23941 पेपर
यह शोध पत्र UTTSI का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) ढांचा है जो अनिश्चित उदाहरणों के लिए चुनिंदा रूप से फीचर-पाथ एक्सप्लोरेशन को ट्रिगर करके CTR प्रेडिक्शन के लिए टेस्ट-टाइम कंप्यूट को स्केल करता है, जिससे न्यूनतम औसत ओवरहेड के साथ महत्वपूर्ण ऑनलाइन प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र एक ऊर्जा-जागरूक मल्टी-एजेंट सुदृढीकरण लर्निंग मॉडल प्रस्तावित करता है जो पारंपरिक साझा पुरस्कार दृष्टिकोणों की तुलना में वातावरण के आकार और एजेंटों की संख्या को बढ़ाने पर विशेष रूप से ध्यान केंद्रित करते हुए, मिशन-उन्मुख ड्रोन नेटवर्क की मजबूती, ऊर्जा दक्षता और सफलता दर को बढ़ाने के लिए व्यक्तिगत पुरस्कार कार्यों के साथ डीप क्यू-नेटवर्क्स का उपयोग करता है।
यह शोध पत्र प्रदर्शित करता है कि न्यूरल-गाइडेड सैंपलिंग एल्गोरिदम, विशेष रूप से न्यूरल इन्फॉर्म्ड RRT*, रोबोटिक नेविगेशन में शास्त्रीय RRT* की तुलना में काफी बेहतर प्रदर्शन करते हैं, जो गणना समय में मामूली वृद्धि के बावजूद, छोटे और अधिक सुगम पथ उत्पन्न करते हैं।
यह अध्ययन प्रदर्शित करता है कि एक स्थानीय रूप से तैनात, गोपनीयता-संरक्षण वाला लघु भाषा मॉडल (Qwen3 4B), व्यापक पेम्फिगस रोगी रिकॉर्ड से नैदानिक विशेषताओं को सटीक रूप से निकाल सकता है और उच्च गुणवत्ता वाले अनुदैर्ध्य सारांश उत्पन्न कर सकता है, जो डेटा सुरक्षा बनाए रखते हुए दक्षता और विश्वसनीयता में संभावित रूप से मानव विशेषज्ञों से बेहतर प्रदर्शन कर सकता है।
यह शोध पत्र प्रशिक्षण के दौरान मोडैलिटी मिसअलाइनमेंट (modality misalignment) को लार्ज विजन-लैंग्वेज मॉडल्स में भाषाई पूर्वाग्रह के मूल कारण के रूप में पहचानता है और दो प्रभावी, डेटा-मुक्त न्यूनीकरण विधियों, लैंग्वेज बायस रेगुलराइजेशन (LBR) और लैंग्वेज बायस पेनल्टी (LBP) का प्रस्ताव करता है, जो मतिभ्रम (hallucinations) को महत्वपूर्ण रूप से कम करने और मल्टीमॉडल संरेखण (multimodal alignment) में सुधार करने के लिए हैं।
यह शोध पत्र यह स्थापित करता है कि ऑटोरेग्रेसिव लैंग्वेज मॉडल्स में नेक्स्ट-टोकन डिस्ट्रीब्यूशन्स की कॉन्टेक्स्ट ट्रंकेशन के प्रति संवेदनशीलता ज्यामितीय (जियोमेट्रिक) के बजाय बहुपद (पॉलिनोमियल) रूप से घटती है, जिससे अनुक्रमिक वाइनर-ज़िव सोर्स कोडिंग के तहत सफिक्स-ओनली KV कैश कंप्रेशन पॉलिसियों की मेमोरी आवश्यकताओं के लिए एक व्युत्पन्न स्केलिंग लॉ प्राप्त होता है।
यह शोध पत्र एक LLM-संचालित मल्टी-एजेंट वर्कफ़्लो प्रस्तावित करता है जो FMU-आधारित सिमुलेशन मॉडल के सत्यापन के लिए कार्यात्मक और इंटरफ़ेस विनिर्देशों से मेटामॉर्फिक संबंधों को स्वचालित रूप से निकालने के लिए टेस्ट केस उत्पन्न और निष्पादित करता है, जिससे औद्योगिक सिमुलेशन डोमेन में स्पष्ट टेस्ट ओरेकलल्स की कमी की चुनौती का समाधान होता है।
यह शोध पत्र नॉन-ग्रेडिएंट इन्फरेंस फ्लोज़ (NGIF) को प्रस्तुत करता है, जो एक एल्गोरिदम है जो निरंतरता समीकरण (continuity equation) के एक वीक फॉर्मूलेशन के माध्यम से गेज फ्रीडम (gauge freedom) का लाभ उठाकर सामान्य नॉन-ग्रेडिएंट जनसंख्या गतिकी का अनुमान लगाता है, जिससे वितरण संबंधी सटीकता में सुधार होता है और पारंपरिक ग्रेडिएंट-आधारित विधियों की सीमाओं से परे स्टोकेस्टिक प्रणालियों में नॉन-पोटेंशियल ट्रांसपोर्ट को कैप्चर किया जाता है।
यह शोध पत्र ऐतिहासिक प्रीफिक्स के एक निरंतर पूल पर स्टोकेस्टिक बैकट्रैकिंग को प्रस्तुत करता है, जिसे फ्रंटियर-ओनली सर्च की सीमाओं को दूर करने और भाषा मॉडलों के लिए टेस्ट-टाइम स्केलिंग में सटीकता-से-टोकन दक्षता अनुपात को महत्वपूर्ण रूप से सुधारने के लिए सबपूल चयन और पावर बैकट्रैक सीक्वेंशियल मोंटे कार्लो द्वारा उन्नत किया गया है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि बड़े भाषा मॉडल प्रॉम्प्ट-संवेदनशील व्यवहारिक बदलाव प्रदर्शित करते हैं और "रियलाइजेशन इफेक्ट" (साक्षात्कार प्रभाव) के रैखिक रूप से डिकोडेबल आंतरिक प्रतिनिधित्व रखते हैं, इन प्रतिनिधित्वों को जोखिम लेने के निर्णनों को बदलने के लिए कारणवत रूप से निर्देशित करने में असमर्थता यह प्रकट करती है कि विलुप्त रीडआउट्स (latent readouts) अनिवार्य रूप से डाउनस्ट्रीम निर्णय लेने के लिए उन प्रतिनिधित्वों पर वास्तविक निर्भरता का संकेत नहीं देते हैं।