💬 NLP

Infherno: End-to-end Agent-based FHIR Resource Synthesis from Free-form Clinical Notes

यह शोध पत्र इन्फ़र्नो (Infherno) का परिचय देता है, जो एक एंड-टू-एंड एजेंट-आधारित फ्रेमवर्क है जो मुक्त-रूप (free-form) नैदानिक नोट्स से सटीक रूप से संरचित HL7 FHIR संसाधनों को संश्लेषित करने के लिए LLMs, कोड निष्पादन और स्वास्थ्य सेवा शब्दावली उपकरणों का लाभ उठाता है, जो पिछले मॉड्यूलर दृष्टिकोणों और मानव बेसलाइनों से बेहतर प्रदर्शन करता है और सामान्यीकरण एवं संरचनात्मक अनुरूपता के मुद्दों को संबोधित करता है।

Johann Frei, Nils Feldhus, Lisa Raithel, Roland Roller, Alexander Meyer, Frank Kramer2026-03-20
💬 NLP

Milco: Learned Sparse Retrieval Across Languages via a Multilingual Connector

यह शोध पत्र MILCO को प्रस्तुत करता है, जो एक नवीन बहुभाषी (multilingual) Learned Sparse Retrieval आर्किटेक्चर है जो एक विशेष कनेक्टर और एक LexEcho हेड का लाभ उठाकर क्रॉस-लिंगुअल प्रश्नों और दस्तावेज़ों को एक साझा अंग्रेजी लेक्सिकल स्पेस में मैप करता है, जिससे अग्रणी डेंस और स्पार्स बेसलाइन्स की तुलना में अत्याधुनिक प्रदर्शन और बेहतर दक्षता प्राप्त होती है।

Thong Nguyen, Yibin Lei, Jia-Huei Ju, Eugene Yang, Andrew Yates2026-03-20
💬 NLP

Redundancy-as-Masking: Formalizing the Artificial Age Score (AAS) to Model Memory Aging in Generative AI

यह शोध पत्र आर्टिफिशियल एज स्कोर (AAS) का परिचय देता है, जो एक सैद्धांतिक रूप से आधारित मीट्रिक है जो स्थिर सिमेंटिक रिकॉल और ढहती हुई एपिसोडिक मेमोरी के बीच विचलन को मापकर जनरेटिव एआई में मेमोरी एजिंग को परिमाणित करता है, जो एक 25-दिवसीय अध्ययन के माध्यम से यह प्रदर्शित करता है कि सत्र रीसेट संरचनात्मक उम्र बढ़ने को ट्रिगर करते हैं जबकि निरंतर संदर्भ संरचनात्मक युवावस्था बनाए रखते हैं।

Seyma Yaman Kayadibi2026-03-20
💬 NLP

Don't Pass@k: A Bayesian Framework for Large Language Model Evaluation

यह शोध पत्र एक सिद्धांत-आधारित बेयसियन ढांचे (Bayesian framework) का प्रस्ताव करता है जो अस्थिर Pass@k मीट्रिक को पोस्टीरियर अनुमानों (posterior estimates) और विश्वसनीय अंतरालों (credible intervals) से बदल देता है ताकि बाइनरी और ग्रेड-आधारित दोनों मूल्यांकन परिदृश्यों में लार्ज लैंग्वेज मॉडल्स के लिए अधिक विश्वसनीय, गणना-कुशल और अनिश्चितता-जागरूक रैंकिंग प्रदान की जा सके।

Mohsen Hariri, Amirhossein Samandar, Michael Hinczewski, Vipin Chaudhary2026-03-20
💬 NLP

DUAL-Bench: Measuring Over-Refusal and Robustness in Vision-Language Models

यह शोध पत्र DUAL-Bench प्रस्तुत करता है, जो विजन-लैंग्वेज मॉडल्स में ओवर-रिफ्यूज़ल (अत्यधिक इनकार) और सेफ कंप्लीशन (सुरक्षित पूर्णता) का मूल्यांकन करने के लिए डिज़ाइन किया गया एक बड़े पैमाने का मल्टीमॉडल बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान सिस्टम द्वैत-उपयोग (dual-use) परिदृश्यों में सुरक्षा और उपयोगिता के बीच संतुलन बनाने में संघर्ष करते हैं क्योंकि वे अक्सर अत्यधिक इनकार या असुरक्षित जनरेशन की बाइनरी विफलताओं को प्रदर्शित करते हैं।

Kaixuan Ren, Preslav Nakov, Usman Naseem2026-03-20
💬 NLP

From Binary to Bilingual: How the National Weather Service is Using Artificial Intelligence to Develop a Comprehensive Translation Program

