🤖 AI

Variational Adapter for Cross-modal Similarity Representation

यह शोध पत्र वेरिएशनल एडैप्टर फॉर क्रॉस-मोडल सिमिलैरिटी रिप्रेजेंटेशन (VACSR) का प्रस्ताव करता है, जो एक ऐसी विधि है जो इमेज-टेक्स्ट मैचिंग को एक वेरिएशनल इन्फरेंस समस्या के रूप में पुनर्गठित करती है ताकि एक लेटेंट सिमिलैरिटी स्पेस का निर्माण किया जा सके जो सूक्ष्म-स्तरीय एनोटेशन की कमी और बाइनरी क्लासिफिकेशन सीमाओं के नकारात्मक प्रभावों को कम कर सके, जिससे रिट्रीवल और डोमेन अडैप्टेशन कार्यों में सामान्यीकरण को बढ़ाया जा सके।

WenZhang Wei, Zhipeng Gui, Dehua Peng, Tiandi Ye, Huayi Wu2026-06-01
🤖 AI

Generating Reports or Repeating Templates? Measuring and Mitigating Template Collapse in 3D CT Report Generation

यह शोध पत्र 3D CT रिपोर्ट जनरेशन में "टेम्प्लेट कोलैप्स" (Template Collapse) की पहचान और समाधान करता है, जहाँ मॉडल प्रवाहपूर्ण लेकिन नैदानिक रूप से गलत सामान्य टेक्स्ट उत्पन्न करते हैं, और इसके लिए CLarGen का प्रस्ताव देता है, जो एक विच्छेदित (decoupled) ढांचा है जो रोगजनक पहचान (pathology detection) और भाषा संश्लेषण (language synthesis) के अलग-अलग घटकों के माध्यम से नैदानिक सटीकता और आउटपुट विविधता में महत्वपूर्ण सुधार करता है।

Tom Maye-Lasserre, Yitong Li, Bailiang Jian, Morteza Ghahremani, Benedikt Wiestler, Christian Wachinger2026-06-01
🤖 machine learning

Annealed Softmax Greedy in Many-Armed Bayesian Bandits

यह शोध पत्र यह प्रदर्शित करता है कि एक रैखिक ऊपरी-पूंछ (linear upper-tail) स्थिति को संतुष्ट करने वाले प्रायर (prior) वाले अनेक-भुजाओं वाले बेयसियन बैंडिट्स (many-armed Bayesian bandits) में, जहाँ निकट-इष्टतम भुजाओं की प्रचुरता होती है, एक एनेल्ड सॉफ्टमैक्स ग्रीडी पॉलिसी (annealed softmax greedy policy) निकट-इष्टतम विकल्पों के चयन की उच्च संभावना का प्रभावी ढंग से लाभ उठाकर निकट-इष्टतम बेयस रिग्रेट (near-optimal Bayes regret) प्राप्त करती है, जिससे RLVR और GRPO जैसी विधियों में अनिश्चितता-अज्ञेय अपडेट (uncertainty-agnostic updates) की सफलता का एक सैद्धांतिक स्पष्टीकरण मिलता है।

William Overman, Mohsen Bayati2026-06-01
📊 statistics

Routing on the Stiefel Manifold: When Does Adaptive Subspace Selection Help for Cross-Domain EEG Decoding?

यह शोध पत्र डायनेमिक स्टिफ़ल रूटिंग (dynamic Stiefel routing) को प्रस्तुत करता है, जो एक नवीन क्रॉस-डोमेन ईईजी (EEG) डिकोडिंग फ्रेमवर्क है जो स्टिफ़ल मैनिफोल्ड (Stiefel manifold) पर विशेषज्ञ प्रोजेक्शन फिल्टर के एक पूल का उपयोग करता है, जिसमें क्रॉस-अटेंशन-आधारित सैंपल रूटिंग और विशिष्ट संरचनात्मक बाधाएं शामिल हैं ताकि इसे सरल एन्सेम्बल एवरेजिंग में अपभ्रष्ट होने से रोका जा सके, जिससे बिना किसी टारगेट-डोमेन कैलिब्रेशन या डेटासेट-विशिष्ट हाइपरपैरामीटर ट्यूनिंग की आवश्यकता के, कई डेटासेट्स में महत्वपूर्ण संतुलित सटीकता (balanced accuracy) सुधार प्राप्त किया जा सके।

Isabella Costa Maia, Pedro L. C. Rodrigues, Salem Said, Marco Congedo2026-06-01
🤖 AI

AnchorSteer: Self-Discovered Concept Injection for Structure-Preserving Music Editing

