🤖 Category

cs.AI

23845 पेपर

🤖 AI

Mind-Omni: A Unified Multi-Task Framework for Brain-Vision-Language Modeling via Discrete Diffusion

माइंड-ओम्नी (Mind-Omni) एक एकीकृत बहु-कार्य ढांचे (multi-task framework) को प्रस्तुत करता है जो एक नवीन विविक्त प्रसार प्रतिमान (discrete diffusion paradigm) और एक ब्रेन टोकेनाइज़र (Brain Tokenizer) का लाभ उठाता है ताकि निरंतर तंत्रिका संकेतों (continuous neural signals) को विविक्त टोकन (discrete tokens) में परिवर्तित किया जा सके, जिससे सात विशिष्ट मस्तिष्क-दृष्टि-भाषा कार्यों के माध्यम से बहुमुखी एन्कोडिंग, डिकोडिंग और तर्क-वितर्क सक्षम होता है और बहु-कार्य तालमेल के माध्यम से अत्याधुनिक प्रदर्शन प्राप्त होता है।

Yizhuo Lu, Changde Du, Qingyu Shi, Hang Chen, Jie Peng, Liuyun Jiang, Shuangchen Zhao, Huiguang He2026-05-29
🤖 machine learning

Learning Context-Conditioned Predicate Semantics via Prototype Feedback

यह शोध पत्र AlignG प्रस्तुत करता है, जो एक नवीन सीन ग्राफ जनरेशन फ्रेमवर्क है जो संबंध उम्मीदवारों (relation candidates) से संदर्भ-सशर्त निरूपणों (context-conditioned representations) का अनुमान लगाकर और प्रोटोटाइप फीडबैक के माध्यम से उन्हें पुन: अंशांकित (recalibrating) करके प्रेडिकेट अर्थविज्ञान (predicate semantics) को गतिशील रूप से अनुकूलित करता है, जिससे प्रभावी रूप से बहुअर्थकता (polysemy) का समाधान होता है और बेंचमार्क डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

NamGyu Jung, Chang Choi2026-05-29
🤖 AI

Improving Collaborative Storytelling with a Multi-Agent Framework Based on Large Language Models

यह शोध पत्र एक भौतिक बोर्ड गेम के माध्यम से बच्चों और एआई के बीच सहयोगात्मक कहानी कहने को बढ़ाने के लिए लार्ज लैंग्वेज मॉडल्स के साथ एक पुनरावृत्ति लेखक-संपादक प्रक्रिया का उपयोग करने वाले एक मल्टी-एजेंट फ्रेमवर्क को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि कुछ परिशोधन लूप (refinement loops) कथा की गुणवत्ता में महत्वपूर्ण सुधार करते हैं।

Arturo Valdivia, Paolo Burelli2026-05-29
🤖 AI

DLM-SWAI: Steering Diffusion Language Models Before They Unmask

यह शोध पत्र DLM-SWAI का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त इन्फरेंस-टाइम विधि है जो डीनोइजिंग के दौरान पूर्व-निर्धारित स्कोर के साथ टोकन वितरण को पक्षपाती बनाकर डिफ्यूजन लैंग्वेज मॉडल्स को वांछित शैलियों और सुरक्षा गुणों की ओर निर्देशित करती है, जिससे बिना पुनरप्रशिक्षण या महत्वपूर्ण कम्प्यूटेशनल ओवरहेड के प्रभावी नियंत्रण प्राप्त होता है।

Hyeseon An, Yo-Sub Han2026-05-29
🤖 AI

Beyond Attack Success Rate: Temporal Logit Observability for LLM Safety Failures

यह शोधपत्र टेम्पोरल लॉजिट ऑब्जर्वेबिलिटी (TLO) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त नैदानिक (training-free diagnostic) है जो LLM जेलब्रेक के विभिन्न विफलता मोडों के बीच अंतर करने के लिए डिकोडिंग के दौरान टेम्पोरल लॉजिट पैटर्न का विश्लेषण करता है—जो पारंपरिक अटैक सक्सेस रेट मेट्रिक्स की तुलना में अधिक गहरी सुरक्षा अंतर्दृष्टि प्रदान करता है और बिना किसी गलत अलार्म के प्रभावी अर्ली स्टॉपिंग को सक्षम बनाता है।

