23200 पेपर
RadAgent एक टूल-उपयोग करने वाला AI एजेंट है जो एक व्याख्या योग्य, चरण-दर-चरण तर्क प्रक्रिया (reasoning trace) प्रदान करके चेस्ट CT रिपोर्ट जनरेशन को बेहतर बनाता है, जो मौजूदा 3D विजन-लैंग्वेज मॉडल्स की तुलना में नैदानिक सटीकता, मजबूती और निष्ठा में महत्वपूर्ण सुधार करता है।
21 ओपन-वेट (open-weight) एलएलएम (LLM) के इस बड़े पैमाने के ऑडिट से पता चलता है कि सुरक्षा मीट्रिक के रूप में रिफ्यूज़ल रेट (refusal rate) पर निर्भरता दोषपूर्ण है क्योंकि इसमें ओवर-रिफ्यूज़ल (over-refusal) और हानिकारक अनुपालन (harmful compliance) के बीच महत्वपूर्ण ट्रेडऑफ मौजूद हैं, यह विकलांग व्यक्तियों की तुलना में प्रमुख समूहों के पक्ष में असमान जनसांख्यिकीय सुरक्षा को उजागर करता है, और यह प्रदर्शित करता है कि सुरक्षा व्यवहार मुख्य रूप से मॉडल आर्किटेक्चर के बजाय पोस्ट-ट्रेनिंग उद्देश्यों द्वारा आकार लेते हैं।
यह शोध पत्र मिक्सड-इंटीजर लीनियर प्रोग्रामिंग निर्णय इंजनों के लिए एक नया "पोस्ट-सॉल्व रोबस्टनेस" (समाधान-पश्चात सुदृढ़ता) स्तर प्रस्तावित करता है जो वास्तविक दुनिया के पैरामीटर परिवर्तनों के विरुद्ध स्थिरता के लिए प्रमाणित, सॉल्वर-समर्थित साक्ष्य प्रदान करने हेतु व्यवहार्य पड़ोस (फिजिबल नेबरहुड्स) और समाधान की सुगमता (सॉल्यूशन स्मूथनेस) को औपचारिक रूप देकर नाममात्र के इष्टतम समाधानों का ऑडिट करता है।
यह शोध पत्र PIBO प्रस्तुत करता है, जो एक क्रम-अपरिवर्तनीय (permutation-invariant) बेयस अनुकूलन विधि है, जो टरबाइन प्लेसमेंट में समरूपता का लाभ उठाने के लिए ऑप्टिमल ट्रांसपोर्ट थ्योरी का उपयोग करके ऑफशोर विंड फार्म लेआउट को कुशलतापूर्वक अनुकूलित करती है, जिससे मानक दृष्टिकोणों की तुलना में काफी कम गणना समय के साथ बेहतर परिणाम प्राप्त होते हैं।
यह शोध पत्र SortingHat को प्रस्तुत करता है, जो एक AI-संचालित डिजिटल शिक्षण सहायक है जो चुनौतीपूर्ण ऑपरेटिंग सिस्टम पाठ्यक्रमों के लिए व्यक्तिगत, अनुकूलन योग्य और स्वचालित शैक्षिक सहायता प्रदान करने हेतु रिट्रीवल ऑगमेंटेड जनरेशन, मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग और एक 3D LLM इंटरफ़ेस का लाभ उठाता है।
यह शोध पत्र AEyeDE का प्रस्ताव करता है, जो एक व्याख्यात्मक ढांचा (interpretable framework) है जो एक प्रॉक्सी ट्रांसफॉर्मर मॉडल से अटेंशन-आधारित एट्रिब्यूशन मैप्स का लाभ उठाकर एआई-जनित टेक्स्ट का प्रभावी ढंग से पता लगाने के लिए एक हल्के वजन वाले CNN को इन संरचनात्मक संकेतों पर प्रशिक्षित करता है, जो विभिन्न सेटिंग्स और व्यवधानों (perturbations) में मजबूत प्रदर्शन प्रदर्शित करता है जहाँ पारंपरिक सतही-सांख्यिकीय (surface-statistic) विधियाँ संघर्ष करती हैं।
यह अध्ययन 62,811 युग्मित एम्बिएंट एआई ड्राफ्ट और चिकित्सक-संपादित नोट्स का विश्लेषण करता है यह प्रकट करने के लिए कि चिकित्सक संशोधन के दौरान व्यवस्थित रूप से अधिक हेजिंग भाषा (संशयपूर्ण भाषा) पेश करते हैं और अधिक अनिश्चितता की ओर बढ़ते हैं, जिसमें विभिन्न एआई विक्रेताओं और नैदानिक विशिष्टताओं के बीच महत्वपूर्ण भिन्नताएं देखी गई हैं।
यह अध्ययन प्रकट करता है कि जहाँ एम्बिएंट एआई (ambient AI) उपकरण क्लिनिकल ड्राफ्ट में कलंकपूर्ण भाषा उत्पन्न करते हैं, वहीं चिकित्सकों द्वारा की जाने वाली एडिटिंग अक्सर इस समस्या को और बढ़ा देती है क्योंकि वे हटाए गए शब्दों की तुलना में अधिक कलंकपूर्ण शब्द शामिल कर देते हैं, जिसके परिणामस्वरूप अंतिम इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड में पक्षपाती भाषा में शुद्ध वृद्धि होती है।
यह शोध पत्र SemEval-2026 टास्क 1 (MWAHAHA) के लिए प्रथम स्थान प्राप्त करने वाले एक ऐसे सिस्टम को प्रस्तुत करता है जो "जनरेट-मेनी, सेलेक्ट-बेस्ट" रणनीति का उपयोग करके हास्य की श्रोता-निर्भर प्रकृति को संबोधित करता है, जहाँ उम्मीदवारों के एक विविध समूह को पूर्ण हास्य स्कोर के बजाय मानव युग्मवार निर्णयों (human pairwise judgments) पर प्रशिक्षित प्राथमिकता मॉडल द्वारा रैंक किया जाता है।
यह शोध पत्र एक बहु-डोमेन रेड टीमिंग फ्रेमवर्क प्रस्तुत करता है जो 690 नैदानिक रूप से आधारित परिदृश्यों में ग्यारह मेडिकल एलएलएम (LLMs) का मूल्यांकन करता है, जिससे यह पता चलता है कि हालांकि शीर्ष मॉडल उच्च समग्र स्कोर प्राप्त करते हैं, फिर भी वे महत्वपूर्ण सुरक्षा विफलताओं और समानता संबंधी पूर्वाग्रहों को प्रदर्शित करते हैं जिनके लिए स्वचालन के साथ चिकित्सक की देखरेख को संयोजित करने वाले हाइब्रिड मूल्यांकन दृष्टिकोणों की आवश्यकता होती है।