19742 पेपर
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।
SENTINEL एक नवीन बहु-स्तरीय औपचारिक ढांचा (formal framework) है जो सिमेंटिक, प्लान और ट्रजेक्टरी स्तरों पर औपचारिक टेम्पोरल लॉजिक विनिर्देशों (formal temporal logic specifications) के विरुद्ध सिमेंटिक समझ, योजना और निष्पादन को व्यवस्थित रूप से सत्यापित करके फाउंडेशन मॉडल-आधारित एम्बोडीड एजेंटों की भौतिक सुरक्षा सुनिश्चित करता है।
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 अध्ययन अर्बन एयर मोबिलिटी वाहनों के स्वायत्त लैंडिंग सिस्टम पर ट्रोजन हमलों द्वारा उत्पन्न महत्वपूर्ण सुरक्षा जोखिमों को प्रदर्शित करता है, जो यह प्रकट करता है कि जब डीप लर्निंग मॉडल प्रशिक्षण डेटा में गुप्त ट्रिगर्स से समझौता किए जाते हैं, तो सटीकता में 96.4% से 73.3% तक की भारी गिरावट आती है।
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 T2T-VICL को प्रस्तुत करता है, जो एक सहयोगात्मक प्रॉम्प्ट-ट्रांसफर फ्रेमवर्क है जो एक शिक्षक VLM से निहित पाठ्य मार्गदर्शन (implicit textual guidance) को एक हल्के छात्र मॉडल में संकुचित (distill) करके क्रॉस-टास्क विजुअल इन-कॉन्टेक्स्ट लर्निंग को सक्षम बनाता है, जिससे यह बिना किसी स्पष्ट कार्य नाम के विविध विजन कार्यों में बेमेल प्रदर्शन-क्वेरी (demonstration-query) युग्मों को प्रभावी ढंग से संभालने में सक्षम होता है।
यह शोध पत्र हल्के रैंक धारणाओं के तहत स्पेक्ट्रल दृष्टिकोणों और टेंसर अपघटन का लाभ उठाकर अनुक्रमिक डेटा से आंशिक रूप से अवलोकन योग्य मार्कोव निर्णय प्रक्रिया (POMDP) के स्पष्ट संक्रमण और अवलोकन मैट्रिसेस को सीखने की एक विधि प्रस्तुत करता है, जो एजेंटों को विविध लक्ष्यों के लिए योजना बनाने में सक्षम बनाता है और यह सिद्ध करता है कि एक विशिष्ट अवस्था विभाजन से परे सीखना सैद्धांतिक रूप से असंभव है।
यह शोध पत्र एक दो-चरणीय एंड-टू-एंड सुदृढीकरण शिक्षण (reinforcement learning) ढांचे को प्रस्तुत करता है जो यूनिट्री गो2 (Unitite Go2) क्वाड्रुपेड रोबोटों को केवल स्थानीय ऊंचाई-मानक धारणा (local height-map perception) का उपयोग करके अमूर्त पिरामिड स्थलाकृति से वास्तविक वातावरण में कौशल स्थानांतरित करके, अग्निशमन खोज मिशनों के लिए विविध इनडोर सीढ़ियों (सीधी, एल-आकार की और सर्पिल) में स्वायत्त रूप से नेविगेट करने और अनुकूल रूप से चढ़ने या उतरने में सक्षम बनाता है।
यह शोध पत्र एक पुनर्गठनीय इंटेलिजेंट सरफेस (RIS)-सहायता प्राप्त स्पेस-एयर-ग्राउंड इंटीग्रेटेड नेटवर्क के लिए एक डीप डिटरमिनिस्टिक पॉलिसी ग्रेडिएंट (DDPG) एल्गोरिदम प्रस्तावित करता है ताकि HAPS बीमफॉर्मिंग वेट्स को गतिशील रूप से अनुकूलित किया जा सके, जो एंटीना बैक-लोब्स से होने वाले क्रॉस-टियर इंटरफेरेंस को प्रभावी ढंग से दबाता है और पारंपरिक ज़ीरो-फोर्सिंग विधियों की तुलना में 11.3% तक थ्रूपुट सुधार प्राप्त करता है।