23941 पेपर
यह शोध पत्र DivSkill-SQL प्रस्तुत करता है, जो एक अवशिष्ट कौशल अनुकूलन (residual skill optimization) ढांचा है जो मॉडल फाइन-ट्यूनिंग के बिना पिछली विफलताओं पर नए कौशल को पुनरावृत्ति से प्रशिक्षित करके पूरक Text-to-SQL एन्सेम्बल का निर्माण करता है, जिससे विविध SQL डायलेक्ट और कार्यों में Pass@K सटीकता में महत्वपूर्ण सुधार होता है और मतिभ्रम (hallucinations) कम होता है।
यह शोध पत्र "सेफ क्राउड प्रेफरेंस-बेस्ड आरएल" (Safe Crowd Preference-based RL) का प्रस्ताव करता है, जो एक पदानुक्रमित ढांचा है जो विविध भीड़ की प्राथमिकताओं से अंतर्निहित सुरक्षा मानदंडों को निकालता और डाउनस्ट्रीम कार्यों में स्थानांतरित करता है, जिससे एजेंटों को स्पष्ट सुरक्षा पुरस्कारों की आवश्यकता के बिना ऑरेकल विधियों के तुलनीय सुरक्षा प्राप्त करने में सक्षम बनाया जा सके।
यह शोध पत्र एक एंड-टू-एंड एजेंटिक हार्नेस पेश करता है जो कच्चे डेटा और उच्च-स्तरीय कार्य विवरणों से स्वायत्त रूप से कस्टम विज़ुअल विश्लेषण अनुप्रयोगों को डिज़ाइन और कार्यान्वित करता है, जो जटिल, लॉन्ग-होरिज़ोन डेटा विज़ुअलाइज़ेशन चुनौतियों को हल करने में सक्षम सामान्य एआई सह-वैज्ञानिकों की दिशा में एक महत्वपूर्ण कदम का प्रतिनिधित्व करता है।
यह अध्ययन प्रकट करता है कि एक नियंत्रित संसाधन-आवंटन कार्य में, भाषा मॉडल अस्पष्ट तीव्रता वाले शब्दों के क्रमिक भेदों को संख्यात्मक आउटपुट के एक सीमित सेट में संकुचित कर देते हैं, जिनका व्यवहार वर्तमान सिस्टम अवस्था पर अत्यधिक निर्भर हो जाता है और परिचालन सीमाओं के निकट असंतत पैटर्न प्रदर्शित करता है।
FLUID एक नवीन, ID-मुक्त अनुशंसा ढांचा (recommendation framework) है जो औद्योगिक-स्तर की लाइवस्ट्रीमिंग के लिए पारंपरिक आइटम एम्बेडिंग्स को डिस्क्रीट पदानुक्रमित मल्टीमॉडल कोड्स (LUCID) से बदल देता है ताकि निरंतर कोल्ड-स्टार्ट चुनौतियों पर काबू पाया जा सके, जिससे एक अरब से अधिक वैश्विक उपयोगकर्ताओं के आधार पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र होल-बॉडी FDG PET/CT ट्यूमर सेगमेंटेशन के लिए एक ओपन-सोर्स, मल्टी-सेंटर फाउंडेशन मॉडल प्रस्तुत करता है जो न्यूनतम लेबल वाले डेटा के साथ उच्च प्रदर्शन प्राप्त करने के लिए अर्ली क्रॉस-मोडल फ्यूजन और एक विशेष मास्क ऑटोएनकोइंग ऑब्जेक्टिव का उपयोग करता है, जिससे क्लिनिकल ऑन्कोलॉजी में व्यापक मैनुअल एनोटेशन पर निर्भरता कम होती है।
यह शोध पत्र एक हाइब्रिड आर्किटेक्चर का प्रस्ताव करता है जो "जटिलता स्कोर" (Complexity Score) के आधार पर NVDRS आत्महत्या की परिस्थितियों को निकालने के लिए लार्ज लैंग्वेज मॉडल्स और फाइन-ट्यून्ड रोबर्टा (RoBERTa) के बीच गतिशील रूप से चयन करता है, यह प्रदर्शित करते हुए कि दुर्लभ और अनुमानित रूप से जटिल मामलों में LLMs, फाइन-ट्यून्ड मॉडल्स की तुलना में काफी बेहतर प्रदर्शन करते हैं जबकि बाद वाले सामान्य मामलों के लिए प्रभावी बने रहते हैं।
यह शोध पत्र ऑरेकल-प्रॉम्प्टेड पॉलिसी ऑप्टिमाइज़ेशन (OPPO) का प्रस्ताव करता है, जो एक सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचा है जो ऑरेकल-कंडीशन्ड लाइकलीहुड रेश्यो से टोकन-स्तरीय लाभ (एडवांटेज) प्राप्त करने के लिए बायेसियन वैल्यू रिकर्सन का लाभ उठाता है, जिससे सीखे गए वैल्यू नेटवर्क की आवश्यकता समाप्त हो जाती है और यह जटिल तर्क बेंचमार्क पर GRPO जैसी मौजूदा विधियों की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र ज़ीरो-सीओटी प्रोब (ZCP) को प्रस्तुत करता है, जो एक नवीन ब्लैक-बॉक्स डिटेक्शन विधि है जो लेटेंट मेमोराइजेशन (latent memorization) को प्रकट करने के लिए चेन-ऑफ-थॉट रीजनिंग को ट्रंकेट करके और आइसोमॉर्फिक परटर्बेशन (isomorphic perturbation) के माध्यम से संदूषण की गंभीरता को परिमाणित करके बड़े भाषा मॉडलों में इवेसिव डेटा कंटैमिनेशन (evasive data contamination) को उजागर करती है।
यह शोध पत्र एक दो-चरणीय मल्टीमॉडल फ्रेमवर्क प्रस्तुत करता है जो छह निरंतर भावना तीव्रता आयामों (emotion intensity dimensions) की भविष्यवाणी करने के लिए एक हल्के रिग्रेसर (lightweight regressor) के माध्यम से उन्हें फ्यूज करने से पहले टेक्स्ट, ऑडियो, विजन और मोशन एनकोडर को स्वतंत्र रूप से प्रशिक्षित करता है, जिसने ह्यूम-एबीएडब्ल्यू10 (Hume-ABAW10) इमोशनल मिमिक्री इंटेंसिटी चैलेंज में 0.57 के टेस्ट सेट पियर्सन कोरिलेशन के साथ तीसरा स्थान प्राप्त किया।