23941 पेपर
यह शोधपत्र तर्क देता है कि एजेंट सुरक्षा को एक सिस्टम-स्तरीय समस्या के रूप में माना जाना चाहिए जिसके लिए एआई मॉडल को एक अविश्वसनीय घटक (untrusted component) के रूप में देखा जाना आवश्यक है, और यह इनवेरियंट्स (invariants) को लागू करने तथा उन हमलों को रोकने के लिए स्थापित सिस्टम सुरक्षा सिद्धांतों को अपनाने की वकालत करता है जिन्हें केवल मॉडल मजबूती (model robustness) अकेले संबोधित नहीं कर सकती।
यह शोध पत्र AgentNLQ को प्रस्तुत करता है, जो एक सामान्य-उद्देश्य वाला मल्टी-एजेंट सिस्टम है जो स्व-सुधार (self-correction) के लिए एक अनुकूलित ऑर्केस्ट्रेटर और उच्च गुणवत्ता वाली SQL क्वेरी उत्पन्न करने के लिए एक नवीन स्कीमा संवर्धन (schema enrichment) विधि का लाभ उठाकर BIRD बेंचमार्क पर 78.1% सिमेंटिक सटीकता प्राप्त करता है।
RLFTSim एक सुदृढीकरण अधिगम (reinforcement learning) आधारित फाइन-ट्यूनिंग फ्रेमवर्क है जो सिम्युलेटर रोलआउट्स को वास्तविक दुनिया के डेटा वितरण के साथ संरेखित करके और स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करने के लिए एक कम-विचलन वाले, सघन रिवॉर्ड सिग्नल का उपयोग करके मल्टी-एजेंट ट्रैफिक सिमुलेशन की वास्तविकता और नियंत्रणीयता को बढ़ाता है, जैसा कि वेमो ओपन मोशन डेटासेट (Waymo Open Motion Dataset) पर देखा गया है।
यह शोध पत्र LiFT को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो आयतनों (volumes) को क्रमबद्ध फीचर प्रक्षेप पथों (ordered feature trajectories) के रूप में मानकर 2D जनरेटरों का उपयोग करके स्लाइस-दर-स्लाइस निरंतरता सीखने के माध्यम से उच्च-रिज़ॉल्यूशन वाली 3D मेडिकल इमेज उत्पन्न करता है, जिससे पूर्णतः वॉल्यूमेट्रिक मॉडलों की तुलना में काफी कम कम्प्यूटेशनल लागत पर शारीरिक सुसंगतता और उच्च-गुणवत्ता वाला संश्लेषण प्राप्त होता है।
यह शोध पत्र एक एआई-संचालित कम्प्यूटेशनल टेस्टबेड का प्रस्ताव करता है जो संगठनात्मक परिवर्तनों के प्रति व्यक्तिगत कार्यबल की प्रतिक्रियाओं को सिम्युलेट और पूर्वानुमानित करने के लिए वास्तविक दुनिया के एचआर (HR) और साइकोमेट्रिक डेटा से सुसज्जित एलएलएम-संचालित (LLM-driven) गतिशील कर्मचारी एजेंटों का उपयोग करता है, जिससे एआई-संचालित कार्यबल रूपांतरणों के जिम्मेदार और डेटा-संचालित प्रबंधन को सक्षम बनाया जा सके।
यह शोध पत्र अरबी, फारसी और जर्मन भाषा युग्मों के कोड-स्विचिंग भाषण पर पांच वाणिज्यिक एएसआर (ASR) प्रणालियों के लिए एक नया बेंचमार्क डेटासेट और मूल्यांकन ढांचा प्रस्तुत करता है, जो यह प्रदर्शित करता है कि इलेवनलैब्स स्क्राइब v2 (ElevenLabs Scribe v2) सर्वश्रेष्ठ प्रदर्शन प्राप्त करता है, जबकि लिप्यंतरण भिन्नता को संभालने के लिए पारंपरिक वर्ड एरर रेट (Word Error Rate) पर BERTScore की श्रेष्ठता को उजागर करता है और कठिनाई-स्तरीकृत विश्लेषण के माध्यम से प्रदर्शन अंतराल को प्रकट करता है।
यह शोध पत्र एक आर्किटेक्चर-स्वतंत्र मल्टी-होरिज़न फोरकास्टिंग फ्रेमवर्क प्रस्तावित करता है जो दीर्घकालिक टेम्पोरल डिपेंडेंसीज़ को कैप्चर करने के लिए अनुक्रमिक स्काई इमेजरी और ऐतिहासिक पीवी डेटा के संयुक्त अनुकूलन का लाभ उठाता है, जिससे पारंपरिक सिंगल-होरिज़न मॉडल्स की तुलना में फोटोवोल्टिक पावर आउटपुट भविष्यवाणियों की सटीकता और मजबूती में महत्वपूर्ण सुधार होता है।
यह शोध पत्र CRAFT को प्रस्तुत करता है, जो एक क्वेरी-कंडीशन्ड पाइपलाइन है जो डायनेमिक कीफ्रेम चयन, बहुभाषी ASR और एक हाइब्रिड क्रिटिक लूप को जोड़ता है ताकि दावों को पुनरावृत्ति से सत्यापित करके और सटीक स्रोत एट्रिब्यूशन के साथ साक्ष्य को समेकित करके ग्राउंडेड मल्टी-वीडियो क्वेश्चन आंसरिंग में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
यह शोधपत्र ReElicit को प्रस्तुत करता है, जो एक बेयसियन ऑप्टिमाइज़ेशन फ्रेमवर्क है जो एग्रीगेट फीडबैक से अनुकूलन योग्य, व्याख्यात्मक फीचर एम्बेडिंग्स को गतिशील रूप से प्राप्त करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे प्रति-उदाहरण लेबल के बिना परिवर्तनीय लंबाई वाले सिस्टम प्रॉम्प्ट्स का कुशल अनुकूलन सक्षम होता है।
यह शोध पत्र ScheduleFree+ को प्रस्तुत करता है, जो एक लर्निंग-रेट-मुक्त और शेड्यूल-मुक्त विधि है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) तक Schedule-Free Learning को सफलतापूर्वक स्केल करती है, और विशेष रूप से लंबी अवधि के प्रशिक्षण परिदृश्यों में Warmup-Stable-Decay जैसे अत्याधुनिक प्रशिक्षण शेड्यूल्स की तुलना में काफी बेहतर प्रदर्शन करती है।