23941 पेपर
यह शोध पत्र स्किलवीव (SkillWeave) का परिचय देता है, जो एक मॉड्यूलर फ्रेमवर्क है जो बड़े भाषा मॉडलों को संकुचित, डोमेन-विशिष्ट "स्किलपैक" (skillpacks) में विभाजित करता है ताकि सख्त मेमोरी बजट के भीतर बेहतर मल्टी-डोमेन प्रदर्शन और इन्फरेंस गति प्राप्त की जा सके, जो काफी बड़े मोनोलिथिक मॉडलों से भी बेहतर प्रदर्शन करता है।
यह शोध पत्र 'थाउजेंड ब्रेन्स थ्योरी' के मोंटी फ्रेमवर्क में घने वेक्टर निरूपणों (dense vector representations) को रैंक-ऑर्डर स्पाइक पैकेट्स और STDP-आधारित लर्निंग से बदलने का प्रस्ताव देता है ताकि सेंसरिमोटर संपर्क अनुक्रमों को टेम्पोरली एनकोड किया जा सके, जिससे ट्रैवर्सल दिशा का लाभ उठाने वाला सुदृढ़ ऑब्जेक्ट इन्फरेंस सक्षम हो सके और मूल कार्यान्वयन की तुलना में बेहतर विभेदन सटीकता और शोर प्रतिरोध प्राप्त किया जा सके।
CLORE एक कंटेंट-लेवल ऑप्टिमाइज़ेशन फ्रेमवर्क है जो सही रीजनिंग ट्रेसेस से दोहराव वाले या अप्रासंगिक कंटेंट को संपादित और छंटनी करने के लिए एक बाहरी ऑगमेंटेशन मॉडल का उपयोग करके लार्ज लैंग्वेज मॉडल्स में रीजनिंग दक्षता को बढ़ाता है, जिससे स्पष्ट लंबाई बजट पर निर्भर किए बिना सटीकता-दक्षता ट्रेड-ऑफ में सुधार होता है।
यह अध्ययन एक समयबद्ध रिस्क (Risk) वातावरण में लाइव रणनीतिक एजेंटों के रूप में लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करता है, जिससे यह पता चलता है कि हालांकि Gemini-3.1-pro-preview ने एंड-टू-एंड गेमप्ले में अन्य प्रदाताओं की तुलना में काफी बेहतर प्रदर्शन किया, लेकिन प्रदर्शन का यह अंतर मुख्य रूप से केवल नियोजन क्षमताओं के बजाय निष्पादन विश्वसनीयता और उद्देश्य ट्रैकिंग से उपजा है।
यह शोध पत्र एक संज्ञानात्मक उपयोगकर्ता सिमुलेटर (Cognitive User Simulator) को पेश करके कार्य-उन्मुख संवाद एजेंटों (task-oriented dialogue agents) को सक्रिय बनाने की चुनौती का समाधान करता है जो छिपी हुई उपयोगकर्ता चिंताओं को मॉडल करता है, और एक सिमुलेटर-प्रेरित असममित-दृष्टिकोण नीति अनुकूलन (Simulator-Induced Asymmetric-View Policy Optimization) ढांचे का उपयोग करता है जो इन गुप्त संकेतों का लाभ उठाकर एजेंटों को बातचीत को स्वीकृति की ओर प्रभावी ढंग से मोड़ने में सक्षम बनाता है।
यह शोध पत्र एक एक्सप्लोरेटरी एआई रिकमेंडर फ्रेमवर्क प्रस्तुत करता है जो उच्च-आयामी नैदानिक अध्ययनों के लिए पारदर्शी सांख्यिकीय मॉडलों के प्रेडिक्टिव प्रदर्शन और कैलिब्रेशन को महत्वपूर्ण रूप से बढ़ाते हुए, फीचर चयन, नॉन-लीनियर टर्म्स और इंटरैक्शन के लिए डेटा-संचालित सिफारिशें स्वचालित रूप से उत्पन्न करने के लिए एक्सप्लेनेबल एआई का लाभ उठाता है।
यह शोध पत्र डायरेक्शन-एडेप्टिव सेल्फ-डिस्टिलेशन (DASD) प्रस्तुत करता है, जो बड़े भाषा मॉडलों (LLMs) के लिए एक नवीन पोस्ट-ट्रेनिंग प्रतिमान है जो टोकन अनिश्चितता के आधार पर शिक्षक पर्यवेक्षण को गतिशील रूप से रूट करके जटिल तर्क में सुधार करता है—जो अन्वेषण (exploration) को बनाए रखने के लिए उच्च-एन्ट्रॉपी वाले टोकन को शिक्षक से दूर धकेलता है और निष्पादन सटीकता सुनिश्चित करने के लिए निम्न-एन्ट्रॉपी वाले टोकन को उसकी ओर खींचता है।
यह शोधपत्र एक साझा प्रोब सेट पर सक्रियण-प्रेरित इनपुट स्पेस विभाजनों (activation-induced input space partitions) में परिवर्तनों का विश्लेषण करके, फेडरेटेड लर्निंग में क्लाइंट विचलन (client divergence) को मापने के लिए एक हल्का, रिप्रजेंटेशन-लेवल मीट्रिक प्रस्तावित करता है, जो पैरामीटर या ग्रेडिएंट तुलना पर निर्भर किए बिना असामान्य क्लाइंट्स की प्रभावी पहचान और जोखिम-जागरूक एकत्रीकरण (risk-aware aggregation) को सक्षम बनाता है।
यह शोध पत्र EmoTrack को पेश करता है, जो परामर्श ट्रांसक्रिप्ट्स (counseling transcripts) में अवसाद की गंभीरता को ट्रैक करने के लिए एक सुदृढ़ ढांचा है, जो LLM-निष्कासित नैदानिक संकेतों को सिमेंटिक एम्बेडिंग्स और क्रॉस-सेशन मेमोरी के साथ जोड़ता है, जिससे सिंगल-सेशन और मल्टी-सेशन दोनों बेंचमार्क पर महत्वपूर्ण प्रदर्शन सुधार प्राप्त होता है।
SciCore-Mol एक मॉड्यूलर फ्रेमवर्क है जो एक 8B-पैरामीटर वाले LLM में प्लगेबल परसेप्शन (perception), जनरेशन और रीजनिंग मॉड्यूल को एकीकृत करके भाषाई प्रतीकों और आणविक डेटा के बीच के अंतर को पाटता है, जिससे विविध रासायनिक कार्यों में प्रोप्राइटरी मॉडल्स के प्रतिस्पर्धी प्रदर्शन को प्राप्त किया जा सके।