राष्ट्रीय मौसम सेवा, एलआईएलटी (LILT) के साथ एक स्केलेबल, नैतिक रूप से डिज़ाइन की गई आर्टिफिशियल इंटेलिजेंस साझेदारी का लाभ उठा रही है ताकि महत्वपूर्ण मौसम उत्पादों के कई भाषाओं में अनुवाद को स्वचालित किया जा सके, जिससे जोखिम संचार को बढ़ाया जा सके और संयुक्त राज्य अमेरिका में लाखों गैर-अंग्रेजी भाषियों के लिए समय पर, सांस्कृतिक रूप से प्रासंगिक चेतावनियाँ सुनिश्चित की जा सकें।

Joseph E. Trujillo-Falcon, Monica L. Bozeman, Liam E. Llewellyn, Samuel T. Halvorson, Meryl Mizell, Stuti Deshpande, Bob (…)2026-03-20
💬 NLP

Rule-Based Explanations for Retrieval-Augmented LLM Systems

यह शोध पत्र रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) सिस्टम्स की व्याख्या करने के लिए 'इफ-देन' (if-then) नियमों को उत्पन्न करने हेतु एक नवीन ढांचे का प्रस्ताव करता है, जो रिट्रीव की गई सूचना स्रोतों को मॉडल आउटपुट से जोड़ता है, और ब्रूट-फोर्स सोर्स कॉम्बिनेशन टेस्टिंग की कम्प्यूटेशनल चुनौतियों को कुशलतापूर्वक दूर करने के लिए अप्रियोरी-प्रेरित (Apriori-inspired) अनुकूलन का उपयोग करता है।

Joel Rorseth, Parke Godfrey, Lukasz Golab, Divesh Srivastava, Jarek Szlichta2026-03-20
💬 NLP

ClinicalTrialsHub: Bridging Registries and Literature for Comprehensive Clinical Trial Access

ClinicalTrialsHub एक इंटरैक्टिव प्लेटफॉर्म है जो क्लिनिकल ट्रायल डेटा तक संरचित पहुंच को महत्वपूर्ण रूप से बढ़ाने और स्वास्थ्य सेवा हितधारकों के लिए साक्ष्य-आधारित उत्तर प्रदान करने के लिए उन्नत लार्ज लैंग्वेज मॉडल्स का उपयोग करके ClinicalTrials.gov से डेटा को PubMed लेखों से स्वचालित रूप से निकाली गई जानकारी के साथ एकीकृत करता है।

Jiwoo Park, Ruoqi Liu, Avani Jagdale, Andrew Srisuwananukorn, Jing Zhao, Lang Li, Ping Zhang, Sachin Kumar2026-03-20
💬 NLP

Weights to Code: Extracting Interpretable Algorithms from the Discrete Transformer

यह शोधपत्र डिस्क्रीट ट्रांसफॉर्मर (Discrete Transformer) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो टेम्परेचर-एनिलियेटेड सैंपलिंग (temperature-annealed sampling) के माध्यम से विविक्तता (discreteness) को इंजेक्ट करके मानक ट्रांसफॉर्मर्स में प्रतिनिधित्व एंटैंगलमेंट (representation entanglement) को दूर करता है ताकि निरंतर मॉडलों से व्याख्या योग्य, मानव-पठनीय एल्गोरिदम का निष्कर्षण सक्षम किया जा सके।

Yifan Zhang, Wei Bi, Kechi Zhang, Dongming Jin, Jie Fu, Zhi Jin2026-03-20
💬 NLP

From Detection to Diagnosis: Advancing Hallucination Analysis with Automated Data Synthesis

यह शोध पत्र 'हैलुसिनेशन डिटेक्शन' (भ्रम पहचान) से 'डायग्नोसिस' (निदान) की ओर एक प्रतिमान परिवर्तन का प्रस्ताव करता है, जिसमें 'हैलुसिनेशन डायग्नोसिस टास्क' और एक स्वचालित डेटा सिंथेसिस पाइपलाइन (HDG) पेश की गई है ताकि एक विशिष्ट मॉडल (HDM-4B-RL) को प्रशिक्षित किया जा सके जो न केवल भ्रमों की पहचान करता है बल्कि उन्हें स्थानीयकृत (localize), स्पष्ट और संशोधित भी करता है, जिससे मॉडल सुधार के लिए कार्रवाई योग्य फीडबैक प्रदान करते हुए अत्याधुनिक प्रदर्शन प्राप्त होता है।

Yanyi Liu, Qingwen Yang, Tiezheng Guo, Feiyu Qu, Jun Liu, Yingyou Wen2026-03-20