Computational Intelligence and Operations Lab - CIOL

Proud of our team!

বিশ্বের শীর্ষস্থানীয় কৃত্রিম বুদ্ধিমত্তা (AI) ও মেশিন লার্নিং সম্মেলন 'NeurIPS 2026' (Neural Information Processing Systems)-এর মূল পর্বে (Main Conference) গৃহীত হয়েছে বাংলাদেশের একদল গবেষকের গবেষণাপত্র, “SEISMOS: A Statistical Signal Detection Framework for Semantic Chunking।”

'SEISMOS' শীর্ষক এই গবেষণায় কাজ করেছেন ইশতিয়াক মাহমুদ সাদ, মমিনুল ইসলাম, শাহরিয়ার জামান হৃদয়, মো. মনজুরুল আহসান এবং আজমাইন তৌসিক ওয়াসি। গবেষণাটির প্রাথমিক ধারণা মমিনুল ইসলামের কাছ থেকে আসে এবং ইশতিয়াক মাহমুদ সাদের নেতৃত্বে তা পূর্ণাঙ্গ গবেষণায় রূপ নেয়। বাকি সদস্যরাও গবেষণায় বিভিন্নভাবে যুক্ত থেকে সহায়তা করেন।

এই অর্জনের একটি বিশেষ দিক আছে। NeurIPS-এ বাংলাদেশি গবেষকের উপস্থিতি এর আগে থাকলেও, বাংলাদেশে অবস্থানরত একটি সম্পূর্ণ বাংলাদেশভিত্তিক গবেষক দলের NeurIPS Main Track-এ পৌঁছানোর ঘটনা আলাদা তাৎপর্য বহন করে। SEISMOS সেই ইতিহাসেরই একটি নতুন অধ্যায়।

এই দলের প্রথম লেখক ইশতিয়াক মাহমুদ সাদ। তিনি বর্তমানে রাজশাহী প্রকৌশল ও প্রযুক্তি বিশ্ববিদ্যালয়ের (RUET) ম্যাটেরিয়ালস সায়েন্স অ্যান্ড ইঞ্জিনিয়ারিং বিভাগের স্নাতক শিক্ষার্থী। গবেষণাপত্রটি NeurIPS-এ গৃহীত হওয়ার সময় তিনি একজন Undergraduate। Materials Science-এর একজন শিক্ষার্থীর নেতৃত্বে AI ও Information Retrieval-এর এমন একটি গবেষণা আন্তর্জাতিক মেশিন লার্নিং সম্মেলনের মূল পর্বে জায়গা করে নেওয়া তাই এই গল্পের গুরুত্বপূর্ণ অংশ।

দলের অন্য সদস্যদের পথও একরৈখিক নয়। মমিনুল ইসলাম বর্তমানে যুক্তরাষ্ট্রের Tulane University-এর Computer Science বিভাগে Quantum Science নিয়ে পিএইচডি করছেন। এর আগে তিনি North South University-এর Electrical and Computer Engineering বিভাগ থেকে স্নাতক সম্পন্ন করেন। শাহরিয়ার জামান হৃদয় Computational Intelligence and Operations Laboratory (CIOL)-এর একজন গবেষক এবং North South University-এর Electrical and Computer Engineering বিভাগের সঙ্গে গবেষণায় যুক্ত। মো. মনজুরুল আহসান যুক্তরাষ্ট্রের University of Oklahoma-এর Industrial Engineering বিভাগের সহকারী অধ্যাপক এবং CIOL-এর Research Advisor। আজমাইন তৌসিক ওয়াসি CIOL-এর প্রতিষ্ঠাতা গবেষক এবং Shahjalal University of Science and Technology (SUST)-এর Industrial and Production Engineering বিভাগের একজন স্নাতক।

এই গবেষণার মূল বিষয়বস্তু হলো Semantic Chunking। বড় একটি বই, গবেষণাপত্র কিংবা কোনো দীর্ঘ ডকুমেন্টকে যদি AI-এর কাছে তথ্যের উৎস হিসেবে ব্যবহার করতে হয়, পুরো লেখাটি একসঙ্গে তার সামনে দেওয়া সবসময় কার্যকর নয়। তাই বড় ডকুমেন্টকে ছোট ছোট অংশে ভাগ করা হয়। এই প্রক্রিয়াই Semantic Chunking।

