🤖 Category

cs.AI

23200 पेपर

🤖 machine learning

Semantic Quorum Assurance: Collective Certification for Non-Deterministic AI Infrastructure

यह शोध पत्र सेमेंटिक कोरम एश्योरेंस (SQA) का परिचय देता है, जो एक कंट्रोल-प्लेन प्रिमिटिव है जो प्रस्तावित इंफ्रास्ट्रक्चर म्यूटेशन्स को सामूहिक, जोखिम-अनुकूलित प्रमाणन के लिए विविध सैंडबॉक्स्ड वैलिडेटर एजेंटों के एक पैनल तक रूट करके गैर-नियत (non-deterministic) AI-संचालित क्लाउड ऑपरेशन्स में सुरक्षा जोखिमों को कम करता है, जिससे न्यूनतम विलंबता ओवरहेड के साथ असुरक्षित अनुमोदनों को 18.5% से घटाकर 0.3% कर दिया गया है।

Jun He, Deying Yu2026-06-09
💻 computer science

Sci-Rho: A Multilingual Visually-Grounded Symbolic Benchmark for STEM Problems

यह शोध पत्र Sci-Rho को प्रस्तुत करता है, जो पाँच विषयों और सात भाषाओं में 4,242 निष्पादन योग्य (executable) STEM समस्या टेम्पलेट्स वाला एक बहुभाषी, दृश्य-आधारित (visually-grounded) प्रतीकात्मक बेंचमार्क है, जो यह प्रकट करता है कि जब अत्याधुनिक विज़न-लैंग्वेज मॉडल्स का मूल्यांकन स्थिर औसत के बजाय सबसे खराब स्थिति वाले बदलावों (worst-case variations) के विरुद्ध किया जाता है, तो उनमें महत्वपूर्ण मजबूती संबंधी अंतराल (robustness gaps) होते हैं।

Muhammad Falensi Azmi, Ikhlasul Akmal Hanif, Vallerie Alexandra Putra, Adi Yeltay, Abdullah Mubarak, Fajri Koto2026-06-09
🤖 machine learning

When Behavioral Safety Evaluation Fails: A Representation-Level Perspective

यह शोध पत्र एक हस्तक्षेप-आधारित ढांचे और लेटेंट वल्नरेबिलिटी स्कोर (LVS) को पेश करते हुए यह तर्क देता है कि व्यवहार संबंधी सुरक्षा मूल्यांकन लार्ज लैंग्वेज मॉडल की मजबूती का आकलन करने के लिए अपर्याप्त हैं, जो यह प्रकट करता है कि मॉडल अपने लेटेंट रिप्रजेंटेशन में महत्वपूर्ण आंतरिक कमजोरियों को संजोए रखते हुए भी सुरक्षित बाहरी व्यवहार बनाए रख सकते हैं।

Enyi Jiang, Anders Gjølbye, Yibo Jacky Zhang, Sanmi Koyejo2026-06-09
🤖 AI

OSMGraphCLIP: Learning Global Location Representations from OpenStreetMap Graphs

OSMGraphCLIP एक नवीन CLIP-शैली का मॉडल है जो ओपनस्ट्रीटमैप (OpenStreetMap) की विषम ग्राफ संरचनाओं को एनकोड करके सुदृढ़ वैश्विक स्थान निरूपण सीखता है, जिससे विविध भू-स्थानिक कार्यों में उपग्रह-आधारित विधियों के तुलनीय या उनसे बेहतर प्रदर्शन प्राप्त होता है, विशेष रूप से सामाजिक-आर्थिक और सार्वजनिक स्वास्थ्य डोमेन में जहाँ निर्मित परिवेश के स्पष्ट अर्थपूर्ण एनोटेशन बेहतर अंतर्दृष्टि प्रदान करते हैं।

Dimitrios Michail, Eleni Saka, Ioannis Giannopoulos, Ioannis Papoutsis2026-06-09
🤖 AI

SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows

SKILL.nb एक ऐसा फ्रेमवर्क है जो चयनात्मक औपचारिकता (selective formalization) और ऑडिट योग्य नोटबुक के भीतर गेटेड निष्पादन (gated execution) को नियोजित करके पुन: प्रयोज्य AI एजेंट वर्कफ़्लो की स्थायित्व और विश्वसनीयता को बढ़ाता है, जिससे विविध वेब ऑटोमेशन बेंचमार्क में श्रेष्ठ प्रदर्शन और स्थिरता प्राप्त करने के साथ-साथ पर्यावरणीय विचलन (environmental drift) के प्रति गतिशील अनुकूलन संभव होता है।

