23863 पेपर
यह शोधपत्र MobileMoE को पेश करता है, जो एक बिलियन से कम पैरामीटर वाले ऑन-डिवाइस मिक्स्चर-ऑफ-एक्सपर्ट्स (Mixture-of-Experts) भाषा मॉडलों का एक परिवार है, जो मौजूदा डेंस और MoE बेसलाइनों की तुलना में बेहतर प्रदर्शन और दक्षता प्राप्त करने के लिए आर्किटेक्चर और प्रशिक्षण को अनुकूलित करता है, जिससे साधारण स्मार्टफोन पर तेज़ इन्फरेंस (inference) सक्षम होता है।
यह शोध पत्र **BRANE** को प्रस्तुत करता है, जो एक ऐसा सिस्टम है जो वर्कलोड विशेषताओं को निकालने के लिए एक LLM और सबसे अधिक लागत प्रभावी पाइपलाइन सेटिंग चुनने के लिए एक हल्के प्रेडिक्टर का उपयोग करके प्रति क्वेरी रिट्रीवल एजेंट कॉन्फ़िगरेशन को गतिशील रूप से अनुकूलित करता है, जिससे यह स्टैटिक ट्यूनिंग और मौजूदा बेसलाइनों की तुलना में बेहतर लागत-गुणवत्ता ट्रेडऑफ़ प्राप्त करता है।
यह शोध पत्र MUSE-Autoskill को प्रस्तुत करता है, जो एक स्व-विकसित (self-evolving) एजेंट फ्रेमवर्क है जो कौशल (skills) को निर्माण, स्मृति, प्रबंधन, मूल्यांकन और परिशोधन के एक एकीकृत जीवनचक्र के माध्यम से प्रबंधित करके कार्य-समाधान क्षमताओं को बढ़ाता है, और उन्हें पुन: प्रयोज्यता, विश्वसनीयता और क्रॉस-टास्क स्थानांतरण में सुधार के लिए दीर्घकालिक, अनुभव-जागरूक परिसंपत्तियों के रूप में मानता है।
यह शोध पत्र एक ही एल्गोरिदम वेंडर द्वारा स्क्रीन किए गए 4 मिलियन जॉब एप्लिकेशन के एक नवीन डेटासेट का विश्लेषण करता है और पाता है कि ऐसे एल्गोरिद्मिक मोनोकल्चर (एकरूपता) समान प्रकार के अस्वीकृति परिणामों को जन्म देते हैं जो अश्वेत और एशियाई आवेदकों को असमान रूप से और प्रतिकूल रूप से प्रभावित करते हैं, जिससे अक्सर मानव समीक्षा सुरक्षित करने के लिए व्यापक आवेदन रणनीतियों की आवश्यकता होती है।
यह शोध पत्र विभिन्न प्रोग्रामिंग भाषाओं में गिटहब कोपायलट (GitHub Copilot) के क्रमिक लॉन्च का एक प्राकृतिक प्रयोग के रूप में उपयोग करता है ताकि यह प्रदर्शित किया जा सके कि यद्यपि लार्ज लैंग्वेज मॉडल्स (Large Language Models) ओपन-सोर्स योगदान को महत्वपूर्ण रूप से बढ़ाते हैं, वे मौलिक नवाचार की तुलना में क्रमिक कोड रखरखाव को असमान रूप से अधिक प्राथमिकता देते हैं, जिससे सहयोगात्मक प्रयास नई कार्यक्षमता की खोज करने के बजाय मौजूदा कोडबेस के दोहन की ओर स्थानांतरित हो जाते हैं।
2024 के अमेरिकी चुनाव से इंस्टाग्राम की 2,39,000 से अधिक छवियों का विश्लेषण करते हुए, यह अध्ययन "जेनरेटिव मेमेसिस" (generative memesis) को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि जबकि मीम फॉर्मेट अकेले एआई (AI) की तुलना में अधिक जुड़ाव बढ़ाते हैं, मानव-क्यूरेटेड सिंथेटिक इमेजरी का तालमेल राजनीतिक भागीदारी को महत्वपूर्ण रूप से बढ़ाता है, जो यह प्रकट करता है कि डेमोक्रेट्स और रिपब्लिकन किस प्रकार इन-ग्रुप समर्थन बनाम आउट-ग्रुप हमलों के लिए एआई का उपयोग करने में विशिष्ट पक्षपाती रणनीतियों का उपयोग करते हैं।
यह शोध पत्र FPDM का प्रस्ताव करता है, जो पोज़-गाइडेड पर्सन इमेज सिंथेसिस के लिए एक नवीन डिफ्यूजन-आधारित फ्रेमवर्क है, जो स्रोत-पोज़ एम्बेडिंग्स को लक्षित छवियों के साथ संरेखित करने के लिए एक स्पष्ट इमेज-पोज़ फ्यूजन मॉड्यूल और कंट्रास्टिव लर्निंग का उपयोग करता है, जिससे विभिन्न पोज़ और स्वरूपों में बनावट की शुद्धता (टेक्चर फिडेलिटी) और पीढ़ीगत निरंतरता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र FragmentNet को प्रस्तुत करता है, जो एक ग्राफ-टू-सीक्वेंस मॉडल है जो अणुओं को समायोज्य सूक्ष्मता (adjustable granularity) के साथ रासायनिक रूप से वैध खंडों (fragments) में विभाजित करने के लिए एक नवीन अनुकूली टोकेनाइज़र (adaptive tokenizer) का उपयोग करता है, जो यह प्रदर्शित करता है कि इस खंड स्तर पर प्री-ट्रेनिंग पारंपरिक परमाणु-स्तर या कठोर नियम-आधारित दृष्टिकोणों की तुलना में डाउनस्ट्रीम प्रॉपर्टी प्रेडिक्शन प्रदर्शन में महत्वपूर्ण सुधार करती है।
यह शोध पत्र कोलमोगोरोव-आर्नोल्ड फूरियर नेटवर्क (KAF) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो स्थानीय B-स्प्लाइन्स के स्थान पर प्रशिक्षित रैंडम फूरियर फीचर्स और एक हाइब्रिड एक्टिवेशन मैकेनिज्म का उपयोग करके एक वैश्विक, अनुकूली स्पेक्ट्रल प्रतिनिधित्व के माध्यम से पारंपरिक KANs की पैरामीटर विस्फोट और उच्च-आवृत्ति सीमाओं को दूर करता है, जिससे विविध कार्यों में अत्याधुनिक प्रदर्शन और दक्षता प्राप्त होती है।
यह शोधपत्र WorldGUI प्रस्तुत करता है, जो एक बेंचमार्क और साथ में एक फ्रेमवर्क है जिसे वास्तविक दुनिया की कार्य परिवर्तनशीलता को दर्शाने वाली विविध, गैर-डिफ़ॉल्ट प्रारंभिक अवस्थाओं को संभालने में GUI एजेंटों की मजबूती का मूल्यांकन करने और सुधारने के लिए डिज़ाइन किया गया है, जो वर्तमान अत्याधुनिक मॉडलों में महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है।