23932 पेपर
GazeWorld एक मेडिकल इमेजिंग वर्ल्ड मॉडल है जो रेडियोलॉजिस्ट के आई-ट्रैकिंग डेटा का लाभ उठाते हुए लेटेंट इमेज रिप्रेजेंटेशन्स को ऑटोरेग्रेसिवली प्रेडिक्ट करता है, जिससे यह केवल इस बात को सीखने के बजाय कि विशेषज्ञों ने क्या निष्कर्ष निकाला, बल्कि यह सीखने में सक्षम होता है कि विशेषज्ञ छवियों को कैसे पढ़ते हैं, जिससे स्टेट-ऑफ-द-आर्ट डायग्नोस्टिक सटीकता और ज़ीरो-शॉट प्रदर्शन प्राप्त होता है।
यह शोध पत्र "नैनो वर्ल्ड मॉडल्स" (Nano World Models) प्रस्तुत करता है, जो डिफ्यूजन फोर्सिंग (diffusion forcing) पर आधारित एक न्यूनतम और पुनरुत्पादक कोडबेस है जो विभिन्न वीडियो प्रेडिक्शन घटकों को एकीकृत करता है ताकि विविध वातावरणों में वर्ल्ड मॉडल डिज़ाइन विकल्पों के नियंत्रित और वैज्ञानिक अध्ययन को सक्षम बनाया जा सके।
यह शोध पत्र डिफ्यूज़्ड रिवॉर्ड (DIDR) के साथ Diff-Instruct का प्रस्ताव करता है, जो एक डेटा-मुक्त ढांचा है जो डिफ्यूजन प्रक्षेपवक्र (trajectory) में रिवॉर्ड-टिल्टेड वितरणों को प्रसारित करके एक-चरण वाले इमेज जनरेटरों को मानवीय प्राथमिकताओं के साथ संरेखित करता है, जिससे मौजूदा बेसलाइन और यहाँ तक कि मल्टी-स्टेप टीचर्स की तुलना में भी बेहतर दक्षता और इमेज फिडेलिटी प्राप्त होती है।
यह शोध पत्र 'रीज़न-इमेजिन-एक्ट' (RIA) का प्रस्ताव करता है, जो एक क्लोज्ड-लूप फ्रेमवर्क है जो ऑनलाइन सुरक्षा सत्यापन को सक्षम करने और स्वायत्त ड्राइविंग में निर्णय लेने के प्रदर्शन को महत्वपूर्ण रूप से सुधारने के लिए एक लार्ज लैंग्वेज मॉडल रीज़नर को एक एक्शन-कंडीशन्ड वर्ल्ड मॉडल के साथ एकीकृत करता है।
EvoSci एक जैव-प्रेरित (bio-inspired) मल्टी-एजेंट फ्रेमवर्क है जो वैज्ञानिक विचारों को पुनरावृत्ति के माध्यम से विकसित करने के लिए नॉलेज ग्राफ्स को भूमिका-आधारित सहयोग (मेंटर, रिसर्चर, रिव्यूअर) के साथ एकीकृत करता है, जो सुसंगत और रचनात्मक अनुसंधान खोजों को उत्पन्न करने में मौजूदा बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र "मोड-एज़-सीक्वेंस" (Mode-as-Sequence) प्रस्तावित करता है, जो एक एकीकृत ढांचा है जो अव्यवस्थित मल्टीमॉडल मोशन प्रेडिक्शन को एक व्यवस्थित अनुक्रम में अनुवादित करता है ताकि मोड निर्भरता को स्पष्ट रूप से मॉडल किया जा सके, जिससे रिकरेंट या पैरेलल डिकोडिंग रणनीतियों के माध्यम से मोड कोलैप्स और कॉन्फिडेंस कैलिब्रेशन संबंधी समस्याओं का समाधान किया जाता है जिन्होंने वेमो ओपन डेटासेट (Waymo Open Dataset) चुनौतियों में शीर्ष रैंकिंग प्राप्त की है।
यह शोध पत्र LLM-AutoSciLab का परिचय देता है, जो एक क्लोज्ड-लूप फ्रेमवर्क है जो परिकल्पना निर्माण को सक्रिय प्रयोग चयन के साथ एकीकृत करता है ताकि पिछले तरीकों की तुलना में अधिक सैंपल-कुशल और सटीक वैज्ञानिक खोज प्राप्त की जा सके, जिसे नए ActiveSciBench डेटासेट्स के माध्यम से सत्यापित किया गया है।
यह शोध पत्र इंटरैक्टबाइंड (InteractBind) का परिचय देता है, जो एक बड़े पैमाने का डेटासेट और बेंचमार्क है जिसे यह मूल्यांकन करने के लिए डिज़ाइन किया गया है कि क्या प्रोटीन-लिगैंड मॉडल बाइंडिंग साइटों और विशिष्ट गैर-सहसंयोजक अंतःक्रियाओं को सटीक रूप से स्थानीयकृत कर सकते हैं, जिससे यह पता चलता है कि वर्तमान मॉडल अक्सर बाइंडिंग की संभावना की भविष्यवाणी करने में तो उत्कृष्ट होते हैं लेकिन आणविक पहचान के अंतर्निहित भौतिक तंत्र को पकड़ने में विफल रहते हैं।
यह शोध पत्र मल्टी-एआई सहयोग के लिए प्रस्तावक (प्रपोजर) एलएलएम के चयन को पूरकता पर केंद्रित एक कॉम्बिनेटोरियल समस्या के रूप में पुनर्गठित करता है, और ऐसे गणनात्मक रूप से व्यवहार्य ग्रीडी एल्गोरिदम का प्रस्ताव और सत्यापन करता है जो प्रस्तावक और सारांशकर्ता (समराइज़र) के बीच तालमेल को अनुकूलित करके मौजूदा सटीकता- या विविधता-केंद्रित दृष्टिकोणों से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र एक न्यूट्रोसोफिक लॉजिक फ्रेमवर्क (Neutrosophic Logic framework) का प्रस्ताव करता है और बड़े भाषा मॉडलों (Large Language Models) के लिए इसका अनुभवजन्य सत्यापन करता है जो सत्य (Truth), अनिश्चितता (Indeterminacy) और असत्य (Falsity) को स्वतंत्र आयामों के रूप में मानता है, और यह प्रदर्शित करता है कि उनके योग को इकाई से अधिक (हाइपर-ट्रुथ/hyper-truth) होने की अनुमति देना प्रभावी रूप से उस ज्ञान संबंधी अनिश्चितता, विरोधाभास और नैतिक संघर्षों को पकड़ लेता है जिन्हें पारंपरिक संभाव्य मॉडल (probabilistic models) अलग करने में विफल रहते हैं।