🤖 Category

cs.AI

23200 पेपर

💬 NLP

A Monosemantic Attribution Framework for Stable Interpretability in Clinical Neuroscience Transformer-Based Language Models

यह शोध पत्र एक एकीकृत व्याख्यात्मकता ढांचे (interpretability framework) को प्रस्तुत करता है जो ट्रांसफॉर्मर-आधारित भाषा मॉडलों के लिए स्थिर, इनपुट-स्तरीय महत्व स्कोर उत्पन्न करने के लिए मोनोसेमेंटिक फीचर निष्कर्षण (monosemantic feature extraction) का लाभ उठाता है, जिससे पॉलीसेमेंटिसिटी (polysemanticity) और अंतर-विधि परिवर्तनशीलता की चुनौतियों को संबोधित किया जा सके ताकि अल्जाइमर रोग के निदान में विश्वसनीय नैदानिक अनुप्रयोगों को सक्षम बनाया जा सके।

Michail Mamalakis, Tiago Azevedo, Cristian Cosentino, Chiara D'Ercoli, Subati Abulikemu, Zhongtian Sun, Richard Bethlehe (…)2026-06-02
🤖 AI

ELF: A Family of Encoder-Free ECG-Language Models

यह शोध पत्र ELF को प्रस्तुत करता है, जो तीन एनकोडर-मुक्त (encoder-free) ECG-भाषा मॉडलों का एक परिवार है, जो दो डेटासेटों में मौजूदा अत्याधुनिक मॉडलों के प्रतिस्पर्धी या बेहतर प्रदर्शन को प्राप्त करते हैं, जबकि काफी सरल आर्किटेक्चर और प्रशिक्षण पाइपलाइनों का उपयोग करते हैं।

William Han, Tony Chen, Chaojing Duan, Xiaoyu Song, Yihang Yao, Yuzhe Yang, Michael A. Rosenberg, Emerson Liu, Ding Zhao2026-06-02
💬 NLP

Demystifying Multi-Agent Debate: The Role of Confidence and Diversity

यह शोध पत्र पहचान करता है कि वैनिला मल्टी-एजेंट डिबेट अक्सर दृष्टिकोण विविधता और कैलिब्रेटेड आत्मविश्वास की कमी के कारण विफल हो जाती है, और दो हल्के हस्तक्षेपों—विविधता-जागरूक इनिशियलाइजेशन और कॉन्फिडेंस-मॉड्यूलेटेड अपडेट्स—का प्रस्ताव और सत्यापन करता है जो कई बेंचमार्क में तर्क करने के प्रदर्शन में महत्वपूर्ण सुधार करते हैं।

Xiaochen Zhu, Caiqi Zhang, Yizhou Chi, Tom Stafford, Nigel Collier, Andreas Vlachos2026-06-02
🤖 AI

How Much Progress Has There Been in NVIDIA Datacenter GPUs?

यह शोध पत्र 2000 के दशक के मध्य से 2025 तक NVIDIA डेटासेंटर GPU की तकनीकी प्रगति का विश्लेषण करता है, जो कंप्यूट प्रदर्शन के लिए तीव्र दोहरीकरण दरों को प्रकट करता है जो मेमोरी और बिजली दक्षता के लाभों से आगे निकल जाती है, जबकि प्रतिस्पर्धियों के विरुद्ध एक संकुचित लेकिन निरंतर प्रदर्शन अंतराल को उजागर करती है और यह मात्रात्मक रूप से बताती है कि कैसे अमेरिकी निर्यात नियंत्रण परिणामी अंतर्राष्ट्रीय तकनीकी विभाजन को महत्वपूर्ण रूप से चौड़ा कर सकते हैं।

Emanuele Del Sozzo, Martin Fleming, Kenneth Flamm, Neil Thompson2026-06-02
🤖 AI

Unplugging a Seemingly Sentient Machine Is the Rational Choice -- A Metaphysical Perspective

यह शोधपत्र यह तर्क देता है कि जैविक आदर्शवाद (Biological Idealism) के एक ढांचे को अपनाकर, जो चेतना को मौलिक और स्व-उत्पादक (autopoietic) जीवन से जुड़ा हुआ मानता है, 'अनप्लगिंग विरोधाभास' (unplugging paradox) को इस निष्कर्ष के साथ हल किया जा सकता है कि संवेदनशीलता-नकल करने वाले एआई (AI) में वास्तविक नैतिक स्थिति का अभाव है और नैतिक ध्यान मशीन अधिकारों पर अटकलें लगाने के बजाय मानव सचेत जीवन की रक्षा करने पर केंद्रित रहना चाहिए।

