24443 पेपर
यह शोध पत्र एक LLM-सक्षम वर्कफ़्लो प्रस्तावित करता है जो विषम RISC-V आपूर्ति श्रृंखला डेटा का विश्लेषण करने के लिए विज़न-लैंग्वेज मॉडल्स और मॉडल-ड्रिवन इंजीनियरिंग को एकीकृत करता है, जिससे मल्टीमॉडल जानकारी को उन्नत जोखिम मूल्यांकन, बाधा पहचान और निर्णय लेने के लिए एक सत्यापित नॉलेज ग्राफ में परिवर्तित किया जा सके।
यह शोध पत्र अनुभवजन्य रूप से इस बात का मूल्यांकन करता है कि क्या जैविक रूप से प्रेरित एआई एजेंट फ्रेमवर्क वास्तव में सरल विकल्पों की तुलना में वादे के अनुरूप विश्वसनीयता लाभ प्रदान करते हैं, जिसमें 1 करोड़ से अधिक डेटा बिंदुओं वाले व्यापक बेंचमार्क के माध्यम से तीन विशिष्ट संरचनात्मक गारंटियों—मेटाबॉलिक प्रायोरिटी गेटिंग, कोरम सेंसिंग और बेयसियन स्टैग्नेशन डिटेक्शन—का परीक्षण किया गया है।
यह शोध पत्र फीनिक्स-बेंच (Phoenix-bench) का परिचय देता है, जो एक व्यापक हार्डवेयर इंजीनियरिंग बेंचमार्क है जो यह प्रकट करता है कि एजेंटिक एआई (agentic AI) सिस्टम बग प्रसार (bug propagation) में मौलिक अंतर और प्रभावी डिबगिंग के लिए सरल फ़ाइल स्थानीयकरण (file localization) की तुलना में टेस्ट-केस फीडबैक के महत्वपूर्ण महत्व के कारण सॉफ्टवेयर से हार्डवेयर कार्यों में स्थानांतरित होने में संघर्ष करते हैं।
यह शोध पत्र डिस्ट्रीब्यूटेड ट्रस्ट फ्रेमवर्क (DTF) को प्रस्तुत करता है, जो एक सत्यापन आर्किटेक्चर है जो स्थिर पहचान-आधारित प्राधिकरण के स्थान पर एक गतिशील, सर्वसम्मति-संचालित मॉडल द्वारा संप्रभु एआई (AI) प्रणालियों को सुरक्षित करता है, जहाँ निष्पादन अधिकार सख्ती से क्रिप्टोग्राफ़िक रूप से सत्यापन योग्य जस्टिफिकेशन प्रूफ और एक अपरिवर्तनीय एविडेंस चेन से प्राप्त होते हैं।
यह शोध पत्र PBT-Bench प्रस्तुत करता है, जो 40 पायथन लाइब्रेरीज़ के माध्यम से 100 क्यूरेटेड समस्याओं का एक बेंचमार्क है जिसे दस्तावेज़ीकरण से सिमेंटिक इनवेरिएंट्स (semantic invariants) निकालने और प्रॉपर्टी-बेस्ड टेस्टिंग के लिए लक्षित इनपुट-जेनरेशन रणनीतियों को निर्मित करने की AI एजेंटों की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि हालांकि स्पष्ट स्कैफोल्डिंग (scaffolding) मध्यम क्षमता वाले मॉडलों की सहायता करती है, फिर भी सबसे शक्तिशाली LLMs के लिए भी महत्वपूर्ण प्रदर्शन अंतराल और मॉडल-विशिष्ट विफलताएं बनी रहती हैं।
यह शोध पत्र A3D प्रस्तुत करता है, जो एक एजेंटिक AI फ्रेमवर्क है जो जटिल वैज्ञानिक अनुप्रयोगों के लिए बिना किसी मानवीय हस्तक्षेप के एंड-टू-एंड हार्डवेयर एक्सेलेरेटर डिज़ाइन तैयार करने के लिए वर्कलोड विश्लेषण, कोड रिफैक्टरिंग और माइक्रो-आर्किटेक्चर जनरेशन को स्वायत्त रूप से ऑर्केस्ट्रेट करता है।
यह शोध पत्र \themodel{} को प्रस्तुत करता है, जो एक नवीन मल्टी-रेज़ोल्यूशन ट्रांसक्रिप्टोम-गाइडेड डिफ्यूजन फ्रेमवर्क है जो वांछित सेलुलर स्टेट ट्रांज़िशन पर आधारित अणु उत्पन्न करने के लिए बायोलॉजी-केमिस्ट्री डोमेन गैप को पाटकर ट्रांसक्रिप्टोम-आधारित ड्रग डिज़ाइन की इल-पोज़्ड प्रकृति का समाधान करता है।
यह शोध पत्र ग्रुप-क्वेरी लेटेंट अटेंशन (GQLA) का प्रस्ताव करता है, जो डीपसीक (DeepSeek) के मल्टी-हेड लेटेंट अटेंशन का एक हार्डवेयर-अनुकूलनशील संशोधन है, जो वेट्स के एक एकल सेट को H100-श्रेणी के GPU के लिए MQA-एब्जॉर्ब पाथ और H20 जैसे कमोडिटी GPU के लिए GQA पाथ के बीच गतिशील रूप से स्विच करने में सक्षम बनाता है, जिससे बिना किसी रिट्रेनिंग या कस्टम कर्नेल के इन्फरेंस दक्षता को अनुकूलित किया जा सकता है और मल्टी-टोकन प्रेडिक्शन को सपोर्ट किया जा सकता है।
यह शोध पत्र GQA-P को प्रस्तुत करता है, जो एक नवीन पैरामीट्रिज़ेशन फ्रेमवर्क है जो स्पेक्ट्रल नॉर्म (spectral norm) की शर्तों के माध्यम से फीचर लर्निंग को पुनर्व्याख्यायित करके और उन्हें गैर-पूर्ण-रैंक (non-full-rank) वेट मैट्रिसेस के लिए अनुकूलित करके ग्रुपड-क्वेरी अटेंशन के लिए अधिकतम अपडेट स्केलिंग प्राप्त करता है, जिससे विभिन्न मॉडल आर्किटेक्चरों के बीच प्रभावी हाइपरपैरामीटर ट्रांसफर सक्षम होता है।
यह शोध पत्र GESD को प्रस्तुत करता है, जो एक प्रक्रिया-उन्मुख निष्पक्षता मीट्रिक (procedural-oriented fairness metric) है जो उपसमूहों (subgroups) के बीच मॉडल स्पष्टीकरणों की स्थिरता और मजबूती में असमानताओं को परिमाणित करता है, और इसे FEU नामक एक बहु-उद्देश्यीय ढांचे में एकीकृत करता है जो उपयोगिता (utility), परिणाम-आधारित निष्पक्षता और स्पष्टीकरण-आधारित निष्पक्षता को संयुक्त रूप से अनुकूलित करता है।