বিষয়টি আপাতদৃষ্টিতে সহজ মনে হলেও, এখানে একটি মৌলিক সমস্যা আছে। একটি লেখার অর্থ সবসময় সমান গতিতে এগোয় না। এক জায়গায় একটি বিষয় নিয়ে আলোচনা চলছে, পরের জায়গায় গিয়ে হয়তো সম্পূর্ণ নতুন একটি বিষয় শুরু হয়েছে। কিন্তু নির্দিষ্ট সংখ্যক token বা নির্দিষ্ট দৈর্ঘ্য ধরে ডকুমেন্ট কেটে দিলে সেই পরিবর্তনটি মাঝপথে পড়ে যেতে পারে।

RAG বা Retrieval-Augmented Generation-এর মতো AI ব্যবস্থায় বিষয়টি আরও গুরুত্বপূর্ণ। Claude বা ChatGPT-এর মতো সিস্টেম যখন একটি বড় ডকুমেন্ট থেকে প্রশ্নের উত্তর তৈরি করে, তখন প্রথমে সেই ডকুমেন্টের বিভিন্ন অংশের মধ্য থেকে প্রশ্নের সঙ্গে সম্পর্কিত তথ্য খুঁজে বের করা হয়। সেই তথ্য কতটা ভালোভাবে খুঁজে পাওয়া যাবে, তার সঙ্গে ডকুমেন্টটি কীভাবে ভাগ করা হয়েছে তারও সম্পর্ক রয়েছে।

SEISMOS এই সমস্যাটিকে অন্যভাবে দেখেছে।

একটি ডকুমেন্টের পরপর বাক্যগুলোর অর্থগত মিল বা Semantic Similarity লক্ষ্য করলে দেখা যায়, আলোচনার বিষয় পরিবর্তনের সঙ্গে সেই similarity signal-এও পরিবর্তন আসতে পারে। SEISMOS এই সংকেতকে একটি Statistical Signal Detection সমস্যা হিসেবে বিশ্লেষণ করে। অর্থাৎ, নতুন কোনো বড় ভাষা মডেল দিয়ে কোথায় ডকুমেন্ট কাটতে হবে তা অনুমান করার বদলে, বাক্যগুলোর embedding থেকে পাওয়া signal-কে পরিসংখ্যানগতভাবে বিশ্লেষণ করা হয়।

এই পদ্ধতির ফলে Semantic Chunking-এর সিদ্ধান্তটি শুধু একটি ফলাফল নয়, বরং কেন সেখানে একটি boundary নির্ধারণ করা হলো, সেটিও বিশ্লেষণযোগ্য থাকে। আর এর জন্য আলাদা কোনো LLM প্রয়োজন হয় না।

এই গবেষণার আরেকটি দিক হয়তো এর ফলাফলের চেয়েও বেশি তাৎপর্যপূর্ণ। পাঁচজন গবেষকের মধ্যে তিনজনের একাডেমিক ব্যাকগ্রাউন্ড Computer Science-এর বাইরে। সম্পূর্ণ ভিন্ন ভিন্ন প্রকৌশল ও গবেষণা ক্ষেত্র থেকে এসেও তারা একসঙ্গে আধুনিক মেশিন লার্নিং এবং ইনফরমেশন রিট্রিভাল নিয়ে অসাধারণ কাজ করেছেন।

১৯৮৭ সালে যাত্রা শুরু করা NeurIPS বর্তমানে ICORE 2026 কনফারেন্স র‍্যাঙ্কিংয়ে এটি সর্বোচ্চ A* (এ-স্টার) র‍্যাঙ্কপ্রাপ্ত এবং NeurIPS-কে ICML ও ICLR-এর সঙ্গে মেশিন লার্নিং গবেষণার বহুল আলোচিত ‘Big Three’ সম্মেলনের একটি হিসেবেও উল্লেখ করা হয়। ২০২৬ সালে সম্মেলনটিতে ৪০ হাজারেরও বেশি গবেষণাপত্র জমা পড়ে। দীর্ঘ মূল্যায়ন প্রক্রিয়ার পর প্রায় ৭০০০ গবেষণাপত্র চূড়ান্তভাবে গৃহীত হয়েছে।

