🤖 AI

MaD Physics: Evaluating information seeking under constraints in physical environments

यह शोध पत्र MaD Physics को प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसे परिवर्तित भौतिक नियमों वाले वातावरण में परीक्षण करके एआई एजेंटों की भौतिक नियमों को अनुमान लगाने और संसाधन संबंधी बाधाओं के तहत मापन की योजना बनाने की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जिससे वर्तमान जेमिनी (Gemini) मॉडलों की वैज्ञानिक तर्क और संरचित अन्वेषण क्षमताओं की सीमाओं का पता चलता है।

Moksh Jain, Mehdi Bennani, Johannes Bausch, Yuri Chervonyi, Bogdan Georgiev, Simon Osindero, Nenad Tomašev2026-05-12
🤖 machine learning

SLIM: Sparse Latent Steering for Interpretable and Property-Directed LLM-Based Molecular Editing

यह शोध पत्र SLIM को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले फ्रेमवर्क है जो स्पार्स ऑटोएन्कोडर (Sparse Autoencoder) के माध्यम से हिडन स्टेट्स को स्पार्स, व्याख्या योग्य फीचर्स में विघटित करके लार्ज लैंग्वेज मॉडल्स में प्रॉपर्टी-डायरेक्टेड मॉलिक्यूलर एडिटिंग को बेहतर बनाता है, जिससे मॉडल के पैरामीटर्स को संशोधित किए बिना सटीक स्टीयरिंग संभव होती है जो एडिटिंग की सफलता दर को महत्वपूर्ण रूप से बढ़ा देती है।

Mingxu Zhang, Yuhan Li, Lujundong Li, Dazhong Shen, Hui Xiong, Ying Sun2026-05-12
🤖 machine learning

Transcoda: End-to-End Zero-Shot Optical Music Recognition via Data-Centric Synthetic Training

ट्रांसकोडा (Transcoda) एक डेटा-केंद्रित, ज़ीरो-शॉट ऑप्टिकल म्यूजिक रिकग्निशन सिस्टम है जो उन्नत सिंथेटिक डेटा जनरेशन, कर्न एनकोडिंग नॉर्मलाइज़ेशन (kern encoding normalization), और ग्रामर-आधारित डिकोडिंग का लाभ उठाता है ताकि एक संक्षिप्त मॉडल को प्रशिक्षित किया जा सके जो सिंथेटिक और ऐतिहासिक शीट म्यूजिक बेंचमार्क दोनों पर मौजूदा बिलियन-पैरामीटर बेसलाइन से काफी बेहतर प्रदर्शन करता है।

Daniel Dratschuk, Paul Swoboda2026-05-12
🧬 biology

Clin-JEPA: A Multi-Phase Co-Training Framework for Joint-Embedding Predictive Pretraining on EHR Patient Trajectories

Clin-JEPA एक स्थिर, पांच-चरणीय सह-प्रशिक्षण ढांचे को पेश करता है जो जॉइंट-एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर (JEPA) को EHR डेटा के अनुकूल बनाने में सफलतापूर्वक सक्षम बनाता है, जिससे एक एनकोडर और प्रेडिक्टर को संयुक्त रूप से प्रशिक्षित करके, एक एकल बैकबोन को प्रति-कार्य फाइन-ट्यूनिंग के बिना बेहतर लेटेंट-स्पेस प्रक्षेपवक्र पूर्वानुमान और बहु-कार्य जोखिम भविष्यवाणी प्राप्त करने में सक्षम बनाया जा सके।

Yixuan Yang, Mehak Arora, Ryan Zhang, Baraa Abed, Junseob Kim, Tilendra Choudhary, Md Hassanuzzaman, Kevin Zhu, Ayman Al (…)2026-05-12
🤖 machine learning

Conditional anomaly detection methods for patient-management alert systems

यह शोध पत्र इंस्टेंस-आधारित सशर्त विसंगति पहचान (कंडीशनल अनोमली डिटेक्शन) विधियों की जांच करता है जो रोगी डेटा में असामान्य पैटर्न की पहचान करने के लिए अनुकूलित दूरी मेट्रिक्स का उपयोग करते हैं, जो कम्युनिटी-एक्वायर्ड निमोनिया के लिए अनियमित प्रवेश निर्णयों और हेपरिन-प्रेरित थ्रोम्बोसाइटोपेनिया से संबंधित असामान्य HPF4 परीक्षण आदेशों का पता लगाने में उनकी प्रभावशीलता को प्रदर्शित करता है।

Michal Valko, Gregory Cooper, Amy Seybert, Shyam Visweswaran, Melissa Saul, Miloš Hauskrecht2026-05-12
🤖 AI

