20089 पेपर
GaitSpan एक नवीन ढांचा है जो लय निर्माण (rhythm generation), स्ट्राइड शेपिंग (stride shaping) और अवशिष्ट अनुकूलन (residual adaptation) का लाभ उठाकर, बिना शून्य से पुन: सीखने की आवश्यकता के, एक पूर्व-प्रशिक्षित वॉकिंग पॉलिसी को विविध रूपात्मकताओं (morphologies) और भू-भागों में चलने, जॉगिंग करने और दौड़ने में सक्षम एक एकल, निरंतर-गति वाले लोकोमोशन कंट्रोलर में कुशलतापूर्वक विस्तारित करता है।
यह शोध पत्र C2TSP का प्रस्ताव करता है, जो एक एंड-टू-एंड अनसुपरवाइज्ड लर्निंग पाइपलाइन है जो सीधे तौर पर एक 'कनेक्टेड-बाय-कंस्ट्रक्शन रूटेड 1-ट्री गिब्स फैमिली' के माध्यम से ट्रैवलिंग सेल्समैन प्रॉब्लम के लिए व्याख्यात्मक हैमिल्टोनियन संरचनाओं को सीखता है, जो अवशिष्ट किनारा गड़बड़ी (residual edge perturbations) और प्रमाणन-निर्देशित तीक्ष्णता (certificate-guided sharpening) के माध्यम से संरचनात्मक जानकारी को संरक्षित करते हुए मजबूत टूर प्रदर्शन प्राप्त करता है।
यह शोध पत्र एक शून्य-सेटअप (zero-setup) ढांचे को प्रस्तुत करता है जो सिंक्रोट्रॉन एक्स-रे टोमोग्राफी डेटा के तीव्र, स्वचालित और व्याख्या योग्य मल्टी-फेज सेगमेंटेशन को सक्षम करने के लिए एक सामग्री-अज्ञेय (material-agnostic) मास्क तैयारी रणनीति को एक पूर्व-प्रशिक्षित सिमेंटिक सेगमेंटेशन नेटवर्क के साथ जोड़ता है, जिसके लिए किसी मैनुअल इनपुट, पुनर्रशिक्षण या डेटासेट-विशिष्ट एनोटेशन की आवश्यकता नहीं होती है।
यह अध्ययन प्रकट करता है कि मानव अर्थ संबंधी स्मृति पुनर्प्राप्ति (semantic memory retrieval), वर्तमान लार्ज लैंग्वेज मॉडल्स की तुलना में अधिक परिवर्तनशील और अन्वेषणात्मक खोज पैटर्न प्रदर्शित करती है, जैसा कि मौखिक प्रवाह कार्यों (verbal fluency tasks) में उच्च एंट्रॉपी, बड़े अर्थ संबंधी चरणों और व्यापक फैलाव से सिद्ध होता है, जिसे कोई भी टेम्परेचर ट्यूनिंग कॉन्फ़िगरेशन पूरी तरह से पुनरुत्पादित नहीं कर सका।
यह शोध पत्र यह मूल्यांकन करने के लिए एक मानकीकृत थ्रेशोल्ड एक्सीडेंस क्राइटेरिया (TEC) ढांचे को प्रस्तुत करता है कि क्या सीमांत भाषा मॉडल उच्च-परिणाम वाले CBRN हमलों की योजना बनाने में गैर-विशेषज्ञ क्षमताओं को भौतिक रूप से बढ़ाते हैं, और इसे एक बड़े पैमाने के अध्ययन पर लागू करता है जो यह प्रकट करता है कि हालांकि मॉडल-सहायता प्राप्त योजनाएं विशेषज्ञ निर्देशात्मक स्तर तक पहुंच सकती हैं, पुष्टि किया गया भौतिक उत्थान वर्तमान में रेडियोलॉजिकल डोमेन तक सीमित है।
यह शोधपत्र यह प्रदर्शित करके एक लंबे समय से चले आ रहे अनुमान का खंडन करता है कि बेंजामिनी-होचबर्ग प्रक्रिया सहसंबद्ध द्वि-पक्षीय गाऊसी परीक्षणों के लिए अपने नाममात्र स्तर पर गलत खोज दर (फॉल्स डिस्कवरी रेट) को नियंत्रित करने में विफल रहती है, जो अंतराल अंकगणित (इंटरवल अरिथमेटिक) के माध्यम से कठोरता से सिद्ध किया गया है और लेखक द्वारा सत्यापित किया गया है।
यह शोध पत्र राउंडटेबल कॉन्टेक्स्ट विंडो टेस्ट (RCWT) को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि निश्चित कॉन्टेक्स्ट बजट के तहत LLMs में प्रदर्शन में गिरावट मुख्य रूप से समन्वय सामग्री (coordination content) द्वारा कार्य-महत्वपूर्ण साक्ष्यों के विस्थापन के कारण होती है, न कि केवल समन्वय की मात्रा के कारण, जैसा कि इंटैक्ट-टास्क एब्लेशन्स (intact-task ablations) से प्रमाणित होता है जहाँ मॉडल उच्च समन्वय अनुपातों के साथ भी अपनी सटीकता बनाए रखते हैं।
यह शोध पत्र समान बजट के तहत सरल टेस्ट-टाइम स्केलिंग के विरुद्ध निष्पक्ष रूप से तुलना करने पर यह प्रदर्शित करते हुए एलएलएम (LLM) एजेंटों में स्वचालित हार्नेस विकास (automatic harness evolution) के वर्तमान मूल्यांकन प्रोटोकॉल की आलोचना करता है कि हार्नेस विकास कोई निरंतर प्रदर्शन लाभ प्रदान नहीं करता है और सीमित सामान्यीकरण प्रदर्शित करता है।
फिन-एनालिस्ट (Fin-Analyst), जिसमें टेस्ला के लिए आठ-विशेषज्ञों वाले एलएलएम (LLM) पाइपलाइन और बिटकॉइन के लिए एक नियम-आधारित सिग्नल सिस्टम वाला एक हाइब्रिड ट्रेडिंग एजेंट शामिल है, ने 13.51% रिटर्न के साथ फिनएमएमइवल (FinMMEval) 2026 टास्क 3 लीडरबोर्ड पर शीर्ष रैंकिंग हासिल की, जो मेमोरीलेस मॉडल्स और फिक्स्ड थ्रेशोल्ड्स की तुलना में इवेंट-ड्रिवन एलएलएम विश्लेषण की श्रेष्ठता को प्रदर्शित करता है और अल्पकालिक लाइव ट्रेडिंग मूल्यांकनों की अस्थिरता संवेदनशीलता को उजागर करता है।
यह अध्ययन प्रदर्शित करता है कि ऑन-डिवाइस 4B रिसर्च एजेंटों के लिए, उद्धरण निष्ठा (citation faithfulness) मुख्य रूप से मॉडल को दिए गए स्रोत टेक्स्ट की मात्रा द्वारा निर्धारित होती है न कि स्रोत की गुणवत्ता द्वारा, जबकि सही स्रोतों का कवरेज पूरी तरह से रिट्रीवल रिकॉल (retrieval recall) द्वारा सीमित रहता है।