বাংলাদেশে বসে এ ধরনের একটি উচ্চমানের গবেষণা সম্পন্ন করা এবং সেটি NeurIPS-এর মতো শীর্ষ কনফারেন্সের মূল পর্বে গৃহীত হওয়া, নিঃসন্দেহে দেশের কৃত্রিম বুদ্ধিমত্তা গবেষণার ক্ষেত্রে একটি যুগান্তকারী মাইলফলক। একই সাথে এটি প্রমাণ করে যে, এআই গবেষণায় অবদান রাখার পথ কেবল কম্পিউটার সায়েন্স ব্যাকগ্রাউন্ডের মধ্যেই সীমাবদ্ধ নয়। একটি গবেষণার জন্ম কোথায়, গবেষকেরা কোন বিষয়ে পড়েছেন, কিংবা তাদের প্রাতিষ্ঠানিক পরিচয় কী সেসবের বাইরে শেষ পর্যন্ত গুরুত্বপূর্ণ হয়ে ওঠে সমস্যাটি কতটা ভালোভাবে বোঝা হয়েছে এবং তার সমাধান কতটা শক্তভাবে দাঁড় করানো গেছে।

🇧🇩 𝐀 𝐩𝐫𝐨𝐮𝐝 𝐦𝐢𝐥𝐞𝐬𝐭𝐨𝐧𝐞 𝐟𝐨𝐫 𝐂𝐈𝐎𝐋!

To the best of our knowledge, Computational Intelligence and Operations Lab (CIOL) has become the first research lab from Bangladesh to publish at ICLR, ICML, and NeurIPS, three major machine learning conferences, with publications at all three in the same calendar year!

Our 2026 AI/ML papers (A*):

📍 𝐈𝐂𝐋𝐑 2026 🇧🇷
1️⃣ 𝐒𝐩𝐚𝐭𝐢𝐚𝐋𝐚𝐛: 𝐂𝐚𝐧 𝐕𝐢𝐬𝐢𝐨𝐧–𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐌𝐨𝐝𝐞𝐥𝐬 𝐏𝐞𝐫𝐟𝐨𝐫𝐦 𝐒𝐩𝐚𝐭𝐢𝐚𝐥 𝐑𝐞𝐚𝐬𝐨𝐧𝐢𝐧𝐠 𝐢𝐧 𝐭𝐡𝐞 𝐖𝐢𝐥𝐝?

📍 𝐈𝐂𝐌𝐋 2026 🇰🇷
1️⃣ 𝐓𝐢𝐦𝐞𝐒𝐩𝐨𝐭: 𝐁𝐞𝐧𝐜𝐡𝐦𝐚𝐫𝐤𝐢𝐧𝐠 𝐆𝐞𝐨 𝐓𝐞𝐦𝐩𝐨𝐫𝐚𝐥 𝐔𝐧𝐝𝐞𝐫𝐬𝐭𝐚𝐧𝐝𝐢𝐧𝐠 𝐢𝐧 𝐕𝐢𝐬𝐢𝐨𝐧–𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐌𝐨𝐝𝐞𝐥𝐬 𝐢𝐧 𝐑𝐞𝐚𝐥 𝐖𝐨𝐫𝐥𝐝 𝐒𝐞𝐭𝐭𝐢𝐧𝐠𝐬
2️⃣ 𝐏𝐨𝐬𝐢𝐭𝐢𝐨𝐧: 𝐀𝐈 𝐆𝐨𝐯𝐞𝐫𝐧𝐚𝐧𝐜𝐞 𝐍𝐞𝐞𝐝𝐬 𝐈𝐒𝐎 𝐥𝐢𝐤𝐞 𝐈𝐧𝐭𝐞𝐫𝐨𝐩𝐞𝐫𝐚𝐛𝐢𝐥𝐢𝐭𝐲 𝐏𝐫𝐨𝐭𝐨𝐜𝐨𝐥𝐬, 𝐍𝐨𝐭 𝐉𝐮𝐬𝐭 𝐋𝐚𝐰𝐬 (Position Paper: Spotlight, Top 5%)
3️⃣ 𝐏𝐨𝐬𝐢𝐭𝐢𝐨𝐧: 𝐓𝐢𝐦𝐞 𝐒𝐞𝐫𝐢𝐞𝐬 𝐅𝐨𝐮𝐧𝐝𝐚𝐭𝐢𝐨𝐧 𝐌𝐨𝐝𝐞𝐥𝐬 𝐑𝐞𝐪𝐮𝐢𝐫𝐞 𝐄𝐱𝐩𝐥𝐢𝐜𝐢𝐭 𝐃𝐨𝐦𝐚𝐢𝐧 𝐋𝐞𝐯𝐞𝐥 𝐁𝐞𝐧𝐜𝐡𝐦𝐚𝐫𝐤𝐬 (Position Paper)

