24346 पेपर
यह शोध पत्र स्पार्स ट्रेनिंग स्कीम (STS) का प्रस्ताव करता है, जो एक स्टेज-अवेयर फ्रेमवर्क है जो कंप्यूटेशनल रेडंडेंसी के विभिन्न स्रोतों को संबोधित करने के लिए एलाइनमेंट के दौरान विजुअल टोकन्स को डायनामिक रूप से कंप्रेस करके और इंस्ट्रक्शन ट्यूनिंग के दौरान अनावश्यक लेयर्स को स्किप करके मल्टीमॉडल लार्ज लैंग्वेज मॉडल ट्रेनिंग की दक्षता में सुधार करता है।
TusoAI एक एजेंटिक AI प्रणाली है जो असंरचित वैज्ञानिक ज्ञान को एक ट्री प्रतिनिधित्व में एकीकृत करके स्वायत्त रूप से डोमेन-विशिष्ट कम्प्यूटेशनल विधियों को विकसित और अनुकूलित करती है, जो सिंगल-सेल RNA-seq डिनोइजिंग से लेकर जेनेटिक रोग जुड़ाव की खोज तक के कार्यों में मौजूदा उपकरणों की तुलना में बेहतर प्रदर्शन प्रदर्शित करती है और नवीन जैविक अंतर्दृष्टि को उजागर करती है।
यह शोध पत्र रिफ्यूज़ल इंडेक्स (RI) को प्रस्तुत करता है, जो तथ्यात्मक कार्यों में लार्ज लैंग्वेज मॉडल्स की अक्सर अविश्वसनीय ज्ञान-जागरूक इनकार क्षमताओं को प्रभावी ढंग से मापने और प्रकट करने के लिए इनकार (refusal) और त्रुटि संभावनाओं के बीच सहसंबंध पर आधारित एक नवीन मीट्रिक है।
यह शोध पत्र गाइडेड टोपोलॉजी डिफ्यूजन (GTD) को प्रस्तुत करता है, जो एक नवीन जनरेटिव फ्रेमवर्क है जो मल्टी-LLM एजेंट सिस्टम के लिए टास्क-एडेप्टिव, कुशल कम्युनिकेशन टोपोलॉजी को गतिशील रूप से सिंथेसाइज करने के लिए कंडीशनल डिस्क्रीट ग्राफ डिफ्यूजन मॉडल और एक लाइटवेट प्रॉक्सी मॉडल का लाभ उठाता है, जिससे स्टैटिक डिज़ाइन्स की सीमाओं को दूर किया जा सकता है और सहयोग प्रदर्शन में महत्वपूर्ण सुधार किया जा सकता है।
ProtoSiTex एक अर्ध-व्याख्यात्मक (semi-interpretable) ढांचा है जो एक द्वि-चरणीय प्रशिक्षण रणनीति और पदानुक्रमित हानि (hierarchical loss) का उपयोग करके अनुकूल, ओवरलैपिंग प्रोटोटाइप सीखने के माध्यम से सूक्ष्म-स्तरीय बहु-लेबल टेक्स्ट वर्गीकरण को उन्नत करता है, जिससे मानव-संरेखित स्पष्टीकरण प्रदान करते हुए अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र NeuroRVQ को प्रस्तुत करता है, जो एक मोडैलिटी-अनुकूलित (modality-adaptive) बायोसिग्नल टोकेनाइज़र है जो उच्च-निष्ठा सिग्नल पुनर्निर्माण प्राप्त करने के लिए मल्टी-स्केल टेम्पोरल कनवल्शन और पोज़-अवेयर लॉस (phase-aware loss) के साथ पदानुक्रमित अवशिष्ट वेक्टर क्वांटाइजेशन (hierarchical residual vector quantization) का उपयोग करता है, जिससे NeuroRVQ-FM फाउंडेशन मॉडल्स को डाउनस्ट्रीम कार्यों में मौजूदा विधियों से बेहतर प्रदर्शन करने में सक्षम बनाया जा सके।
यह शोध पत्र WELD को प्रस्तुत करता है, जो कि 49 कर्मचारियों के 30.1 महीनों के पैसिव फेशियल-एक्सप्रेशन डेटा से बना पहला प्राकृतिक, बहु-वर्षीय कार्यस्थल भावना डेटासेट है, जो स्थापित भावनात्मक घटनाओं की पुष्टि करता है और भावनात्मक भिन्नता, शासन गतिशीलता (रेजीम डायनेमिक्स), टर्नओवर भविष्यवाणी मेट्रिक्स और एल्गोरिद्मिक निष्पक्षता पूर्वाग्रहों में नवीन अंतर्दृष्टि प्रकट करता है।
SSL4RL एक नवीन ढांचे को पेश करता है जो विजन-लैंग्वेज मॉडल्स को सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से फाइन-ट्यून करने के लिए सत्यापन योग्य, स्वचालित रिवॉर्ड सिग्नल्स के रूप में सेल्फ-सुपरवाइज्ड लर्निंग उद्देश्यों का लाभ उठाता है, जो स्केलेबल रिवॉर्ड मैकेनिज्म की कमी को प्रभावी ढंग से दूर करता है और विजन-केंद्रित एवं रीजनिंग बेंचमार्क दोनों पर प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोधपत्र बीकन (Beacon) को प्रस्तुत करता है, जो एक सिंगल-टर्न बेंचमार्क है जो बड़े भाषा मॉडलों में सत्यनिष्ठा और चाटुकारिता के बीच एक ट्रेड-ऑफ के रूप में अंतर्निहित चाटुकारिता (sycophancy) को अलग करता और परिमाणित करता है, जो इसकी क्षमता-निर्भर उप-पूर्वाग्रहों (sub-biases) को प्रकट करता है और मॉडलों को तथ्यात्मक सटीकता के साथ पुन: संरेखित करने के लिए लक्षित हस्तक्षेपों को सक्षम बनाता है।
यह शोध पत्र गतिशील छद्म-लेबलिंग (pseudolabeling) और CRF परिशोधन के साथ एक अर्ध-पर्यवेक्षित सकारात्मक-अलेबल (positive-unlabeled) शिक्षण ढांचे का प्रस्ताव करता है, जो कम लेबल वाले परिदृश्यों में पुरातात्विक स्थलों को प्रभावी ढंग से खोजने के लिए डिजिटल एलिवेशन मॉडल और कच्चे उपग्रह इमेजरी दोनों पर अत्याधुनिक प्रदर्शन प्राप्त करता है।