Erik J Bekkers, Anna Ciaunica2026-06-02
💬 NLP

APB-V: Accelerating Long-Video Understanding via Sequence-Parallelism-aware Approximate Attention

APB-V एक सीक्वेंस-पैरेलल फ्रेमवर्क है जो एप्रोक्सिमेट अटेंशन को कई GPUs में वितरित करके लार्ज मल्टीमॉडल मॉडल्स में लॉन्ग-वीडियो इन्फरेंस को तेज़ करता है, जिससे विजुअल कंप्रेशन की आवश्यकता के बिना और प्रदर्शन से समझौता किए बिना मौजूदा तरीकों की तुलना में महत्वपूर्ण गति प्राप्त होती है।

Yuxiang Huang, Mingye Li, Xu Han, Chaojun Xiao, Weilin Zhao, Ao Sun, Ziqi Yuan, Hao Zhou, Fandong Meng, Zhiyuan Liu2026-06-02
🤖 machine learning

GUDA: Counterfactual Group-wise Training Data Attribution for Diffusion Models via Unlearning

यह शोध पत्र GUDA का प्रस्ताव करता है, जो डिफ्यूजन मॉडल्स के लिए काउंटरफैक्चुअल ग्रुप-वाइज ट्रेनिंग डेटा एट्रिब्यूशन को कुशलतापूर्वक अनुमानित करने के लिए मशीन अनलर्निंग का लाभ उठाता है, जिससे पारंपरिक रिट्रेनिंग दृष्टिकोणों की तुलना में महत्वपूर्ण गति वृद्धि के साथ प्रभावशाली डेटा समूहों की विश्वसनीय पहचान संभव होती है।

Naoki Murata, Yuhta Takida, Chieh-Hsin Lai, Toshimitsu Uesaka, Bac Nguyen, Stefano Ermon, Yuki Mitsufuji2026-06-02
🤖 AI

MulFeRL: Enhancing Reinforcement Learning with Verbal Feedback in a Multi-turn Loop

यह शोध पत्र MulFeRL को पेश करता है, जो एक मल्टी-टर्न सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विफल नमूनों पर समृद्ध मौखिक फीडबैक को प्रशिक्षण योग्य शिक्षण संकेतों में परिवर्तित करके तर्क क्षमता को बढ़ाता है, जिससे यह इन-डोमेन और आउट-ऑफ-डोमेन दोनों कार्यों में मौजूदा सुपरवाइज्ड और RLVR बेसलाइन से बेहतर प्रदर्शन करता है।

Xuancheng Li, Haitao Li, Yujia Zhou, YiqunLiu, Qingyao Ai2026-06-02
🤖 AI

Med-Scout: Curing MLLMs' Geometric Blindness in Medical Perception via Geometry-Aware RL Post-Training

यह शोध पत्र Med-Scout को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो अनलेबल छवियों से प्राप्त प्रॉक्सी कार्यों के साथ सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करके चिकित्सा मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की ज्यामितीय अंधापन (geometric blindness) को संबोधित करता है, जिससे महंगी विशेषज्ञ एनोटेशन पर निर्भर किए बिना ज्यामितीय धारणा और सामान्य चिकित्सा समझ में महत्वपूर्ण सुधार होता है।

Anglin Liu, Ruichao Chen, Yi Lu, Hongxia Xu, Jintai Chen2026-06-02
🤖 machine learning

Zero-Shot Off-Policy Learning

यह शोध पत्र एक ज़ीरो-शॉट ऑफ-पॉलिसी लर्निंग विधि प्रस्तावित करता है जो इष्टतम महत्व नमूनाकरण (इम्पॉर्टेंस सैंपलिंग) अनुपातों को अनुमानित करने के लिए सक्सेसर मेजर्स और स्टेशनरी डेंसिटी रेश्यो के बीच एक सैद्धांतिक संबंध का लाभ उठाता है, जिससे विविध बेंचमार्क में नई कार्यों के लिए प्रशिक्षण-मुक्त अनुकूलन सक्षम होता है।

Arip Asadulaev, Maksim Bobrin, Salem Lahlou, Dmitry Dylov, Fakhri Karray, Martin Takac2026-06-02