📍 𝐍𝐞𝐮𝐫𝐈𝐏𝐒 2026 🇦🇺
1️⃣ 𝐒𝐄𝐈𝐒𝐌𝐎𝐒: 𝐀 𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐜𝐚𝐥 𝐒𝐢𝐠𝐧𝐚𝐥 𝐃𝐞𝐭𝐞𝐜𝐭𝐢𝐨𝐧 𝐅𝐫𝐚𝐦𝐞𝐰𝐨𝐫𝐤 𝐟𝐨𝐫 𝐒𝐞𝐦𝐚𝐧𝐭𝐢𝐜 𝐂𝐡𝐮𝐧𝐤𝐢𝐧𝐠

CIOL began as a student led, community based research lab with a simple goal: create a space where students could learn research by doing research together. Seeing members of this community now contribute work to ICLR, ICML, and NeurIPS is a deeply proud moment for all of us.

This milestone belongs to every researcher, collaborator, mentor, and community member who has contributed to CIOL and believed in what we are building.

𝐅𝐫𝐨𝐦 𝐁𝐚𝐧𝐠𝐥𝐚𝐝𝐞𝐬𝐡 𝐭𝐨 𝐈𝐂𝐋𝐑, 𝐈𝐂𝐌𝐋, 𝐚𝐧𝐝 𝐍𝐞𝐮𝐫𝐈𝐏𝐒! 🇧🇩

Alhamdulillah. Eternally grateful to Almighty Allah for everything, and grateful to everyone who has been part of this story!

🚨 Excited to share that our paper, “𝐒𝐄𝐈𝐒𝐌𝐎𝐒: 𝐀 𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐜𝐚𝐥 𝐒𝐢𝐠𝐧𝐚𝐥 𝐃𝐞𝐭𝐞𝐜𝐭𝐢𝐨𝐧 𝐅𝐫𝐚𝐦𝐞𝐰𝐨𝐫𝐤 𝐟𝐨𝐫 𝐒𝐞𝐦𝐚𝐧𝐭𝐢𝐜 𝐂𝐡𝐮𝐧𝐤𝐢𝐧𝐠,” has been accepted to the 𝐍𝐞𝐮𝐫𝐈𝐏𝐒 2026 (𝐌𝐚𝐢𝐧 𝐓𝐞𝐜𝐡𝐧𝐢𝐜𝐚𝐥 𝐓𝐫𝐚𝐜𝐤)! 🎉

Huge congratulations to Ishtiak Mahmud, Mominul Islam, Shahriyar Zaman Ridoy , Md Manjurul Ahsan, and Azmine Toushik Wasi for this work and the collaboration behind it. Excellent ideation by Mominul Islam and a flawless ex*****on by Ishtiak Mahmud!

Chunking is one of the less visible but important components of dense retrieval and Retrieval Augmented Generation systems. The way a document is divided determines what can be indexed, retrieved, and ultimately supplied to a model as evidence. Yet many existing systems still rely on fixed token windows, recursive splitting, or globally defined semantic similarity thresholds.
In SEISMOS, we approach semantic chunking as a statistical signal detection problem. The framework models cosine similarities between consecutive sentence embeddings as a document level signal and detects statistically meaningful semantic transitions. Rather than relying on document means or fixed similarity thresholds, SEISMOS identifies boundaries through variance normalized deviations in the embedding similarity signal.
Our analysis across four BEIR development corpora identifies several consistent statistical properties of these signals, including bimodal document structure, rapid survival decay of shallow local minima, and positive lag 1 autocorrelation.
Across five BEIR benchmarks, SEISMOS improves dense retrieval performance over fixed length, recursive, and production semantic chunking approaches while using the same operating configuration across datasets. The detector also transfers without corpus specific retuning to the held out TREC COVID corpus.

A key takeaway from the work is that useful retrieval boundaries may already be encoded in embedding similarity signals. Detecting those boundaries statistically provides an efficient and fully LLM free approach to semantic chunking.