एंकरस्टीयर (AnchorSteer) नियंत्रित संगीत संपादन के लिए एक नवीन ढांचा है जो संरचनात्मक एंकरिंग को आंतरिक मॉडल निरूपणों से प्राप्त स्व-खोजे गए, लेबल-मुक्त अवधारणा वैक्टरों के साथ युग्मित करके महत्वपूर्ण अर्थपूर्ण रूपांतरणों को सक्षम करते हुए उच्च-निष्ठा संरचनात्मक संरक्षण प्राप्त करता है।

Chih-Heng Chang, Keng-Seng Ho, Chih-Yu Tsai, Kuan-Lin Chen, Yi-Hsuan Yang, Jian-Jiun Ding2026-06-01
⚡ electrical engineering

DRIFT: Joint Channel Estimation and Prediction Towards Pilotless 6G Non-Terrestrial Networks

यह शोध पत्र DRIFT का प्रस्ताव करता है, जो 6G गैर-स्थलीय नेटवर्क (non-terrestrial networks) के लिए एक हल्का, पुनरावृत्ति आधारित संयुक्त चैनल अनुमान और भविष्यवाणी ढांचा है, जो 12% तक स्पेक्ट्रल दक्षता लाभ प्राप्त करने के साथ-साथ कुशल ऑनबोर्ड कार्यान्वयन को सक्षम करने के लिए पायलट ओवरहेड और कम्प्यूटेशनल जटिलता को काफी कम करता है।

Bruno De Filippo, Carla Amatetti, Alessandro Vanelli-Coralli2026-06-01
🤖 AI

Vector Linking via Cross-Model Local Isometric Consistency

यह शोध पत्र वेक्टर लिंकिंग (Vector Linking) को प्रस्तुत करता है, जो एक ऐसी विधि है जो स्वतंत्र रूप से प्रशिक्षित कंट्रास्टिव एनकोडर्स की स्थानीय ज्यामितीय निरंतरता का लाभ उठाकर, दूरी-आधारित हैश रिप्रजेंटेशन को मिलाने और बीटा-बर्नौली पोस्टीरियर के माध्यम से साक्ष्य को एकत्रित करके, एक बहुत छोटे सीड सेट से क्रॉस-मॉडल ऑब्जेक्ट कोरेस्पोंडेंस (cross-model object correspondences) को पुन: प्राप्त करने के लिए उपयोग करती है।

Ziying Chen, Yang Cao, He Sun, Beining Yang, Tianjian Yang2026-06-01
🤖 AI

SWIM: Single-Instance Whole-Body Imitation for swiMming

यह शोधपत्र SWIM का प्रस्ताव करता है, जो एक नवीन सिंगल-इंस्टेंस इमिटेशन लर्निंग पद्धति है जो फुल-बॉडी कोऑर्डिनेशन, अस्थिर फ्लूइड इंटरैक्शन और धीमी सिमुलेशन की चुनौतियों पर विजय पाकर भौतिक रूप से आधारित पात्रों को सुदृढ़, सामान्यीकरण योग्य और डेटा-कुशल तैराकी गतियां उत्पन्न करने में सक्षम बनाती है।

Binglun Wang, Edmond S. L. Ho, He Wang2026-06-01
💬 NLP

Not All Synthetic Data Is Yours to Learn From

यह शोध पत्र यह प्रदर्शित करता है कि प्रॉम्प्ट-मुक्त स्व-प्रशिक्षण (prompt-free self-training) भाषा मॉडल की क्षमताओं में केवल तभी सुधार कर सकता है जब सिंथेटिक डेटा छात्र मॉडल के अनुकूल हो, जो यह प्रकट करता है कि ऐसा प्रशिक्षण नई संरचना को आयात करने के बजाय मौजूदा अंतर्निहित ज्ञान को बढ़ाता है, और साथ ही बिना किसी स्पष्ट अनलर्निंग उद्देश्यों के क्षमता वृद्धि को शाब्दिक रटने (verbatim memorization) से अलग करता है।

Sina Alemohammad, Li Chen, Richard G. Baraniuk, Zhangyang Wang2026-06-01
🤖 AI

UXR PoV for Neuroinclusive Emotion Regulation

यह शोध पत्र एक जनरेटिव एआई-संवर्धित यूजर एक्सपीरियंस रिसर्च (UXR) पद्धति प्रस्तावित करता है, जो DBT और SDT जैसे मनोवैज्ञानिक ढांचों पर आधारित है, ताकि वयस्कों में ADHD के लिए न्यूरोइनक्लूसिव और भावनात्मक रूप से बुद्धिमान डिजिटल हस्तक्षेपों को डिजाइन किया जा सके, जिसके परिणामस्वरूप एक प्रतिलिपि योग्य ढांचा और दस सिद्धांत-आधारित डिजाइन प्ले कार्ड प्राप्त होते हैं।

Melike Akca, Mona Giff, Deniz Cetinkaya, Huseyin Dogan, Stephen Giff2026-06-01