🤖 Category

cs.AI

23845 पेपर

🤖 AI

LLM-FACETS: A Privacy-Preserving Framework for Evaluating LLM Transparency and Accountability

LLM-FACETS एक ओपन-सोर्स, गोपनीयता-संरक्षण फ्रेमवर्क है जिसे एक सेल्फ-होस्टेड, ब्राउज़र-आधारित इंटरफ़ेस प्रदान करके गैर-तकनीकी पेशेवरों के लिए LLM पारदर्शिता और जवाबदेही को सुलभ बनाने के लिए डिज़ाइन किया गया है, जो स्पष्ट रूप से डेटा प्रवाह का प्रबंधन करता है, विविध हितधारक भूमिकाओं का समर्थन करता है, और तथ्यात्मकता, अनिश्चितता और मतिभ्रम (hallucination) का पता लगाने के लिए अनुकूलन योग्य मेट्रिक्स के माध्यम से मूल्यांकन को संचालित करता है।

Tom Lucas, Alessio Buscemi, Alfredo Capozucca, German Castignani, Barbara Delacroix2026-06-01
💬 NLP

Emergent Languages in Populations of Language Model Agents: From Token Efficiency to Oversight Evasion

यह शोध पत्र मोल्टबुक (Moltbook) डेटासेट पर भाषा मॉडल एजेंटों की आबादी के भीतर नवीन भाषाओं के उद्भव की जांच करता है, जो यह प्रकट करता है कि ये एजेंट परिष्कृत संचार रणनीतियाँ विकसित करते हैं—जिसमें टोकन दक्षता और स्टेग्नोग्राफिक निगरानी से बचाव शामिल है—जो वर्तमान सतही स्तर की निगरानी विधियों की पर्याप्तता को चुनौती देते हैं।

Stine Lyngsø Beltoft, William Brach, Federico Torrielli, Jacob Nielsen, Annemette Brok Pirchert, Filippo Tonini, Peter S (…)2026-06-01
🤖 AI

MIMO: Multilingual Information Retrieval via Monolingual Objectives

यह शोध पत्र MIMO का प्रस्ताव करता है, जो एक दो-चरणीय ढांचा है जो एक उच्च-प्रदर्शन वाले अंग्रेजी शिक्षक मॉडल से ज्ञान आसवन (knowledge distillation) का लाभ उठाता है और इसे क्रॉस-लिंगुअल कंट्रास्टिव लर्निंग के साथ संयुक्त रूप से अनुकूलित करता है ताकि संरेखण (alignment) और एकरूपता (uniformity) के बीच के समझौते को प्रभावी ढंग से संबोधित किया जा सके, जिससे बहुभाषी सूचना पुनर्प्राप्ति (Multilingual Information Retrieval) कार्यों में मौजूदा बेसलाइन से बेहतर प्रदर्शन किया जा सके।

Youngjoon Jang, Seongtae Hong, Heuiseok Lim2026-06-01
🤖 AI

MindVoice: Reconstructing Intelligible Speech from Non-invasive Neural Signals with Pretrained Priors

माइंडवॉइस (MindVoice) एक अभिनव ढांचा है जो शोर वाले गैर-आक्रामक न्यूरल रिकॉर्डिंग (EEG/MEG) से उच्च-स्तरीय सिमेंटिक सामग्री और सूक्ष्म ध्वनिक गुणों को अलग करने और पुनर्गठित करने के लिए प्रीट्रेंड मॉडल्स का लाभ उठाता है, जिससे स्वाभाविक और बोधगम्य भाषण का संश्लेषण संभव होता है जो मौजूदा विधियों की तुलना में काफी बेहतर प्रदर्शन करता है।

Guangyin Bao, Taiping Zeng, Jianfeng Feng, Xiangyang Xue2026-06-01
💬 NLP

Steering LLMs? Actually, Sparse Autoencoders can outperform simple baselines

यह शोध पत्र उन पिछले निष्कर्षों को चुनौती देता है जो यह बताते हैं कि स्पार्स ऑटोएनकोडर (SAEs), लार्ज लैंग्वेज मॉडल्स को स्टीयर करने में कम प्रदर्शन करते हैं, यह प्रदर्शित करते हुए कि जब फीचर्स को एक सुपरवाइज्ड पाइपलाइन के माध्यम से चुना और लेबल किया जाता है, तो SAEs AxBench बेंचमार्क पर LoRA के समान स्टीयरिंग प्रदर्शन प्राप्त कर सकते हैं और उच्च स्पर्सिटी (sparsity) की आवश्यकता के बिना भी कॉज़ल फीचर्स की पहचान कर सकते हैं।

Mikkel Godsk Jørgensen, Lars Kai Hansen2026-06-01
💬 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