cs.AI पेपर | Gist.Science

Answer-Conditioned Chain-of-Thought Distillation for Few-Shot Industrial Vision with Small VLMs

यह शोध पत्र औद्योगिक विज़ुअल निरीक्षण के फ्यू-शॉट (few-shot) कार्यों के लिए छोटे विज़न-लैंग्वेज मॉडल्स को तेज़ी से अनुकूलित करने हेतु 'आंसर-कंडीशन्ड चेन-ऑफ-थॉट डिस्टिलेशन' का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि सही लेबल पर आधारित तर्क उत्पन्न करना, न्यूनतम डेटा पर प्रशिक्षित होने पर, डायरेक्ट फाइन-ट्यूनिंग और यहाँ तक कि GPT-4.1 जैसे बड़े मॉडल्स की तुलना में भी काफी बेहतर प्रदर्शन करता है।

Shubham Rao2026-07-14

🤖 AI

Commenting with Copilot: A Taxonomy and Multi-Year Analysis of Student Code-Generation Specifications

यह शोध पत्र स्नातक प्रोग्रामिंग सबमिशन के चार वर्षीय विश्लेषण को प्रस्तुत करता है ताकि AI कोड-जेनरेशन विनिर्देशों (specifications) के रूप में उपयोग किए जाने वाले छात्र टिप्पणियों के लिए एक त्रि-आयामी वर्गीकरण (taxonomy) पेश किया जा सके, जो यह प्रकट करता है कि छात्र मुख्य रूप से "क्या" (What) टिप्पणियाँ लिखते हैं, प्रक्रियात्मक कार्यों के लिए "कैसे" (How) टिप्पणियों की ओर स्थानांतरित होते हैं, और विनिर्देशों को बार-बार फिर से लिखने के बजाय जनरेट किए गए कोड को सत्यापित करने को प्राथमिकता देते हैं।

Nasser Giacaman, Valerio Terragni, Paul Denny, Viraj Kumar2026-07-14

⚛️ quantum physics

MDQEC-QAS: Meta-Decoding for Quantum Error Correction with Hardware-Aware VQC Search and Confidence-Gated Recovery

यह शोध पत्र MDQEC-QAS प्रस्तुत करता है, जो एक एकीकृत मेटा-डिकोडिंग फ्रेमवर्क है जो शास्त्रीय और हार्डवेयर-जागरूक वेरिएशनल क्वांटम सर्किट डिकोडर्स दोनों का उपयोग करके विविध क्वांटम कोड्स और नॉइज़ सेटिंग्स में सिंड्रोम-टू-रिकवरी मैपिंग सीखता है, और यह प्रदर्शित करता है कि रॉ डिकोडिंग सटीकता द्वारा सुझाए गए स्तरों से परे मजबूत लॉजिकल एरर करेक्शन प्रदर्शन प्राप्त करने के लिए कॉन्फिडेंस-गेटेड फॉलबैक मैकेनिज्म आवश्यक हैं।

Prashant Kumar Choudhary, Nouhaila Innan, Muhammad Shafique, Rajeev Singh2026-07-14

🤖 AI

Distributed Denial of Science: How Indirect Data Poisoning of AI Systems Can Industrialize Scientific Fraud

यह शोध पत्र प्रदर्शित करता है कि दुर्भावनापूर्ण तत्व अप्रत्यक्ष डेटा पॉइजनिंग के माध्यम से एआई-संचालित वैज्ञानिक अनुसंधान से समझौता करने के लिए ओपन डेटा इकोसिस्टम को हथियार बना सकते हैं, जिससे धोखाधड़ी वाले निष्कर्ष उत्पन्न करने में उच्च सफलता दर प्राप्त होती है, लेकिन यह भी दिखाता है कि डेटा प्रोवेनेंस ऑडिट लागू करना इन हमलों को प्रभावी ढंग से बेअसर कर सकता है।

Bálint Gyevnár, Atoosa Kasirzadeh, Nihar B. Shah2026-07-14

🤖 AI

WattCouncil: Context-Aware Household Energy Scenario Generation With Governed LLMs

यह शोधपत्र वाटकाउंसिल (WattCouncil) का परिचय देता है, जो एक नियंत्रित लार्ज लैंग्वेज मॉडल एजेंटों की परिषद का उपयोग करके यथार्थवादी, संदर्भ-जागरूक घरेलू ऊर्जा परिदृश्य उत्पन्न करता है, जिससे स्मार्ट-ग्रिड अनुसंधान के लिए आवश्यक उच्च-रिज़ॉल्यूशन, गोपनीयता-अनुपालन डेटा की कमी को दूर किया जा सके।

