24055 पेपर
यह शोध पत्र एक स्तरीकृत ढांचे और "बहुलता मैट्रिक्स" (plurality matrix) का प्रस्ताव करता है ताकि विभिन्न असहमति मापों की गणना के लिए आवश्यक न्यूनतम संचित वरीयता जानकारी की पहचान की जा सके, यह प्रदर्शित करते हुए कि ऐसे कई मेट्रिक्स के लिए सरल युग्मवार तुलनाओं से परे डेटा की आवश्यकता होती है और प्रतिभागी भार एवं अनुमान सटीकता के बीच संतुलन बनाने के लिए उद्दलन प्रोटोकॉल (elicitation protocols) प्रस्तुत करता है।
यह शोध पत्र EgoCoT-Bench प्रस्तुत करता है, जो एक सूक्ष्म-स्तरीय (fine-grained) इगोसेंट्रिक वीडियो बेंचमार्क है जिसमें स्पष्ट चरण-दर-चरण तर्क संबंधी एनोटेशन के साथ 3,172 सत्यापन योग्य QA जोड़े शामिल हैं, जिसे मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की ग्राउंडेड, ऑपरेशन-केंद्रित तर्क क्षमताओं का मूल्यांकन करने और उन्हें सुधारने के लिए डिज़ाइन किया गया है।
यह शोध पत्र TORQ को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त पोस्ट-ट्रेनिंग क्वांटाइजेशन फ्रेमवर्क है जो MXFP4 एक्टिवेशन क्वांटाइजेशन में संरचनात्मक असंतुलन को सैद्धांतिक रूप से संबोधित करने के लिए दो-स्तरीय ऑर्थोगोनल रोटेशन का उपयोग करता है, जिससे बड़े भाषा मॉडलों (LLMs) पर 4-बिट इन्फरेंस और फुल-प्रिसिजन मॉडलों के बीच सटीकता के अंतर को महत्वपूर्ण रूप से कम किया जा सकता है।
SceneCode एक ऐसा फ्रेमवर्क है जो प्राकृतिक भाषा के प्रॉम्प्ट्स को निष्पादित, कोड-संचालित इनडोर दृश्यों में रूपांतरित करता है जिसमें आर्टिकुलेटेड ऑब्जेक्ट्स शामिल होते हैं, जो ब्लेंडर पायथन प्रोग्राम्स को उत्पन्न और मान्य करके किया जाता है, जिससे संपादन योग्य, भौतिकी-तैयार विश्व संश्लेषण सक्षम होता है जो स्थिर मेश रिप्रजेंटेशन की सीमाओं से परे है।
यह शोध पत्र एक अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रकट करता है कि विषम हार्डवेयर पर मल्टी-मॉडल LLM शेड्यूलिंग, CPU-GPU ऑफलोडिंग से मॉडल-निर्भर प्रदर्शन गिरावट और स्टेट रीलोड्स द्वारा संचालित पर्याप्त प्रीएम्प्शन ओवरहेड का सामना करती है, जिससे कुशल अगली पीढ़ी के शेड्यूलर डिजाइन करने के लिए महत्वपूर्ण कारकों की पहचान होती है।
यह शोध पत्र "फॉर्मल स्किल" (Formal Skill) को प्रस्तुत करता है, जो एक रनटाइम-नेटिव एब्स्ट्रैक्शन है जो एलएलएम (LLM) एजेंटों की दक्षता, सटीकता और प्रवर्तनीयता को बढ़ाने के लिए अनौपचारिक प्राकृतिक-भाषा निर्देशों के स्थान पर निष्पादन योग्य स्टेट मशीनों और JSON स्कीमा का उपयोग करता है, जैसा कि हार्मनेस-बेंच (Harness-Bench) पर ओपन-सोर्स फेयरीक्लॉ (FairyClaw) फ्रेमवर्क के उत्कृष्ट प्रदर्शन द्वारा प्रदर्शित किया गया है।
यह शोध पत्र स्पेक्ट्रल इंटीग्रेटेड ग्रेडिएंट्स (SIG) का प्रस्ताव करता है, जो एक नवीन फीचर एट्रिब्यूशन विधि है जो सिंगुलर वैल्यू डिकंपोजिशन के माध्यम से इंटीग्रेशन पाथ्स का निर्माण करके मानक इंटीग्रेटेड ग्रेडिएंट्स में सुधार करती है ताकि फीचर्स को मोटे वैश्विक संरचनाओं से लेकर सूक्ष्म विवरणों तक क्रमिक रूप से सक्रिय किया जा सके, जिससे शोर कम होता है और स्वच्छ एट्रिब्यूशन मैप्स प्राप्त होते हैं।
यह शोध पत्र EMO-BOOST का प्रस्ताव करता है, जो एक मल्टीमॉडल डीपफेक डिटेक्शन फ्रेमवर्क है जो अनदेखे हेरफेर प्रकारों के विरुद्ध सामान्यीकरण में सुधार करने के लिए लो-लेवल फोरेंसिक संकेतों को हाई-लेवल इमोशन-आधारित टेम्पोरल कंसिस्टेंसी सिग्नल्स के साथ फ्यूज करता है।
यह शोध पत्र "optimize_anything" को प्रस्तुत करता है, जो एक सार्वभौमिक LLM-आधारित अनुकूलन ढांचा (optimization framework) है जो एजेंट आर्किटेक्चर डिज़ाइन, क्लाउड लागत में कमी और CUDA कर्नेल जनरेशन सहित छह विविध डोमेन में अत्याधुनिक परिणाम प्राप्त करता है—जो टेक्स्ट-आधारित खोज को मल्टी-टास्क ट्रांसफर और क्रियाशील साइड इंफॉर्मेशन के साथ एकीकृत करके विशिष्ट एल्गोरिदम से बेहतर प्रदर्शन करता है।
यह शोध पत्र एआई-संचालित सुलभता प्रणालियों की परिचालन सीमाओं और विस्तार क्षमता को परिभाषित करने के लिए "एक्सेसिबिलिटी कैपेबिलिटी बाउंड्री" (ACB) ढांचे को प्रस्तुत करता है, यह तर्क देते हुए कि ब्राउज़र-नेटिव, सिंगल-फाइल आर्टिफैक्ट्स परिनियोजन घर्षण को कम करके और शेष कम्प्यूटेशनल एवं बुनियादी ढांचागत बाधाओं की पहचान करके इन सीमाओंओं का महत्वपूर्ण रूप से विस्तार कर सकते हैं।