19656 पेपर
यह सर्वेक्षण बड़े पूर्व-प्रशिक्षित मॉडलों में कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को संबोधित करने के लिए कॉन्टिनुअल लर्निंग और पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग विधियों को संश्लेषित करके, पैरामीटर-एफिशिएंट कॉन्टिनुअल फाइन-ट्यूनिंग (PECFT) का एक व्यापक अवलोकन प्रदान करता है, जबकि अत्याधुनिक दृष्टिकोणों, मूल्यांकन मेट्रिक्स और भविष्य की अनुसंधान दिशाओं का परीक्षण करता है।
GSPRec एक ग्राफ स्पेक्ट्रल कोलाबोरेटिव फ़िल्टरिंग फ्रेमवर्क है जो उपयोगकर्ता इंटरेक्शन अनुक्रमों से प्राप्त आइटम-आइटम निकटता को ग्राफ टोपोलॉजी में एकीकृत करके और मध्यवर्ती-आवृत्ति घटकों (intermediate-frequency components) को पुनः प्राप्त करने के लिए एक गॉसियन बैंडपास फ़िल्टर लागू करके आइटम रिप्रजेंटेशन को बढ़ाता है, जिससे यह कई डेटासेट्स पर मौजूदा ग्राफ-आधारित तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र ChiGAD प्रस्तुत करता है, जो एक स्पेक्ट्रल ग्राफ न्यूरल नेटवर्क फ्रेमवर्क है जो विविध सिमेंटिक्स को कैप्चर करने, उच्च-आवृत्ति सामग्री को संरक्षित करने और हेट्रोजेनियस ग्राफ विसंगति का पता लगाने में क्लास इम्बैलेंस को प्रभावी ढंग से संबोधित करने के लिए एक नवीन ची-स्क्वायर (Chi-Square) फ़िल्टर और विशिष्ट घटकों का लाभ उठाता है।
यह शोध पत्र हाइपरडायमेंशनल प्रोब (Hyperdimensional Probe) प्रस्तुत करता है, जो एक हाइब्रिड विधि है जो इनपुट-केंद्रित फीचर निष्कर्षण और आउटपुट-उन्मुख विश्लेषण को एकीकृत करने के लिए वेक्टर सिम्बोलिक आर्किटेक्चर का लाभ उठाती है, जिससे लार्ज लैंग्वेज मॉडल (Large Language Model) के निरूपणों में गहरे अर्थ संबंधी अंतर्दृष्टि प्रदान करने के लिए मौजूदा व्याख्यात्मकता तकनीकों की सीमाओं को पार किया जा सके।
यह शोध पत्र 'कॉन्टिनुअस कॉन्टेक्स्ट' (Kontinuous Kontext) का परिचय देता है, जो एक निर्देश-आधारित इमेज एडिटिंग मॉडल है जो एक हल्के प्रोजेक्टर को मॉडल के मॉड्यूलेशन स्पेस में एक स्केलर स्ट्रेंथ वैल्यू और टेक्स्ट निर्देश को मैप करने के लिए प्रशिक्षित करके, एडिट की स्ट्रेंथ पर सुचारू और निरंतर नियंत्रण सक्षम करता है, जिससे उपयोगकर्ता विभिन्न ऑपरेशन्स में सूक्ष्म से लेकर पूरी तरह से साकार किए गए बदलावों को बिना किसी एट्रिब्यूट-विशिष्ट प्रशिक्षण के समायोजित कर सकते हैं।
यह शोध पत्र एक मल्टी-एजेंट एलएलएम (LLM) सिमुलेशन फ्रेमवर्क पेश करता है जो व्यवहार संबंधी रिवॉर्ड फंक्शन को इन-कॉन्टेक्स्ट कोचिंग के साथ जोड़ता है ताकि एजेंट वास्तविक मानव ऑनलाइन समुदायों की जटिल गतिशीलता को दर्शाने वाले उभरते सामाजिक संबंधों और नेटवर्क संरचनाओं को विकसित कर सकें।
यह शोध पत्र मल्टी-एजेंट सुदृढीकरण शिक्षण (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) का उपयोग करते हुए एक नवीन कम्प्यूटेशनल ढांचे को प्रस्तुत करता है जो कमजोर विद्युत मछली जैसे एजेंटों को मॉडल करता है, यह प्रदर्शित करते हुए कि कैसे जैव-भौतिक रूप से प्रेरित इलेक्ट्रोसेंसिंग और एक्टुएशन सामाजिक खोज और आक्रामकता जैसे उभरते सामूहिक व्यवहार उत्पन्न करते हैं, जबकि पशु न्यूरोएथोलॉजी के अध्ययन में प्रयोगात्मक सीमाओं को दूर करने के लिए कारण संबंधी इन सिलिको हस्तक्षेपों को सक्षम करते हैं।
यह शोध पत्र M-RAG का प्रस्ताव करता है, जो एक सिमेंटिक की-वैल्यू इंडेक्सिंग फ्रेमवर्क है जो पारंपरिक टेक्स्ट चंकिंग पर निर्भर रहने के बजाय दस्तावेजों से मेटा-मार्कर निकालने के माध्यम से रिट्रीवल-ऑगमेंटेड जनरेशन सिस्टम में टोकन बजट को अनुकूलित करने और सटीकता में सुधार करने के लिए रिट्रीवल कीज़ को जनरेशन पेलोड्स से अलग करता है।
यह शोध पत्र Auto-AEG प्रस्तुत करता है, जो एक स्केलेबल पाइपलाइन है जो प्रोग्रामेटिक रूप से सिंथेसाइज किए गए क्लिप्स को मल्टी-मॉडल स्यूडो-लेबल्स और रीइन्फोर्समेंट लर्निंग के साथ जोड़कर ओपन-वोकैबुलरी ऑडियो इवेंट ग्राउंडिंग में डेटा की कमी की बाधा को दूर करता है ताकि लार्ज ऑडियो-लैंग्वेज मॉडल्स की टेम्पोरल लोकलाइजेशन क्षमताओं को महत्वपूर्ण रूप से बढ़ाया जा सके।
यह शोध पत्र OpenMHC को प्रस्तुत करता है, जो लगभग 12,000 प्रतिभागियों के 6 करोड़ घंटों से अधिक के वियरेबल स्वास्थ्य डेटा, फाउंडेशन मॉडल्स के ओपन-सोर्स कार्यान्वयन और एक एकीकृत बेंचमार्क के साथ एक व्यापक ओपन-एक्सेस डेटासेट है, ताकि वियरेबल हेल्थ AI में अनुसंधान को लोकतांत्रिक और त्वरित बनाया जा सके।