🤖 Category

cs.AI

23200 पेपर

💬 NLP

Probing Collision Grounding in Vision-Language Models for Safe Human-Robot Collaboration

यह शोधपत्र TouchSafeBench प्रस्तुत करता है, जो Habitat 3.0 में एक भौतिकी-आधारित बेंचमार्क है जो सुरक्षित मानव-रोबोट सहयोग के लिए टकराव के जोखिमों का अनुमान लगाने की विजन-लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान मॉडल्स में सुरक्षित, टकराने वाली और आसन्न संपर्क अवस्थाओं के बीच विश्वसनीय रूप से अंतर करने के लिए आवश्यक भौतिक जवाबदेही और स्पष्ट ज्यामितीय तर्क का अभाव है।

Jun Wang, Xiaohao Xu, Xiaonan Huang2026-06-01
💬 NLP

Shared Doubt: Zero-shot Cross-Lingual Confidence Estimation for Language Models

यह शोध पत्र यह प्रदर्शित करता है कि एकलभाषी रूप से प्रशिक्षित एक लीनियर प्रोब (linear probe), बिना पुनरप्रशिक्षण के, विविध और अनदेखी भाषाओं में बड़े भाषा मॉडलों (LLMs) में विश्वास का प्रभावी ढंग से अनुमान लगा सकता है, जो यह प्रकट करता है कि बहुभाषी LLMs साझा, हस्तांतरणीय विश्वास विशेषताओं को समाहित करते हैं जो उनकी मध्य परतों में केंद्रित होती हैं।

Athina Kyriakou, Dennis Ulmer, Ivan Titov2026-06-01
🤖 AI

Comparing LLM-Based Conversational and Graphical Interfaces for Industrial Decision Tasks: An Exploratory Mixed-Methods Study

20 प्रतिभागियों को शामिल करने वाला यह मिश्रित-पद्धति वाला अध्ययन औद्योगिक निर्णय लेने के लिए एलएलएम-आधारित संवादात्मक इंटरफेस की पारंपरिक डैशबोर्ड के साथ तुलना करता है, जिसमें यह पाया गया है कि जहाँ संवादात्मक एजेंट प्रत्यक्ष प्राकृतिक भाषा पहुंच के माध्यम से संवादात्मक प्रयास को कम करते हैं, वहीं डैशबोर्ड अवलोकन और सत्यापन के लिए बेहतर बने रहते हैं, जो एक पूरक के बजाय प्रतिस्थापन संबंध का सुझाव देते हैं।

Roberto Figliè, Simone Caputo, Alan Serrano, Tommaso Turchi, Daniele Mazzei2026-06-01
🤖 machine learning

What changes after deployment? A survey on On-device Learning in TinyML

यह शोध पत्र TinyML के लिए ऑन-डिवाइस लर्निंग (ODL) पर लगभग 70 कार्यों का सर्वेक्षण करता है, जो वितरण परिवर्तन व्यवस्थाओं (distribution change regimes) के आधार पर उन्हें वर्गीकृत करता है ताकि यह विश्लेषण किया जा सके कि विभिन्न परिवर्तन प्रकार लागू परिदृश्यों, हार्डवेयर विकल्पों और समाधान संरचनाओं को कैसे प्रभावित करते हैं, साथ ही पद्धतिगत बेंचमार्क और वास्तविक दुनिया की तैनाती के बीच निरंतर अंतराल को भी उजागर करता है।

Massimo Pavan, Luca Pezzarossa, Fabrizio Pittorino, Manuel Roveri, Xenofon Fafoutis2026-06-01
📊 statistics

Correcting Split Selection in Online Decision Trees via Anytime-Valid Inference

यह शोध पत्र एनीटाइम-वैलिड इन्फरेंस (anytime-valid inference) का उपयोग करके ऑनलाइन डिसीजन ट्रीज़ में स्प्लिट सिलेक्शन को सुधारने के लिए एक सिद्धांतपूर्ण विधि प्रस्तुत करता है, जो मौजूदा होफडिंग ट्री (Hoeffding Tree) वेरिएंट्स की सांख्यिकीय अमान्यता को दूर करते हुए गलत स्प्लिट्स के विरुद्ध कठोर गारंटी प्रदान करता है और स्थिर एवं गैर-स्थिर डेटा स्ट्रीम्स दोनों में भविष्य कहनेवाला प्रदर्शन (predictive performance) में सुधार करने के साथ-साथ ट्री के आकार को कम करता है।