This acceptance also marks a special milestone for CIOL. 𝐓𝐨 𝐭𝐡𝐞 𝐛𝐞𝐬𝐭 𝐨𝐟 𝐨𝐮𝐫 𝐤𝐧𝐨𝐰𝐥𝐞𝐝𝐠𝐞, 𝐂𝐈𝐎𝐋 𝐢𝐬 𝐭𝐡𝐞 𝐟𝐢𝐫𝐬𝐭 𝐫𝐞𝐬𝐞𝐚𝐫𝐜𝐡 𝐥𝐚𝐛 𝐟𝐫𝐨𝐦 𝐁𝐚𝐧𝐠𝐥𝐚𝐝𝐞𝐬𝐡 𝐭𝐨 𝐩𝐮𝐛𝐥𝐢𝐬𝐡 𝐚𝐭 𝐈𝐂𝐋𝐑, 𝐈𝐂𝐌𝐋, 𝐚𝐧𝐝 𝐍𝐞𝐮𝐫𝐈𝐏𝐒 𝐢𝐧 𝐭𝐡𝐞 𝐬𝐚𝐦𝐞 𝐜𝐚𝐥𝐞𝐧𝐝𝐚𝐫 𝐲𝐞𝐚𝐫. 🇧🇩
For a student led, community based research lab, this means a great deal to us. CIOL was built around a simple idea: create a space where motivated students can learn research by doing research, collaborate across institutions and disciplines, and contribute to serious scientific work regardless of where they start.

🎉 𝐒𝐢𝐱 𝐂𝐈𝐎𝐋 𝐩𝐚𝐩𝐞𝐫𝐬 𝐚𝐜𝐜𝐞𝐩𝐭𝐞𝐝 𝐭𝐨 𝐀𝐀𝐂𝐋-𝐈𝐉𝐂𝐍𝐋𝐏 2026!

Happy to share that six papers from the Computational Intelligence and Operations Lab - CIOL have been accepted to 𝐀𝐀𝐂𝐋-𝐈𝐉𝐂𝐍𝐋𝐏 2026, including 𝐭𝐡𝐫𝐞𝐞 𝐌𝐚𝐢𝐧 𝐂𝐨𝐧𝐟𝐞𝐫𝐞𝐧𝐜𝐞 𝐩𝐚𝐩𝐞𝐫𝐬 and 𝐭𝐡𝐫𝐞𝐞 𝐅𝐢𝐧𝐝𝐢𝐧𝐠𝐬 𝐩𝐚𝐩𝐞𝐫𝐬! 🎉

The Asia Pacific Chapter of the Association for Computational Linguistics and the 15th International Joint Conference on Natural Language Processing (AACL-IJCNLP) is a major NLP conference in the Asia Pacific region and one of the leading venues for computational linguistics and language technology research. We are especially excited that our accepted papers span spatial reasoning, geo temporal understanding, crisis NLP, world models, clinical reasoning, and real world clinical NLP robustness!

📌📌📌 𝐌𝐚𝐢𝐧 𝐂𝐨𝐧𝐟𝐞𝐫𝐞𝐧𝐜𝐞
1️⃣ 𝐒𝐩𝐚𝐭𝐢𝐚𝐥 𝐑𝐞𝐚𝐬𝐨𝐧𝐢𝐧𝐠 𝐢𝐧 𝐌𝐮𝐥𝐭𝐢𝐦𝐨𝐝𝐚𝐥 𝐅𝐨𝐮𝐧𝐝𝐚𝐭𝐢𝐨𝐧 𝐌𝐨𝐝𝐞𝐥𝐬: 𝐀 𝐒𝐮𝐫𝐯𝐞𝐲 𝐨𝐟 𝐒𝐩𝐚𝐭𝐢𝐚𝐥 𝐔𝐧𝐝𝐞𝐫𝐬𝐭𝐚𝐧𝐝𝐢𝐧𝐠 𝐢𝐧 𝐋𝐋𝐌𝐬 𝐚𝐧𝐝 𝐕𝐋𝐌𝐬
🤵 Azmine Toushik Wasi, Md. Masudur Rahman, Abdur Rahman, Mohsin Mahmud Topu, Mohammed Eunus Ali, Riashat Islam, Md Rizwan Parvez
📝 A comprehensive survey examining how multimodal foundation models understand and reason about spatial relationships, with a focus on the capabilities, evaluation, and challenges of LLMs and VLMs.

