विश्व में AI - 21 मई, 2026 की सबसे महत्वपूर्ण घटनाएँ

आज का डेली एआई वर्ल्ड ब्रीफ दुनिया के प्रमुख क्षेत्रों से कृत्रिम बुद्धिमत्ता (AI) पर सबसे महत्वपूर्ण समाचार एकत्र करता है। ध्यान व्यावसायिक कार्यान्वयन, नियमन, सुरक्षा और AI मॉडल के विकास पर केंद्रित है। यूरोप Designing escalation criteria for international AI incident response: criteria, triggers, and thresholds arXiv:2604.23183v2 Announce Type: replace-cross Abstract: AI incident reporting requirements are emerging in regulation and policy, yet no operational criteria exist for determining when a detected AI incident warrants escalation beyond national handling to international coordination.

This paper proposes an escalation framework to address this gap, intended as a common reference point across jurisdictions that enables aligned escalation while preserving flexibility in how actors respond within their own legal and policy contexts.

We review SB 53, the EU AI Act, the GPAI Code of Practice, and incident frameworks from other industries to derive eight criteria for assessing whether an incident warrants escalation, translated into a sequential flowchart with gated decision points and threshold checks.

For each criterion, we map how it interplays with these regulatory frameworks, identifying यह क्यों महत्वपूर्ण है: बाजार, नियमन और एआई उपयोगकर्ताओं पर इस जानकारी के प्रभाव को देखना उपयोगी है। स्रोत: arXiv AI (21.05.2026) LP-Eval: Rubric and Dataset for Measuring the Quality of Legal Proposition Generation arXiv:2605.19815v1 Announce Type: cross Abstract: कानूनी प्रस्तावों का निर्माण कानूनी तर्क और सैद्धांतिक विद्वता के लिए केंद्रीय है, फिर भी यह कानूनी एनएलपी में कम जांचा गया है। यह पेपर बड़े भाषा मॉडल (LLMs) का उपयोग करके यूरोपीय संघ के न्याय न्यायालय के निर्णयों से कानूनी प्रस्तावों के स्वचालित निर्माण और मूल्यांकन की जांच करता है। हम LP-Eval प्रस्तुत करते हैं, जो कानूनी विशेषज्ञों के साथ सह-डिज़ाइन किया गया एक तीन-चरणीय मूल्यांकन रूब्रिक है जो कानूनी प्रस्ताव की गुणवत्ता को औपचारिक वैधता और सार आयामों में विघटित करता है। इस रूब्रिक का उपयोग करते हुए, हम 100 LLM-जनरेटेड कानूनी प्रस्तावों के लिए दो विशेषज्ञों के एनोटेशन का एक डेटासेट जारी करते हैं। हमारे परिणाम दिखाते हैं कि LLMs मुख्य रूप से सुगठित और उच्च गुणवत्ता वाले प्रस्ताव उत्पन्न कर सकते हैं, जबकि विशेषज्ञ मूल्यांकन हाल के प्रस्तावों की तुलना में अच्छी तरह से स्थापित मामलों से प्राप्त प्रस्तावों के लिए उच्च गुणवत्ता प्रकट करता है। हम आगे LLMs को मूल्यांकनकर्ता के रूप में भी जांच करते हैं। यह क्यों महत्वपूर्ण है: बाजार, नियमों और एआई उपयोगकर्ताओं पर इस जानकारी के प्रभाव को देखना उपयोगी है। स्रोत: arXiv AI (21.05.2026) MFCCs का उपयोग करके संगीत वाद्य यंत्र पहचान के लिए डीप न्यूरल नेटवर्क arXiv:2105.00933v3 Announce Type: replace-cross Abstract: कुशल स्वचालित संगीत वर्गीकरण का कार्य अत्यंत महत्वपूर्ण है और यह संगीत के क्षेत्र में एआई के विभिन्न उन्नत अनुप्रयोगों का आधार बनाता है। संगीत वाद्य पहचान, इसके ऑडियो के माध्यम से उपकरण की पहचान करने का कार्य है। इस ऑडियो को ध्वनि कंपन भी कहा जाता है, जिसका उपयोग मॉडल द्वारा वाद्य यंत्र वर्गों से मिलान करने के लिए किया जाता है। इस