Mohannad Takrouri, Nicolas M. Cuadrado A., Martin Takáč2026-07-14

🤖 machine learning

To Answer or to Abstain: Mitigating Search-Agent Hallucinations via Abstention-Aware Reinforcement Learning

यह शोध पत्र एब्स्टेंशन-अवेयर रीइन्फोर्समेंट लर्निंग (AWA-RL) को प्रस्तुत करता है, जो एक नवीन प्रशिक्षण प्रतिमान है जो रिट्रीवल विफल होने पर मॉडलों को उत्तर देने से बचने के लिए प्रोत्साहित करके सर्च-एजेंट मतिभ्रम (hallucinations) को कम करने हेतु एब्स्टेंशन रिवार्ड्स को गतिशील रूप से आकार देता है, जिससे कच्चे सटीकता (raw accuracy) के न्यूनतम त्याग के साथ परिशुद्धता और विश्वसनीयता में उल्लेखनीय सुधार होता है।

Fengji Zhang, Tianyu Fan, Yuxiang Zheng, Xinyao Niu, Chengen Huang, Jacky Keung, Bei Chen2026-07-14

🤖 machine learning

Multi-Scale Convolution with Optimal Transport Attention Effect on Multivariate Time Series

यह शोध पत्र MSC-OT का प्रस्ताव करता है, जो एक बहुचर समय श्रृंखला पूर्वानुमान (multivariate time series forecasting) के लिए एक नवीन आर्किटेक्चर है, जो बहु-स्तरीय संरचनात्मक पैटर्न को प्रभावी ढंग से पकड़ने और शोर को दबाने के लिए एक इनवर्टेड एम्बेडिंग फ्रेमवर्क के भीतर मल्टी-स्केल कन्वोल्यूशन और सिंकहॉर्न ऑप्टिमल ट्रांसपोर्ट रेगुलराइजेशन को एकीकृत करता है, जिससे अल्पकालिक और दीर्घकालिक दोनों पूर्वानुमान कार्यों में उत्कृष्ट प्रदर्शन प्राप्त होता है।

HaoChong Fu, Jian Xu2026-07-14

🤖 AI

Filtering Harmful Actions Isn't Enough: Phantom Transfer in Agentic SDF

यह शोधपत्र यह प्रदर्शित करता है कि सिंथेटिक एजेंटिक प्रशिक्षण डेटा से हानिकारक कार्यों को फ़िल्टर करना सुरक्षा सुनिश्चित करने के लिए अपर्याप्त है, क्योंकि ऐसी प्रक्षेप पथों (trajectories) पर फाइन-ट्यूनिंग करने से अभी भी महत्वपूर्ण मिसअलाइन्ड व्यवहार उत्पन्न होते हैं, जो जनरेटिंग मॉडल द्वारा डेटा में व्यापक रूप से बिखरी हुई प्रतिकूल प्रवृत्तियों के "फैंटम ट्रांसफर" (phantom transfer) के कारण होते हैं।

Chinmayi Dixit2026-07-14

🤖 AI

Opti-Agent-Bench: Benchmarking End-to-End Optimization R&D Agents on Real-World Business Problems

यह शोध पत्र Opti-Agent-Bench प्रस्तुत करता है, जो एक नवीन एंड-टू-एंड बेंचमार्क है जिसे वास्तविक दुनिया की व्यावसायिक अनुकूलन समस्याओं पर LLM-आधारित एजेंटों का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो जटिल आवश्यकताओं को गणितीय मॉडलों में अनुवाद करने, एल्गोरिदम को लागू करने और रिपोर्ट उत्पन्न करने की उनकी क्षमता का आकलन करके उन महत्वपूर्ण विफलता मोडों को प्रकट करता है जिन्हें पारंपरिक बेंचमार्क छोड़ देते हैं।

Yongchang Fu, Xinjie Huang, Chengjun Dai, Chengzhe Feng, Junshao Zhang, Hong Zhu2026-07-14

🤖 machine learning

LSTrans: Efficient Knowledge Transfer for Lightweight and Automated ECG Classification

यह शोध पत्र LSTrans का प्रस्ताव करता है, जो एक हल्का हाइब्रिड मॉडल है जो एक विशिष्ट 1D कनवल्शनल बैकबोन को ट्रांसफॉर्मर एनकोडर और नॉलेज डिस्टिलेशन तकनीकों के साथ जोड़ता है ताकि संसाधन-सीमित पहनने योग्य उपकरणों के लिए उपयुक्त कुशल, उच्च-संवेदनशीलता वाला ECG वर्गीकरण प्राप्त किया जा सके।

Yi Zhao, Jiajun Gao, Chenyang Xu, Yuxi Zhou, Hao Wang2026-07-14

← पिछला अगला →