्षण किए जाने पर वर्गीकरण सटीकता में भारी गिरावट से सिद्ध होता है।

Raymond Vasquez2026-06-12