Salim I. Amoukou, Saumitra Mishra, Manuela Veloso2026-06-01
🤖 machine learning

Learning Cardiac Latent Representations in Vectorcardiogram Space

यह शोध पत्र LVCG को प्रस्तुत करता है, जो एक नवीन स्व-पर्यवेक्षित (self-supervised) ढांचा है जो मानक 12-लीड ECG विधियों में अंतर्निहित अतिरेक और ओवरफिटिंग के जोखिमों को दूर करने के लिए भौतिक रूप से आधारित वेक्टरकार्डियोग्राम (VCG) स्पेस में एकीकृत, दृश्य-अपरिवर्तनीय (view-invariant) कार्डिएक निरूपण सीखता है, जिससे विभिन्न नैदानिक कार्यों में बेहतर सामान्यीकरण और सुदृढ़ता प्राप्त होती है।

Bosong Huang, Panzhen Zhao, Zengxiang Li, Patricia Lee, Wei Jin, Alan Wee-Chung Liew, Ming Jin, Shirui Pan2026-06-01
📊 statistics

Entropic Projection Alignment: Estimating, Explaining, and Improving Model Performance Under Distribution Shift

यह शोध पत्र एंट्रोपिक प्रोजेक्शन अलाइनमेंट (EPA) को प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो मॉडल प्रदर्शन का अनुमान लगाने, फीचर-लेवल शिफ्ट की व्याख्या करने और मोमेंट मैचिंग एवं KL डाइवर्जेंस मिनिमाइजेशन के माध्यम से टार्गेट डोमेन सटीकता में सुधार करने के लिए एक क्लोज्ड-फॉर्म इम्पोर्टेंस वेटिंग समाधान प्रदान करके डिस्ट्रीब्यूशन शिफ्ट को संबोधित करता है।

Salim I. Amoukou, Emanuele Albini, Tom Bewley, Saumitra Mishra, Manuela Veloso2026-06-01
🤖 AI

ERGeoBench:A Comprehensive Benchmark for Embodied Reasoning and Geo-localization in Multimodal Large Language Models

यह शोध पत्र ERGeoBench को प्रस्तुत करता है, जो 2,207 वैश्विक स्ट्रीट-व्यू पैनोरमाओं से बना एक व्यापक नैदानिक बेंचमार्क है, जो सूक्ष्म धारणा (fine-grained perception) और मीट्रिक भू-स्थानीयकरण (metric geo-localization) में उनकी वर्तमान सीमाओं को उजागर करने के लिए प्रगतिशील एम्बॉडीड सेटिंग्स (embodied settings) के माध्यम से मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करता है और स्थानीयकरण तथा व्यापक स्थानिक तर्क क्षमताओं के बीच मजबूत अंतर्निर्भरता को रेखांकित करता है।

Kaiwen Xue, Tao Wei, Guoxin Zhang, Zhonghong Ou, Kaoyan Lu, Yu Feng, Yifan Zhu, Haoran Luo2026-06-01
🤖 AI

Formalizing and falsifying causal pathways of rare events

यह शोध पत्र स्ट्रक्चरल इक्वेशन मॉडल्स के भीतर दुर्लभ घटनाओं के कारण संबंधी पथों (causal pathways) के लिए एक औपचारिक परिभाषा और परीक्षण योग्य निहितार्थ प्रस्तावित करता है, जो एक कारण संबंधी अमूर्तीकरण (causal abstraction) प्रस्तुत करता है जो पूर्ण प्रणाली ग्राफ के बजाय पथ-विशिष्ट स्थितियों पर ध्यान केंद्रित करके मौखिक स्पष्टीकरणों और विस्तृत मॉडलिंग के बीच एक सेतु का कार्य करता है।

Anahita Haghighat, Dominik Janzing2026-06-01
📊 statistics

Why Linear Recurrent Memory Works in Partially Observable Reinforcement Learning

यह शोध पत्र यह प्रदर्शित करके आंशिक रूप से दृश्यमान सुदृढीकरण शिक्षण (पार्शियली ऑब्जर्वेबल रिइन्फोर्समेंट लर्निंग) में रैखिक आवर्ती तंत्रिका नेटवर्क (लीनियर रिकरेंट न्यूरल नेटवर्क्स) की प्रभावकारिता के लिए एक सैद्धांतिक औचित्य प्रदान करता है कि विशिष्ट रैखिक फिल्टर हिडन मार्कोव मॉडल में सटीक रूप से इष्टतम विश्वास अवस्थाओं (ऑप्टिमल बिलीफ स्टेट्स) को पुनरुत्पादित कर सकते हैं या शून्य के करीब अवस्था-डिकोडिंग त्रुटि प्राप्त कर सकते हैं, जिससे वे इष्टतम नीति शिक्षण के लिए पर्याप्त सांख्यिकी (सफीशिएंट स्टैटिस्टिक्स) के रूप में कार्य करते हैं।

Yike Zhao, Onno Eberhard, Malek Khammassi, Ali H. Sayed, Michael Muehlebach2026-06-01