BEACON: A Multimodal Dataset for Learning Behavioral Fingerprints from Gameplay Data

यह शोध पत्र BEACON को प्रस्तुत करता है, जो 28 *Valorant* खिलाड़ियों के सिंक्रोनाइज़्ड गेमप्ले डेटा से बना एक बड़े पैमाने का मल्टीमॉडल डेटासेट है, जिसे वास्तविक प्रतिस्पर्धी तनाव के तहत उच्च-सटीक मोटर और संज्ञानात्मक संकेतों को कैप्चर करके निरंतर प्रमाणीकरण (continuous authentication) और व्यवहारिक फिंगरप्रिंटिंग अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया है।

Ishpuneet Singh, Gursmeep Kaur, Uday Pratap Singh Atwal, Guramrit Singh, Gurjot Singh, Maninder Singh2026-05-12
🤖 machine learning

Compute Where it Counts: Self Optimizing Language Models

यह शोध पत्र सेल्फ-ऑप्टिमाइज़िंग लैंग्वेज मॉडल्स (SOL) को प्रस्तुत करता है, जो एक फ्रोजन (frozen) LLM को एक हल्के पॉलिसी नेटवर्क के साथ जोड़ता है ताकि स्पर्सिटी (sparsity), प्रूनिंग और क्वांटाइजेशन को समायोजित करके प्रति टोकन परिवर्तनीय कंप्यूटेशन बजट को गतिशील रूप से आवंटित किया जा सके, जिससे स्टेटिक एलोकेशन रणनीतियों की तुलना में इन्फरेंस गुणवत्ता और दक्षता में उल्लेखनीय सुधार होता है।

Yash Akhauri, Mohamed S. Abdelfattah2026-05-12
🧬 biology

AssayBench: An Assay-Level Virtual Cell Benchmark for LLMs and Agents

यह शोध पत्र AssayBench प्रस्तुत करता है, जो 1,920 CRISPR स्क्रीन्स से बना एक नया बेंचमार्क है जिसे सेलुलर फेनोटाइपिक परिणामों (cellular phenotypic outcomes) की भविष्यवाणी करने के लिए लार्ज लैंग्वेज मॉडल्स और एजेंट्स की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि ज़ीरो-शॉट जनरलिस्ट LLMs वर्तमान में विशिष्ट जीव विज्ञान मॉडल्स (specialized biology models) से बेहतर प्रदर्शन करते हैं और साथ ही एक सुदृढ़ वर्चुअल सेल मॉडल प्राप्त करने की दिशा में सुधार की महत्वपूर्ण गुंजाइश को भी उजागर करते हैं।

Edward De Brouwer, Carl Edwards, Alexander Wu, Jenna Collier, Graham Heimberg, Xiner Li, Meena Subramaniam, Ehsan Hajira (…)2026-05-12
🔢 mathematics

Neural Weight Norm = Kolmogorov Complexity

यह शोध पत्र सिद्ध करता है कि फिक्स्ड-प्रिसिजन (fixed-precision) व्यवस्थाओं में, एक बाइनरी स्ट्रिंग आउटपुट देने वाले न्यूरल नेटवर्क का न्यूनतम वेट नॉर्म (weight norm), लॉगरिदमिक कारकों तक स्ट्रिंग की कोलमोगोरोव जटिलता (Kolmogorov complexity) के समकक्ष होता है, जिससे यह प्रदर्शित होता है कि वेट डिके (weight decay) स्पष्ट रूप से कंप्यूट करने योग्य फलनों (computable functions) पर सोलोमोनॉफ के यूनिवर्सल प्रायर (Solomonoff's universal prior) को लागू करता है।

Tiberiu Musat2026-05-12
🤖 machine learning

Unmasking On-Policy Distillation: Where It Helps, Where It Hurts, and Why

यह शोध पत्र एक प्रशिक्षण-मुक्त (training-free), प्रति-टोकन (per-token) नैदानिक ढांचे को प्रस्तुत करता है जो यह प्रकट करता है कि ऑन-पॉलिसी डिस्टिलेशन (on-policy distillation) सही चरणों को सुदृढ़ करने के बजाय गलत तर्क चरणों को सुधारने के लिए सर्वाधिक लाभकारी है, जबकि यह भी प्रदर्शित करता है कि इष्टतम डिस्टिलेशन कॉन्फ़िगरेशन छात्र मॉडल की क्षमता और विशिष्ट कार्य के आधार पर महत्वपूर्ण रूप से भिन्न होता है।

Mohammadreza Armandpour, Fatih Ilhan, David Harrison, Ajay Jaiswal, Duc N. M Hoang, Fartash Faghri, Yizhe Zhang, Minsik (…)2026-05-12