2️⃣ 𝐆𝐞𝐨-𝐬𝐩𝐚𝐭𝐢𝐚𝐥 𝐚𝐧𝐝 𝐆𝐞𝐨-𝐭𝐞𝐦𝐩𝐨𝐫𝐚𝐥 𝐑𝐞𝐚𝐬𝐨𝐧𝐢𝐧𝐠 𝐢𝐧 𝐕𝐢𝐬𝐢𝐨𝐧 𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐚𝐧𝐝 𝐋𝐚𝐫𝐠𝐞 𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐌𝐨𝐝𝐞𝐥𝐬: 𝐀 𝐑𝐞𝐯𝐢𝐞𝐰
🤵 Shahriyar Zaman Ridoy*, Azmine Toushik Wasi*, Koushik Ahamed Tonmoy, Md Rizwan Parvez
📝 A systematic review of how language and vision language models reason about geographic locations and temporal changes, highlighting key methods, benchmarks, and open challenges.

3️⃣ 𝐂𝐚𝐧 𝐋𝐋𝐌𝐬 𝐅𝐨𝐥𝐥𝐨𝐰 𝐭𝐡𝐞 𝐏𝐮𝐥𝐬𝐞 𝐨𝐟 𝐚 𝐂𝐫𝐢𝐬𝐢𝐬? 𝐄𝐯𝐚𝐥𝐮𝐚𝐭𝐢𝐧𝐠 𝐂𝐫𝐢𝐬𝐢𝐬 𝐒𝐞𝐧𝐭𝐢𝐦𝐞𝐧𝐭 𝐢𝐧 𝐁𝐚𝐧𝐠𝐥𝐚𝐝𝐞𝐬𝐡’𝐬 𝐉𝐮𝐥𝐲 𝐔𝐩𝐫𝐢𝐬𝐢𝐧𝐠
🤵 Md. Samiul Alim Sami*, Mahir Shahriar Tamim*, Tanvir Ahmed Khan, Sharjil Khan, Rafia Ferdous Duti, Shahriyar Zaman Ridoy, Mohammad Ali Moni
📝 An evaluation of LLM based sentiment analysis in a real world crisis setting, focusing on public discourse surrounding Bangladesh’s July Uprising.

📌📌📌 𝐅𝐢𝐧𝐝𝐢𝐧𝐠𝐬
4️⃣ 𝐋𝐚𝐫𝐠𝐞 𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐚𝐧𝐝 𝐕𝐢𝐬𝐢𝐨𝐧 𝐋𝐚𝐧𝐠𝐮𝐚𝐠𝐞 𝐌𝐨𝐝𝐞𝐥𝐬 𝐚𝐬 𝐖𝐨𝐫𝐥𝐝 𝐌𝐨𝐝𝐞𝐥𝐬: 𝐀 𝐒𝐮𝐫𝐯𝐞𝐲
🤵 Azmine Toushik Wasi, Sadia Tasnim Meem, Riashat Islam, Md Rizwan Parvez
📝 A survey exploring the emerging view of LLMs and VLMs as world models, examining their ability to represent, predict, and reason about complex environments.

5️⃣ 𝐈𝐬 𝐓𝐡𝐞𝐫𝐞 𝐚 𝐃𝐫. 𝐇𝐨𝐮𝐬𝐞 𝐢𝐧 𝐭𝐡𝐞 𝐌𝐚𝐜𝐡𝐢𝐧𝐞? 𝐀 𝐒𝐮𝐫𝐯𝐞𝐲 𝐨𝐟 𝐂𝐥𝐢𝐧𝐢𝐜𝐚𝐥 𝐚𝐧𝐝 𝐃𝐢𝐚𝐠𝐧𝐨𝐬𝐭𝐢𝐜 𝐑𝐞𝐚𝐬𝐨𝐧𝐢𝐧𝐠 𝐢𝐧 𝐋𝐋𝐌 𝐛𝐚𝐬𝐞𝐝 𝐌𝐞𝐝𝐢𝐜𝐚𝐥 𝐀𝐠𝐞𝐧𝐭𝐬
🤵 Azmine Toushik Wasi, Abdur Rahman, Riashat Islam, Md Rizwan Parvez
📝 A survey of clinical and diagnostic reasoning in LLM based medical agents, covering reasoning capabilities, evaluation, limitations, and open challenges for trustworthy medical AI.

