23941 पेपर
Meta-Soft एक गतिशील KV कैश संपीड़न ढांचा (framework) है जो एक सीखने योग्य मेटा-लाइब्रेरी के माध्यम से संदर्भ-जागरूक सॉफ्ट टोकन को संश्लेषित करके और एक अटेंशन-फ्लो एकीकरण तंत्र के माध्यम से सिमेंटिक जानकारी को संरक्षित करके स्थिर निष्कासन विधियों की सीमाओं को संबोधित करता है, जिससे बेहतर दीर्घ-संदर्भ हैंडलिंग और दक्षता प्राप्त होती है।
बर्निनी (Bernini) एक एकीकृत वीडियो जनरेशन और एडिटिंग फ्रेमवर्क है जो श्रम विभाजन (division of labor) का लाभ उठाता है जहाँ एक MLLM-आधारित प्लानर, DiT-आधारित रेंडरर को निर्देशित करने के लिए ViT एम्बेडिंग स्पेस में सिमेंटिक रीजनिंग करता है, जिससे कुशल, पृथक प्रशिक्षण और सेगमेंट-अवेयर 3D रोटरी पोजीशनल एम्बेडिंग जैसे नवीन घटकों के माध्यम से अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र TransitLM प्रस्तुत करता है, जो 13 मिलियन से अधिक ट्रांजिट रिकॉर्ड वाला एक बड़े पैमाने का डेटासेट और बेंचमार्क है, जो लार्ज लैंग्वेज मॉडल्स को पारंपरिक मैप इंफ्रास्ट्रक्चर पर निर्भर हुए बिना, ओरिजिन-डेस्टिनेशन जानकारी से सीधे संरचनात्मक रूप से वैध, मैप-मुक्त सार्वजनिक पारगमन मार्ग उत्पन्न करने में सक्षम बनाता है।
यह शोध पत्र Nash-MADDPG का प्रस्ताव करता है, जो एक नवीन मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) ढांचा है जो प्रोत्साहन-अनुरूप, निष्पक्ष और स्केलेबल वाहन-से-वाहन ऊर्जा व्यापार प्राप्त करने के लिए नैश बार्गेनिंग सॉल्यूशंस (Nash Bargaining Solutions) को एकीकृत करता है, जो मौजूदा डबल ऑक्शन विधियों की तुलना में सामाजिक कल्याण, व्यापार मात्रा और निष्पक्षता में महत्वपूर्ण सुधार प्रदर्शित करता है।
यह शोध पत्र स्केलेबल (सब-)सिम्बोलिक तकनीकों को प्रस्तुत करता है, जिसमें एक नवीन POMDP अपघटन विधि शामिल है, जो ऑप्टिमल ऑब्जर्वेबिलिटी प्रॉब्लम और इसके उप-समस्याओं (SSP और POP) को कुशलतापूर्वक हल करने के लिए, पिछले पैरामीटर सिंथेसिस दृष्टिकोणों की तुलना में रनटाइम में पांच गुना अधिक (पांच ऑर्डर्स ऑफ मैग्नीट्यूड) तक प्रदर्शन सुधार प्राप्त करता है।
डेटा एंटैंगलमेंट (data entanglement) और टास्क-फॉर्मुलेशन शिफ्ट (task-formulation shift) की चुनौतियों को संबोधित करने के लिए, जो मौजूदा सुरक्षा उपायों को टाइम सीरीज़ फोरकास्टिंग (Time Series Forecasting) के लिए अप्रभावी बना देती हैं, लेखक TimeGuard का प्रस्ताव करते हैं, जो एक ट्रेनिंग-टाइम डिफेंस है जो क्लीन मॉडल प्रदर्शन को बनाए रखते हुए बैकडोर हमलों के विरुद्ध मजबूती में उल्लेखनीय सुधार करने के लिए चैनल-वाइज पूल ट्रेनिंग (channel-wise pool training) और डिस्टेंस-रेगुलराइज्ड लॉस सिलेक्शन (distance-regularized loss selection) का उपयोग करता है।
यह शोध पत्र VeriScale को प्रस्तुत करता है, जो एक एडवर्सरियल फ्रेमवर्क (adversarial framework) है जो अधिक कठोर बेंचमार्क जैसे कि VerinaPlus और VerinaLite बनाने के लिए टेस्ट सूट्स का विस्तार और डिस्टिलेशन करता है, जो अत्याधुनिक LLMs की कोड जनरेशन और स्पेसिफिकेशन क्षमताओं में महत्वपूर्ण कमजोरियों को उजागर करते हैं जिन्हें मौजूदा बेंचमार्क पकड़ने में विफल रहते हैं।
यह शोध पत्र एपिक्योर (Epicure) प्रस्तुत करता है, जो 4.14 मिलियन व्यंजनों पर प्रशिक्षित बहुभाषी सामग्री एम्बेडिंग का एक परिवार है, जो सामग्री सह-उपस्थिति और रासायनिक स्वाद यौगिकों के एक हाइब्रिड ग्राफ में नेविगेट करने के लिए विशिष्ट रैंडम-वॉक स्कीमा का उपयोग करता है, जिससे मॉडल को रेसिपी संदर्भ और रासायनिक संरचना के बीच एक स्पेक्ट्रम के विभिन्न बिंदुओं पर स्थित किया जा सके।
FastTab एक लो-लेटेंसी टेबल स्ट्रक्चर रिकग्निशन मॉडल है जो ग्लोबल रीजनिंग के लिए एक लाइटवेट टिनी रिकर्सिव मॉड्यूल को एक्सियल 1D ट्रांसफॉर्मर्स के साथ जोड़ता है ताकि ऑटोरेग्रेसिव HTML डिकोडिंग पर निर्भर रहे बिना ग्रिड स्ट्रक्चर और सेल स्पैन का सटीक अनुमान लगाया जा सके।
यह शोध पत्र इंटेल न्यूरल कंप्यूट स्टिक 2 पर एक व्यवस्थित इलेक्ट्रोमैग्नेटिक फॉल्ट इंजेक्शन अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि सिंगल-पल्स व्यवधान गंभीर, निरंतर सटीकता गिरावट और डिवाइस हैंग को प्रेरित कर सकते हैं जो मानक एपीआई-स्तरीय पहचान से बच निकलते हैं, जिससे सुरक्षा-महत्वपूर्ण एज एआई परिनियोजन के लिए लोड-टाइम अखंडता जांच की अपर्याप्तता सिद्ध होती है।