24509 पेपर
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।
यह शोध पत्र सिम्प्लेक्टिक न्यूरल ऑपरेटर (Symplectic Neural Operator) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो अनंत-आयामी हैमिल्टोनियन प्रणालियों की अंतर्निहित सिम्प्लेक्टिक संरचना को संरक्षित करने के लिए बनाया गया है ताकि मानक डेटा-संचालित मॉडलों की तुलना में कठोर दीर्घकालिक स्थिरता और बेहतर ऊर्जा संरक्षण सुनिश्चित किया जा सके।
यह शोध पत्र एक CBAM-संवर्धित EfficientNet-B3 ढांचे को एविडेंशियल डीप लर्निंग के साथ प्रस्तावित करता है जो उपग्रह चित्रों से जंगली आग के धुएं की गंभीरता को तीन स्तरों में वर्गीकृत करता है और साथ ही एक सिंगल फॉरवर्ड पास में एपिस्टेमिक (epistemic) और एलियटोरिक (aleatoric) अनिश्चितताओं को परिमाणित करता है, जिससे 93.8% सटीकता प्राप्त होती है और मोंटे कार्लो सैंपलिंग के बिना अस्पष्ट धुएं वाले क्षेत्रों को प्रभावी ढंग से पहचाना जाता है।
यह शोध पत्र GenLI का प्रस्ताव करता है, जो CTR प्रेडिक्शन के लिए एक जनरेटिव लॉन्ग-टर्म यूजर इंटरेस्ट मॉडल है, जो विविध, इंटरेक्शन-अवेयर यूजर इंटरेस्ट को कैप्चर करने के लिए पारंपरिक टारगेट-सेंटर्ड रिट्रीवल को एक इंटरेस्ट जनरेशन मॉड्यूल से बदल देता है और बेहतर दक्षता एवं सटीकता के लिए बिहेवियर रिट्रीवल कॉम्प्लेक्सिटी प्राप्त करता है।
RaPD एक रेज़ोल्यूशन-अज्ञेय (resolution-agnostic) पिक्सेल डिफ्यूजन फ्रेमवर्क पेश करता है जो एक निरंतर न्यूरल इमेज फील्ड लेटेंट स्पेस के भीतर संचालित होता है, जो उच्च गुणवत्ता वाली इमेज जनरेशन को निश्चित कम्प्यूटेशनल लागत के साथ मनचाहे रेज़ोल्यूशन पर सक्षम करने के लिए सिमेंटिक गाइडेंस और कोऑर्डिनेट-क्वेरीड अटेंशन का उपयोग करता है।
यह शोधपत्र SemanticSeg प्रस्तुत करता है, जो स्वचालित टेक्स्ट सेगमेंटेशन के लिए एक बड़े पैमाने का डेटासेट और हल्का मॉडल है, साथ ही इसमें एक ब्लॉक डिस्टिलेशन फ्रेमवर्क भी शामिल है जिसमें ब्लॉक सिंक टोकन और टोकन-स्तरीय लॉस वेटिंग जैसे नवीन घटक हैं, ताकि ब्लॉक अटेंशन में इनपुट सेगमेंटेशन और प्रशिक्षण अक्षमता की चुनौतियों को दूर किया जा सके, जिससे लंबी-संदर्भ (long-context) परिदृश्यों के लिए इसकी व्यावहारिक और स्केलेबल तैनाती सक्षम हो सके।
LoCO एक नवीन पैरामीटर-कुशल फाइन-ट्यूनिंग विधि है जो प्रीट्रेन्ड रिप्रेजेंटेशन्स की ज्यामितीय संरचना को संरक्षित करते हुए विविध डोमेन में कुशल समानांतर गणना को सक्षम करने के लिए लो-रैंक स्केव-सिमेट्रिक मैट्रिसेस और कंपोजिशनल रोटेशन चेन्स का उपयोग करके ऑर्थोगोनल ट्रांसफॉर्मेशन का निर्माण करती है।