Junyoung Park, Sunghwan Park, Seongyong Ju, Jaewoo Lee2026-05-29
🤖 AI

Think Fast, Talk Smart: Partitioning Deterministic and Neural Computation for Structured Health Text Generation

"थिंक फास्ट, टॉक स्मार्ट" (Think Fast, Talk Smart) नामक शोध पत्र संरचित स्वास्थ्य पाठ निर्माण के लिए एक हाइब्रिड आर्किटेक्चर का प्रस्ताव करता है जो आवर्ती डेटा विश्लेषण को नियतात्मक कोड (deterministic code) को सौंप देता है और एलएलएम (LLM) को सत्यापित तथ्यों की सीमित अभिव्यक्ति तक ही सीमित रखता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण पूरी तरह से जनरेटिव बेसलाइन की तुलना में संख्यात्मक और अनुपालन त्रुटियों को काफी कम करने के साथ-साथ लागत भी कम करता है।

Kai-Chen Cheng, Haejun Han, David Q. Sun2026-05-29
🤖 AI

TRACE: Toulmin-based Reasoning Assessment through Constructive Elements for LLM CoT Evaluation

यह शोध पत्र TRACE को प्रस्तुत करता है, जो एक नवीन मूल्यांकन मीट्रिक है जो टुलमिन के तर्क सिद्धांत (Toulmin's argumentation theory) और फ्लेवेल के मेटाकॉग्निटिव फ्रेमवर्क (Flavell's metacognitive framework) को एकीकृत करके लार्ज लैंग्वेज मॉडल्स की चेन-ऑफ-थॉट रीजनिंग की संरचनात्मक गुणवत्ता का आकलन करता है, और बेंचमार्क सटीकता के साथ मजबूत सहसंबंध तथा सुदृढीकरण शिक्षण (reinforcement learning) रिवॉर्ड सिग्नल के रूप में प्रभावशीलता प्रदर्शित करता है।

Yundong Kim, Heyoung Yang2026-05-29
🤖 AI

OccamToken: Efficient VLM Inference with Training-Free and Budget-Adaptive Token Pruning

OccamToken एक प्रशिक्षण-मुक्त, बजट-अनुकूलनीय ढांचा है जो भंगुर पूर्ण टोकन रैंकिंग को रजिस्टर-एंकरित सापेक्ष साक्ष्य परीक्षण से बदलकर विजन-लैंग्वेज मॉडल इन्फरेंस दक्षता में सुधार करता है, जिससे मूल सटीकता के 93% से अधिक को संरक्षित करते हुए अत्यधिक टोकन संपीड़न (जैसे, 2,880 टोकन को ~40 तक कम करना) सक्षम होता है।

Geng Li, Guohao Chen, Ting Chen, Shilin Shan, Kuangji Zuo, Bofan Lyu, Tuo An, Gen Li, Jianfei Yang2026-05-29
🤖 machine learning

Opir: Efficient Multi-Task Safety Classification for Toxicity, Jailbreaks, Hate Speech, and Harmful Content

यह शोध पत्र ओपिर (Opir) को प्रस्तुत करता है, जो GLiClass आर्किटेक्चर पर निर्मित कुशल, मल्टी-टास्क एनकोडर-आधारित गार्डरेल मॉडलों का एक परिवार है, जो मौजूदा बड़े गार्डरेल सिस्टम की तुलना में काफी छोटा परिनियोजन फुटप्रिंट बनाए रखते हुए विषाक्तता (toxicity), जेलब्रेक और हानिकारक सामग्री का पता लगाने में प्रतिस्पर्धी सुरक्षा वर्गीकरण प्रदर्शन प्राप्त करता है।

Ihor Stepanov, Aleksandr Smechov2026-05-29
🤖 AI

GRASP: Gated Regression-Aware Skill Proposer for Self-Improving LLM Agents

GRASP एक स्व-सुधार ढांचा है जो LLM एजेंटों के लिए एक हार्ड रिग्रेशन बजट के आधार पर गेटेड स्वीकृति के माध्यम से एक सीमित कौशल लाइब्रेरी को पुनरावृत्ति से अपडेट करता है, जो पिछले सीखे गए व्यवहारों के क्षरण को रोकते हुए संरचित नैदानिक और गैर-नैदानिक बेंचमार्क पर प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है।

Johannes Moll, Jean-Philippe Corbeil, Jiazhen Pan, Martin Hadamitzky, Daniel Rueckert, Lisa Adams, Keno Bressem2026-05-29