6️⃣ 𝐏𝐨𝐬𝐢𝐭𝐢𝐨𝐧: 𝐑𝐞𝐚𝐥 𝐖𝐨𝐫𝐥𝐝 𝐂𝐥𝐢𝐧𝐢𝐜𝐚𝐥 𝐍𝐋𝐏 𝐑𝐨𝐛𝐮𝐬𝐭𝐧𝐞𝐬𝐬 𝐑𝐞𝐪𝐮𝐢𝐫𝐞𝐬 𝐌𝐞𝐬𝐬𝐲, 𝐌𝐮𝐥𝐭𝐢𝐦𝐨𝐝𝐚𝐥, 𝐋𝐨𝐧𝐠𝐢𝐭𝐮𝐝𝐢𝐧𝐚𝐥, 𝐏𝐫𝐢𝐯𝐚𝐜𝐲 𝐏𝐫𝐞𝐬𝐞𝐫𝐯𝐢𝐧𝐠 𝐂𝐨𝐫𝐩𝐨𝐫𝐚
🤵 Azmine Toushik Wasi, Shahriyar Zaman Ridoy
📝 A position paper arguing that robust clinical NLP requires evaluation and training on realistic clinical data that captures multimodality, longitudinal information, real world messiness, and privacy constraints.

This is a wonderful milestone for CIOL, and we are incredibly grateful to all our collaborators, mentors, and everyone who contributed to these works. ❤️
Looking forward to sharing these works at AACL-IJCNLP 2026!

🚨 Excited to share our latest achievement: “𝐅𝐫𝐮𝐠𝐚𝐥 𝐌𝐞𝐝𝐢𝐜𝐚𝐥 𝐀𝐈 𝐚𝐬 𝐚𝐧 𝐄𝐪𝐮𝐢𝐭𝐲 𝐈𝐦𝐩𝐞𝐫𝐚𝐭𝐢𝐯𝐞: 𝐑𝐞𝐭𝐡𝐢𝐧𝐤𝐢𝐧𝐠 𝐀𝐥𝐠𝐨𝐫𝐢𝐭𝐡𝐦 𝐃𝐞𝐬𝐢𝐠𝐧 𝐟𝐨𝐫 𝐑𝐞𝐬𝐨𝐮𝐫𝐜𝐞-𝐂𝐨𝐧𝐬𝐭𝐫𝐚𝐢𝐧𝐞𝐝 𝐇𝐞𝐚𝐥𝐭𝐡𝐜𝐚𝐫𝐞” has been accepted for an Oral Presentation at 𝐀𝐂𝐌 𝐄𝐀𝐀𝐌𝐎 2026, by ACM SIG-AI! 🎉

Huge congratulations to Azmine Toushik Wasi for leading this work, Mohsin Mahmud Topu and Mahfuz Ahmed Anik for their contributions, and to Dr Md Manjurul Ahsan for his guidance and support throughout this work!

Medical AI has achieved remarkable success in controlled, resource-rich environments, yet many of these advances fail to translate into real clinical impact across low and middle-income countries (LMICs). Our work argues that this gap is not simply a deployment challenge, but a deeper issue rooted in how medical AI systems are designed.

In this paper, we introduce Frugal Medical AI, a framework that treats resource constraints as first-class design objectives rather than afterthoughts. We advocate for:
🔹 Edge-native medical AI for settings with limited connectivity
🔹 Hardware-aware model design for constrained devices
🔹 Cross-modality generative translation to overcome imaging scarcity
🔹 Robust evaluation beyond accuracy, incorporating energy consumption, memory cost, latency, and clinical risk sensitivity

The central message is simple: medical AI should not only optimize for benchmark performance but also for real-world accessibility, sustainability, and equity.

This work builds upon our preliminary exploration presented at a CVPR 2026 Workshop by Md Manjurul Ahsan, where the idea received valuable discussions, encouraging feedback, and meaningful engagement from researchers across the community. We refined the framework further through those insights and expanded the vision toward a broader perspective on equitable AI deployment.

The Sixth ACM Conference on Equity and Access in Algorithms, Mechanisms, and Optimization (ACM EAAMO 2026) will bring together researchers from AI, machine learning, optimization, economics, HCI, and social sciences to explore how algorithmic systems can better serve society. We are honored to contribute to this interdisciplinary discussion through an oral presentation.
📍 ACM EAAMO 2026
📅 November 5–7, 2026
📌 Ludwig-Maximilians-Universität München, Germany

Looking forward to sharing our work and engaging with the community!

