23941 पेपर
यह शोध पत्र एजेंट JIT कंपाइलेशन (Agent JIT Compilation) को प्रस्तुत करता है, जो एक योजनाकार (planner), शेड्यूलर (scheduler) और इनवेरिएंट-एनफोर्सिंग प्रोटोकॉल (invariant-enforcing protocol) से बना एक ढांचा है जो प्राकृतिक भाषा के कार्यों को निष्पादन योग्य कोड में परिवर्तित करता है ताकि पारंपरिक अनुक्रमिक वेब एजेंट लूपों की तुलना में महत्वपूर्ण गति और सटीकता में सुधार प्राप्त किया जा सके।
यह शोध पत्र WikiVQABench को प्रस्तुत करता है, जो एक मानव-क्यूरेटेड बेंचमार्क है जो विकिपीडिया छवियों, कैप्शन और विकिडेटा को जोड़ता है ताकि बहुविकल्पीय प्रश्नों के माध्यम से विजन-लैंग्वेज मॉडलों की ज्ञान-आधारित तर्क क्षमताओं का मूल्यांकन किया जा सके, जिनमें दृश्य धारणा से परे बाहरी जानकारी की आवश्यकता होती है।
यह शोध पत्र हाइपरपैरामीटर ट्रांसफर को मापने के लिए एक रूपरेखा प्रस्तुत करता है और यह प्रकट करता है कि मानक पैरामीट्राइजेशन (SP) की तुलना में मैक्सिमल अपडेट (P) में देखा गया श्रेष्ठ लर्निंग रेट ट्रांसफर मुख्य रूप से एम्बेडिंग लेयर लर्निंग रेट बॉटलनेक को समाप्त करने से उत्पन्न होता है, जो प्रशिक्षण को स्थिर करता है और एक्सट्रपलेशन रोबस्टनेस (extrapolation robustness) में सुधार करता है।
यह शोध पत्र CARV को प्रस्तुत करता है, जो एक कंप्यूट-अवेयर वेरिएंस-रिडक्शन फ्रेमवर्क है जो एमोर्टाइज्ड अपस्ट्रीम कंप्यूटेशन, टाइमस्टेप इम्पोर्टेंस सैंपलिंग और स्ट्रैटिफाइड-इनवर्स-CDF कंस्ट्रक्शन का लाभ उठाकर टेक्स्ट-टू-3D और डेटा एट्रीब्यूशन जैसे डिफ्यूजन-आधारित पाइपलाइनों में मोंटे कार्लो एस्टिमेटर वेरिएंस को काफी कम करता है और कंप्यूट दक्षता में सुधार करता है।
यह शोधपत्र स्वास्थ्य सेवा पेशेवरों के लिए एक प्रवेश-स्तरीय, कार्रवाई योग्य मार्गदर्शिका प्रदान करता है ताकि वे कार्य प्रारूपण (task formulation), मॉडल चयन, प्रॉम्प्ट इंजीनियरिंग, फाइन-ट्यूनिंग और जिम्मेदार परिनियोजन (deployment) को समाहित करने वाले एक संरचित वर्कफ़्लो के माध्यम से चिकित्सा अनुसंधान और नैदानिक अभ्यास में फ्रंटियर लार्ज लैंग्वेज मॉडल्स को प्रभावी ढंग से और सुरक्षित रूप से एकीकृत कर सकें।
यह शोधपत्र GraphPINE को प्रस्तुत करता है, जो एक नवीन ग्राफ न्यूरल नेटवर्क आर्किटेक्चर है जो कैंसर ड्रग रिस्पॉन्स प्रेडिक्शन में बेहतर व्याख्यात्मकता और प्रदर्शन के लिए डोमेन-विशिष्ट पूर्व ज्ञान (prior knowledge) को नोड महत्व (node importance) को इनिशियलाइज़ और पुनरावृत्ति से प्रसारित करने के लिए एकीकृत करता है।
यह शोध पत्र Slot-MLLM प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो स्लॉट अटेंशन (Slot Attention) पर आधारित एक ऑब्जेक्ट-सेंट्रिक विजुअल टोकेनाइज़र का उपयोग करता है ताकि मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स को एक एकीकृत नेक्स्ट-टोकन प्रेडिक्शन प्रतिमान (paradigm) के भीतर विस्तृत, ऑब्जेक्ट-लेवल विजुअल कंटेंट को प्रभावी ढंग से एनकोड और जेनरेट करने में सक्षम बनाया जा सके।
यह शोध पत्र SzCORE चैलेंज प्रस्तुत करता है, जो 65 रोगियों के एक सख्ती से अलग रखे गए (held-out) डेटासेट पर 28 अत्याधुनिक दौरे का पता लगाने वाले एल्गोरिदम का मूल्यांकन करने वाला एक बड़े पैमाने का अनुभवजन्य बेंचमार्क है, जो एक महत्वपूर्ण सामान्यीकरण अंतराल (generalization gap) और उप-इष्टतम प्रदर्शन (शीर्ष F1 स्कोर 32%) को प्रकट करता है जो रिपोर्ट की गई प्रभावकारिता और वास्तविक दुनिया के नैदानिक परिनियोजन के बीच अंतर को पाटने के लिए मानकीकृत, कठोर मूल्यांकन की महत्वपूर्ण आवश्यकता को रेखांकित करता है।
यह शोध पत्र YAC को प्रस्तुत करता है, जो एक प्रोटोटाइप सिस्टम है जो लिंक्ड विज़ुअलाइज़ेशन, एडजस्टमेंट विजेट्स और व्याख्यात्मक टेक्स्ट उत्पन्न करने के लिए एक मल्टी-एजेंट टूल-कॉलिंग आर्किटेक्चर का उपयोग करके बायोमेडिकल डेटा डिस्कवरी के लिए प्राकृतिक भाषा और इंटरैक्टिव विज़ुअलाइज़ेशन के बीच के अंतर को पाटता है, जिसका बाद में डोमेन विशेषज्ञों के साथ एक उपयोगकर्ता अध्ययन के माध्यम से मूल्यांकन किया गया था।
यह शोधपत्र SceneSplit को प्रस्तुत करता है, जो एक नवीन ब्लैक-बॉक्स जेलब्रेक विधि है जो हानिकारक आख्यानों को व्यक्तिगत रूप से निर्दोष दृश्यों में विभाजित करती है ताकि टेक्स्ट-टू-वीडियो मॉडलों के जनरेटिव आउटपुट स्पेस को मैनिपुलेट किया जा सके, जिससे कई अत्याधुनिक प्रणालियों में उच्च हमले की सफलता दर प्राप्त होती है और उनके सुरक्षा तंत्रों की महत्वपूर्ण कमजोरियों का खुलासा होता है।