पेपर में, हम एक कृत्रिम तंत्रिका नेटवर्क (ANN) मॉडल का उपयोग करते हैं जिसे बीस विभिन्न प्रकार के संगीत वाद्ययंत्रों पर वर्गीकरण करने के लिए प्रशिक्षित किया गया था। यहां हम ऑडियो डेटा के केवल मेल-फ्रीक्वेंसी सेपस्ट्रल गुणांक (MFCCs) का उपयोग करते हैं। हमारा प्रस्तावित मॉडल लंदन फिलहारमोनिक ऑर्केस्ट्रा डेटासेट पर प्रशिक्षित होता है, जिसमें चार परिवारों—वुडविंड्स, ब्रास, पर्कशन और स्ट्रिंग्स—से संबंधित बीस प्रकार के वाद्ययंत्र शामिल हैं। प्रायोगिक परिणाम के आधार पर यह क्यों महत्वपूर्ण है: बाजार, नियमों और एआई उपयोगकर्ताओं पर इस जानकारी के प्रभाव को देखना उपयोगी है। स्रोत: arXiv AI (21.05.2026) Europe Prepares to Hunker Down Against Bug Finding AI Models - BankInfoSecurity Europe Prepares to Hunker Down Against Bug Finding AI Models BankInfoSecurity यह क्यों महत्वपूर्ण है: बाजार, नियमों और एआई उपयोगकर्ताओं पर इस जानकारी के प्रभाव को देखना उपयोगी है। स्रोत: Google News AI Europe (19.05.2026) उत्तरी अमेरिका व्यक्तिगत स्वास्थ्य एआई में व्यक्तिगत स्वास्थ्य रिकॉर्ड की उपयोगिता का मूल्यांकन arXiv:2605.18937v1 Announce Type: new Abstract: रोगी-प्रबंधित व्यक्तिगत स्वास्थ्य रिकॉर्ड्स (PHRs) रोगियों को अपने स्वास्थ्य को बेहतर ढंग से समझने के लिए सशक्त बनाने का वादा करते हैं; लेकिन रिकॉर्ड में जानकारी जटिल है, जो संभावित रूप से अंतर्दृष्टि में बाधा डाल सकती है। इस अध्ययन में, हम बड़े भाषा मॉडल (LLMs, Gemini 3.0 Flash) की क्षमता का आकलन करते हैं कि वे PHRs से नैदानिक डेटा को संदर्भ के रूप में प्रदान करने पर उपयोगकर्ता स्वास्थ्य प्रश्नों का उत्तर देने में कैसे सहायक हो सकते हैं। कुल 2,257 उपयोगकर्ता प्रश्न 3 विभिन्न वितरणों से लिए गए थे जो रोगी के प्रश्नों का प्रतिनिधित्व करते हैं: छोटे वेब खोज प्रश्न, चैटबॉट वार्तालाप टेम्पलेट्स से प्राप्त लंबे प्रश्न, और वे प्रश्न जो रोगियों ने अपनी स्वास्थ्य सेवा टीम से पूछे (रोगी कॉल)। प्रश्नों को डी-आइडेंटिफाइड PHRs (1,945 के पूल से) के साथ मिलाया गया था। Gemini प्रतिक्रियाएँ उत्पन्न की गईं (1) बिना PHR संदर्भ के; (2) जनसांख्यिकी, स्थितियों और दवाओं का एक बुनियादी सारांश प्रदान करके; (3) पूर्ण, विस्तृत नैदानिक नोट्स के साथ। मूल्यांकन के लिए, हमने एक मौजूदा रेटिंग फ्रेमवर्क (SHARP) का लाभ उठाया, और PHRs की व्याख्या करते समय विशिष्ट त्रुटि मोड के लिए एक नया फ्रेमवर्क विकसित किया। मूल्यांकन पूरे सेट के लिए ऑटोरैटर्स का उपयोग करके, और एक उपसमूह (n=95) के लिए चिकित्सक रेटिंग के साथ किया गया था, जिसमें दोनों तरह के रेटर्स को पूरा PHR संदर्भ पता था। हम PHR डेटा के साथ सभी प्रकार के प्रश्नों के उत्तरों की सहायकता में महत्वपूर्ण सुधार देखते हैं (p पीएचआर संदर्भ पर आधारित उत्तर। यह अध्ययन उपयोगकर्ताओं को उनके स्वास्थ्य रिकॉर्ड समझने से होने वाले संभावित लाभों का आकलन करने और उन्हें साकार करने के लिए आगे के कार्य को प्रेरित करता है। यह क्यों महत्वपूर्ण है: यह जानकारी एआई समाधानों को अपनाने, विनियमन या सुरक्षा के लिए महत्वपूर्ण हो सकती है। स्रोत: arXiv AI (21.05.2026) OEP: Poisoning Self-Evolving LLM Agents via Locally Correct but Non-Transferable Experiences arXiv:2605.18930v1 Announce Type: cross Abstract: Memory-augmented large language model (LLM) agents use iterative reflection and self-evolution to solve complex tasks, but these mechanisms introduce security risks.