Amine El Hattami, Nicolas Chapados, Christopher Pal2026-06-09
🤖 AI

How Small Can You Go? LoRA Fine-Tuning 270M-8B Models for Merchant Information Extraction in Financial Transactions

यह शोध पत्र वित्तीय मर्चेंट सूचना निष्कर्षण के लिए 270M से 8B पैरामीटर्स तक के 24 LoRA-फाइन-ट्यून्ड मॉडल्स के परिनियोजन (डिप्लॉयमेंट) की दक्षता का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि 4B और 0.8B Qwen 3.5 वेरिएंट्स जैसे छोटे मॉडल्स 8B बेसलाइन के लगभग समान प्रदर्शन प्राप्त कर सकते हैं, जबकि वे काफी बेहतर लेटेंसी और लागत ट्रेड-ऑफ प्रदान करते हैं।

Donghao Huang, Tomas Drietomsky, Benjamin Barrett, Zhaoxia Wang2026-06-09
💬 NLP

What's the Point? Spatial Grammar & Index Resolution for Sign Language Processing

यह शोध पत्र स्थानिक संदर्भ समाधान (spatial reference resolution) को इंडेक्स डिटेक्शन और डिस्कोर्स एंटिटी लिंकिंग में विभाजित करने वाले एक ढांचे को पेश करके साइन लैंग्वेज रिकग्निशन में स्थानिक इंडेक्सिंग के अंडर-मॉडलिंग को संबोधित करता है, जिससे स्वचालित एनोटेशन सक्षम होता है और एक सहायक इंडेक्सिंग विशेषज्ञ के साथ फ्रोजन एसएलआर (SLR) मॉडलों को उन्नत किया जाता है।

Oline Ranum, Simon Hadfield, Richard Bowden2026-06-09
💻 computer science

EgoAERO: Learning Dexterous Manipulation from a Single Egocentric Video without Object Assets

EgoAERO एक नवीन फ्रेमवर्क है जो रोबोट्स को बिना किसी प्री-स्कैन किए गए ऑब्जेक्ट एसेट्स की आवश्यकता के, एक एकल एर्गोसेंट्रिक (egocentric) RGB-D वीडियो से दक्ष हेरफेर (dexterous manipulation) सीखने में सक्षम बनाता है, जो संपर्क-संगत प्रक्षेप पथों (contact-consistent trajectories) का पुनर्निर्माण करता है और बड़े पैमाने पर EgoDex-R डेटासेट को प्रस्तुत करता है।

Yichen Niu, Haoran Lv, Xinrui Zhang, Xueyao Wan, Shiyu Gao, Ying Ai, Hui Xu, Yongqi Hu, Hengyi Zhang, Yang Xie, Zhaxizh (…)2026-06-09
💬 NLP

Aligned but Not Partner-Specific: Distinguishing How Multimodal LLM Agents Succeed in Reference Games Without Human-Like Conventions

यह शोध पत्र यह प्रदर्शित करता है कि जहाँ मल्टीमॉडल एलएलएम (LLM) एजेंट उच्च लेबल संरेखण के माध्यम से संदर्भ खेलों (reference games) में समन्वय प्राप्त करते हैं, वहीं वे मानव-समान भागीदार-विशिष्ट परंपराओं को विकसित करने में विफल रहते हैं, और इसके बजाय निरंतर विस्तृत विवरणों पर निर्भर रहते हैं जो अंतःक्रिया इतिहास के साथ संकुचित नहीं होते हैं।

Po-Ya Angela Wang, Chinmaya Mishra, Aslı Özyürek, Paula Rubio-Fernández, Esam Ghaleb2026-06-09
💻 computer science

Fast LLM-Based Semantic Filtering: From a Unified Framework to an Adaptive Two-Phase Method

यह शोधपत्र एक अनुकूली द्वि-चरणीय अर्थ संबंधी फ़िल्टरिंग फ्रेमवर्क प्रस्तुत करता है जो सॉफ्ट कॉन्फिडेंस लेबल और स्पार्स-अवेयर कैलिब्रेशन पर प्रशिक्षित टोकन-अवेयर प्रॉक्सी के साथ मॉडल-मुक्त क्लस्टरिंग को गतिशील रूप से संयोजित करके मौजूदा LLM-आधारित कैस्केड्स की सीमाओं को दूर करता है, जिससे उच्च सटीकता बनाए रखते हुए पूर्व विधियों की तुलना में 1.6–2.0x की गति वृद्धि प्राप्त होती है।

Kyoungmin Kim, Martin Catheland, Anastasia Ailamaki2026-06-09