24099 पेपर
यह शोध पत्र एक स्केलेबल कम्प्यूटेशनल टूल प्रस्तुत करता है जो बड़े पैमाने पर विकासात्मक भाषा अनुसंधान को समर्थन देने के लिए 'मैनर' (manner) और 'रिजल्ट' (result) क्रियाओं के बीच अंतर करने में 89.6% तक सटीकता प्राप्त करते हुए, एक RoBERTa-आधारित क्लासिफायर के लिए प्रशिक्षण डेटा उत्पन्न करने हेतु लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है।
GraViti एक ट्रांसफॉर्मर-आधारित ग्राफ-लेवल वेरिएशनल ऑटोएनकोडर है जो संपूर्ण ग्राफों को संक्षिप्त लेटेंट वेक्टर्स में मैप करता है, और सुचारू इंटरपोलेशन एवं प्रॉपर्टी-गाइडेड सर्च सक्षम करने के लिए सख्त परम्यूटेशन इनवेरिएंस को शिथिल करके और वैध सैंपल डिकोडिंग के लिए डोमेन बाधाओं को सीधे सीखकर अत्याधुनिक पुनर्निर्माण और जनरेटिव प्रदर्शन प्राप्त करता है।
यह शोध पत्र यह प्रदर्शित करता है कि कैमरा ट्रैप डेटा से टेम्पोरल प्रेडिक्शन (temporal predictions) को फ्यूज करने के लिए मल्टी-ऑब्जेक्ट ट्रैकिंग (MOT) मॉडल्स को एकीकृत करना, फ्रेम-टू-फ्रेम लेबल अस्थिरता और शोर को कम करके वन्यजीव वर्गीकरण की सटीकता और निरंतरता में महत्वपूर्ण सुधार करता है।
LinAlg-Bench यह प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स 4x4 मैट्रिक्स आयामों पर एक संरचनात्मक व्यवहार संबंधी दहलीज (structural behavioral threshold) प्रदर्शित करते हैं, जहाँ वे छोटे कार्यों में निष्पादन त्रुटियों (execution errors) से बड़े कार्यों में व्यवस्थित कम्प्यूटेशनल परित्याग (systematic computational abandonment) और संरचित मतिभ्रम (structured hallucination) की ओर स्थानांतरित हो जाते हैं, जो ज्ञान की कमी के बजाय एक मौलिक वर्किंग मेमोरी सीमा का संकेत देता है।
यह शोधपत्र MetaKGEnrich प्रस्तुत करता है, जो एक स्वचालित पाइपलाइन है जो नॉलेज ग्राफ बनाकर, ग्राफ मेट्रिक्स के माध्यम से विरल (sparse) क्षेत्रों की पहचान करके और लक्षित वेब रिट्रीवल के साथ उन्हें पुनरावृत्ति से समृद्ध करके LLM मेटाकॉग्निशन को बढ़ाता है, जिससे कई बेंचमार्क डेटासेट में उत्तर की गुणवत्ता में उल्लेखनीय सुधार होता है।
EfficientTDMPC एक सैंपल-कुशल (sample-efficient) मॉडल-आधारित सुदृढीकरण लर्निंग (reinforcement learning) एल्गोरिदम है जो औसत रिटर्न अनुमानों और अनिश्चितता दंडों (uncertainty penalties) के साथ डायनेमिक्स मॉडल्स के एक समूह (ensemble) का उपयोग करके TD-MPC परिवार को उन्नत करता है ताकि कम-डेटा वाले निरंतर नियंत्रण (continuous control) बेंचमार्क में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
GeoWorld-VLM फ्रोजन कैमरा-कंडीशन्ड वीडियो वर्ल्ड मॉडल्स से 3D ज्यामितीय संकेतों को विजुअल पाथवे में डिस्टिल करके विजन-लैंग्वेज मॉडल्स की स्थानिक तर्क संबंधी सीमाओं को संबोधित करता है, जिससे मूल मॉडल की भाषाई क्षमताओं को सुरक्षित रखते हुए स्थानिक बेंचमार्क पर निरंतर प्रदर्शन सुधार प्राप्त होता है।
यह शोध पत्र GRID प्रस्तुत करता है, जो एक एंड-टू-एंड फ्रेमवर्क है जो ट्रेस करने योग्य आर्टिकल-ग्राफ संरेखण (article-graph alignments) और एक स्क्रिप्टेड टास्क-बैंक रिवॉर्ड सिस्टम का लाभ उठाकर साइबर थ्रेट इंटेलिजेंस से सुरक्षा ज्ञान ग्राफ (security knowledge graphs) का निर्माण करता है, ताकि कुशल 4B-पैरामीटर वाले एक्सट्रैक्टर्स को प्रशिक्षित किया जा सके जो पारंपरिक LLM-आधारित मूल्यांकन विधियों की तुलना में बेहतर परिशुद्धता (precision), रिकॉल (recall) और लागत-प्रभावशीलता प्राप्त करते हैं।
PopuLoRA एक जनसंख्या-आधारित असममित स्व-खेल (asymmetric self-play) ढांचा है जो एकल-एजेंट RLVR की स्व-अंशांकन (self-calibration) सीमाओं को दूर करने के लिए सह-विकसित (co-evolving) LoRA एडेप्टरों का लाभ उठाता है, जिससे समस्या-प्रस्तावित शिक्षकों और समाधान करने वाले छात्रों के बीच एक ऐसी प्रतिस्पर्धा सक्षम होती है जो कम प्रशिक्षण-समय पुरस्कारों के बावजूद विविध गणित और कोड बेंचमार्क पर बेहतर प्रदर्शन प्रदान करती है।
EmoMind एक नवीन एंड-टू-एंड पाइपलाइन है जो अर्थपूर्ण रूप से आधारित दृश्य विवरणों को निरंतर 34-आयामी भावना वेक्टर्स के साथ संयोजित करके fMRI संकेतों से सीधे भावनात्मक कैप्शन डिकोड करती है, जो व्यक्तिगत, व्यक्ति-विशिष्ट भावनात्मक आख्यानों को उत्पन्न करने में डिस्क्रीट लेबल-आधारित बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करती है।