🌟 Welcome to CIOL, Prof. Dong-Kyu Chae, as Distinguished Advisor!

We are delighted to welcome Dr. Dong-Kyu Chae as a Distinguished Advisor of the Computational Intelligence and Operations Lab (CIOL)!

Dr. Chae is currently serving as an Associate Professor of Computer Science at Hanyang University, along with serving as the Associate Dean of the Department of Computer Software and the Head of the Department of Computer and Software Engineering at the Graduate School.
With expertise spanning Artificial Intelligence, Machine Learning, Healthcare AI, and Medical AI, Dr. Chae has made significant contributions toward developing intelligent systems that address complex real-world challenges.

Several CIOL members have already had the privilege of collaborating with Dr. Chae, leading to impactful research outcomes published and presented at top venues, including ICML 2026 Position Paper Track (Spotlight, Top 5%), ACM FAccT 2026, PAKDD 2026, ACM CSCW 2025 Posters, and CHI 2024 Workshops!
As a Distinguished Advisor, Dr. Chae will provide strategic guidance on CIOL’s long-term research vision, mentor early-career researchers, and support the laboratory’s growth through academic collaborations, institutional partnerships, and research sponsorship.

We sincerely appreciate Dr. Chae’s generous support as a sponsor of CIOL and are honored to have his mentorship, expertise, and vision as part of our journey toward advancing impactful AI research.

We look forward to fostering meaningful collaborations and creating new opportunities for innovation together.

🎉 Exciting News & Heartfelt Congratulations to Minhaz Chowdhury! 🎓🇺🇸

The Computational Intelligence and Operations Laboratory (CIOL) family is immensely proud to celebrate Minhaz Chowdhury, our brilliant Research Assistant, as he prepares to head to the United States for his PhD in Petroleum Engineering at the Bob L. Herd Department of Petroleum Engineering, Texas Tech University starting Fall 2026! 🚀

Minhaz’s journey with CIOL has been defined by rigor, innovation, and an unwavering commitment to research excellence. As a Research Assistant, he has been a driving force behind multiple research projects, co-authoring key papers in AI-driven geosciences, physics-informed modeling, and applied computational intelligence. His ability to merge domain expertise with advanced computational approaches has contributed significantly to our lab's core mission of pushing scientific boundaries.

Securing a PhD position at a top-tier U.S. institution like Texas Tech is a direct reflection of Minhaz’s relentless work ethic, intellectual curiosity, and technical capabilities. Watching our researchers grow within the lab and transition into prestigious doctoral programs abroad represents the highest fulfillment of CIOL’s purpose.

Thank you, Minhaz, for your invaluable contributions to CIOL’s publications, research culture, and community. We wish you extraordinary success as you take on this next chapter in Lubbock, Texas.

Congratulations, Dr.-to-be Minhaz! We are cheering for you! 🌟👏

Today, we'll be presenting our position paper, 𝐀𝐈 𝐆𝐨𝐯𝐞𝐫𝐧𝐚𝐧𝐜𝐞 𝐍𝐞𝐞𝐝𝐬 𝐈𝐒𝐎 𝐥𝐢𝐤𝐞 𝐈𝐧𝐭𝐞𝐫𝐨𝐩𝐞𝐫𝐚𝐛𝐢𝐥𝐢𝐭𝐲 𝐏𝐫𝐨𝐭𝐨𝐜𝐨𝐥𝐬, 𝐍𝐨𝐭 𝐉𝐮𝐬𝐭 𝐋𝐚𝐰𝐬, at the ICML 2026 (𝑷𝒐𝒔𝒊𝒕𝒊𝒐𝒏 𝑷𝒂𝒑𝒆𝒓, 𝑺𝒑𝒐𝒕𝒍𝒊𝒈𝒉𝒕)!

🕥 10:30 AM to 12:15 PM KST
📍 Hall A, Poster #3309, COEX, Seoul
🌐 𝐖𝐞𝐛𝐬𝐢𝐭𝐞: https://ai-risk-manifests.github.io/

Here is a short overview of the work by Azmine Toushik Wasi and Mst Rafia Islam. Looking forward to discussing these ideas during the poster session!
If you're attending ICML, we'd love to chat!

LinkedIn This link will take you to a page that’s not on LinkedIn