Existing agentic memory attacks require privileged access or explicit malicious content, making them detectable by advanced safety filters.

This leaves a subtler attack surface underexplored: whether adversaries can induce agent to generate experiences that appear locally correct and semantically plausible yet induce harmful generalization during reflection.

We find that reflective agents are vulnerable to such clean experiences, especially when paired with severe but plausible hypothetical consequences.

Based on this observation, we introduce Obsessive Experience Poisoning (OEP), a low-privilege black-box attack requiring no direct control over the system prompt or memory da यह क्यों महत्वपूर्ण है: इस जानकारी के प्रभाव को बाजार, विनियमन और एआई उपयोगकर्ताओं पर देखना उपयोगी होगा। स्रोत: arXiv AI (21.05.2026) AI Technologies in Language Access: Attitudes Towards AI and the Human Value of Language Access Managers arXiv:2605.19234v1 Announce Type: cross Abstract: एआई तकनीकों का तेजी से उभरना अनुवाद प्रथाओं और सिद्धांत को हर क्षेत्र में नया आकार दे रहा है। यह पेपर भाषा पहुंच में एआई के प्रभाव से संबंधित है। इस क्षेत्र की विशेषता व्यापक और विविध उपयोगकर्ता आबादी को सेवा देने की आवश्यकता है, एक ऐसे संदर्भ में जहां दक्षता और पहुंच कानूनी जनादेशों, नैतिक और वाणिज्यिक तनावों, और सुरक्षा चिंताओं द्वारा आकार दिए जाते हैं। यह पेपर एआई के प्रति भाषा पहुंच प्रबंधकों के दृष्टिकोण और एआई युग में मानवीय मूल्य पर रिपोर्ट करता है। पद्धतिगत रूप से, यह पेपर भाषा पहुंच और प्रौद्योगिकी पर एक व्यापक अध्ययन के उपसमूह का विश्लेषण प्रस्तुत करता है, विशेष रूप से यूएसए में स्वास्थ्य सेवा, अदालत, सार्वजनिक सेवा और स्थानीय सरकारी संदर्भों में काम करने वाले भाषा पहुंच प्रबंधकों के दस अर्ध-संरचित साक्षात्कारों का गुणात्मक विषयगत विश्लेषण। परिणाम बताते हैं कि भाषा क्यों यह महत्वपूर्ण है: इस जानकारी के प्रभाव को बाजार, नियमों और एआई उपयोगकर्ताओं पर देखना उपयोगी है। स्रोत: arXiv AI (21.05.2026) VERA-MH: मानसिक स्वास्थ्य में नैतिक और जिम्मेदार एआई का सत्यापन arXiv:2605.13318v2 Announce Type: replace Abstract: Chatbot usage has increased, including in fields for which they were never developed for--notably mental health support.