24509 पेपर
यह शोध पत्र ASRU का प्रस्ताव करता है, जो एक नियंत्रणीय मल्टीमॉडल अनलर्निंग फ्रेमवर्क है जो संवेदनशील क्रॉस-मोडल जानकारी को प्रभावी ढंग से हटाने के साथ-साथ जनरेशन की गुणवत्ता में उल्लेखनीय सुधार करने और मॉडल उपयोगिता को बनाए रखने के लिए एक्टिवेशन स्टीयरिंग को सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) के साथ जोड़ता है।
यह स्थिति पत्र (position paper) यह तर्क देता है कि एनोटेशन पाइपलाइनों में प्रारंभिक-चरण के गुणवत्ता आश्वासन (quality assurance) को प्राथमिकता देना विलंब-चरण के सत्यापन (late-stage validation) की तुलना में काफी अधिक लागत प्रभावी है, और मशीन लर्निंग समुदाय से आग्रह करता है कि वे वर्तमान शोध के एक प्रमुख अंतर को दूर करने के लिए QA समय को एक महत्वपूर्ण डिज़ाइन चर (design variable) के रूप में मानें और इसे व्यवस्थित रूप से रिपोर्ट करें।
DiLA एक नवीन वर्ल्ड मॉडल पेश करता है जो लेबल किए गए डेटा की आवश्यकता के बिना उच्च-गुणवत्ता वाले वीडियो जनरेशन और व्याख्यात्मक एक्शन स्पेस को प्राप्त करने के लिए लेटेंट एक्शन लर्निंग और कंटेंट-स्ट्रक्चर डिसेंटैंगलमेंट के बीच तालमेल का लाभ उठाकर एक्शन एब्स्ट्रैक्शन और जनरेशन फिडेलिटी के बीच के ट्रेड-ऑफ को हल करता है।
यह शोध पत्र NudgeRL प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो महंगी ओरेकलल सुपरविजन (oracle supervision) या ब्रूट-फोर्स स्केलिंगिंग (brute-force scaling) पर निर्भर हुए बिना, गणितीय बेंचमार्क पर तर्क क्षमता (reasoning capabilities) को कुशलतापूर्वक सुधारने के लिए स्ट्रैटेजी-गाइडेड (strategy-guided), डाइवर्सिटी-ड्रिवन (diversity-driven) एक्सप्लोरेशन का उपयोग करके वेरिफिएबल रिवार्ड्स के साथ रिइन्फोर्समेंट लर्निंग (RLVR) को बढ़ाता है।
यह शोध पत्र एक मस्तिष्क-प्रेरित पदानुक्रमित मॉडल प्रस्तावित करता है जो अमूर्त संबंधपरक संरचनाओं को समवर्ती रूप से निकालने और भविष्य कहने वाले दृश्य विश्व मॉडलों का निर्माण करने के लिए हिप्पोकैम्पल-एंटोरहिनल सर्किट (hippocampal-entorhinal circuit) की नकल करता है, जिससे स्व-पर्यवेक्षित शिक्षण (self-supervised learning) के माध्यम से सुदृढ़ संरचनात्मक सामान्यीकरण और ज्ञान हस्तांतरण सक्षम होता है।
BiomedAP एक नवीन विज़न-इन्फॉर्म्ड ड्यूल-एंकर फ्रेमवर्क है जो डायनेमिक नॉइज़ रेगुलेशन के लिए गेटेड क्रॉस-मोडल फ्यूजन और सिमेंटिक अलाइनमेंट को स्थिर करने के लिए एक ड्यूल-एंकर कंस्ट्रेंट का उपयोग करके प्रॉम्प्ट वेरिएशंस के प्रति बायोमेडिकल विज़न-लैंग्वेज मॉडल्स की भंगुरता को संबोधित करता है, जिससे विविध बेंचमार्क पर सुदृढ़ फ्यू-शॉट मेडिकल डायग्नोसिस प्राप्त होता है।
यह शोध पत्र SaaS-Bench प्रस्तुत करता है, जो 23 पेशेवर SaaS प्रणालियों में 106 यथार्थवादी कार्यों वाला एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान कंप्यूटर-उपयोग करने वाले एजेंट जटिल, दीर्घकालिक वर्कफ़्लो में काफी संघर्ष करते हैं, और नियोजन, स्टेट ट्रैकिंग तथा त्रुटि सुधार की सीमाओं के कारण 4% से भी कम एंड-टू-एंड सफलता प्राप्त करते हैं।
यह शोध पत्र एक वास्तविक समय, टोपोलॉजी-जागरूक स्पैटियोटेम्पोरल हैंडओवर फ्रेमवर्क प्रस्तावित करता है जो मल्टी-यूएवी (multi-UAV) फील्ड ऑफ व्यू में 99.8% पहचान निरंतरता प्राप्त करने के लिए ज्यामितीय ओवरलैप और वर्चुअल लेन विविक्तीकरण (virtual lane discretization) का लाभ उठाता है, जो इंटेलिजेंट ट्रांसपोर्टेशन सिस्टम में निरंतर मल्टी-व्हीकल ट्रैकिंग के लिए अपीयरेंस-आधारित री-आइडेंटिफिकेशन विधियों से काफी बेहतर प्रदर्शन करता है।
RoadmapBench वास्तविक ओपन-सोर्स वर्ज़न अपग्रेड्स पर आधारित 115 जटिल, लॉन्ग-होराइजन कोडिंग कार्यों के एक बेंचमार्क को पेश करता है ताकि यह प्रदर्शित किया जा सके कि वर्तमान फ्रंटियर एआई एजेंट बड़े पैमाने पर, मल्टी-टारगेट सॉफ्टवेयर डेवलपमेंट के साथ काफी संघर्ष करते हैं, जो सबसे उन्नत मॉडल्स के साथ भी 40% से कम कार्यों को हल कर पाते हैं।
यह शोध पत्र शैपली न्यूरॉन वैल्यूएशन (SNV) प्रस्तुत करता है, जो एक गेम-थ्योरेटिक फ्रेमवर्क है जो बिना आर्किटेक्चरल विस्तार के प्रभावी बफ़र-मुक्त निरंतर शिक्षण (continual learning) को सक्षम करने के लिए महत्वपूर्ण न्यूरॉन्स की पहचान और उन्हें फ्रीज करता है, जिससे ImageNet-1k पर मौजूदा विधियों की तुलना में महत्वपूर्ण सटीकता सुधार प्राप्त होता है।