24509 पेपर
यह शोध पत्र लॉजिक प्रोग्रामिंग और एब्स्ट्रैक्ट आर्गुमेंटेशन के बीच डायनेमिक संदर्भों में स्ट्रॉन्ग इक्विवेलेंस (strong equivalence) के टूटने को संबोधित करते हुए लॉजिक प्रोग्राम्स के लिए एक नई स्ट्रॉन्ग इक्िवेलेंस की अवधारणा प्रस्तुत करता है जो अनुवाद के तहत इन फॉर्मलिज्म्स के बीच अनुकूलता को बहाल करती है।
यह शोध पत्र SepsisAgent को प्रस्तुत करता है, जो एक वर्ल्ड मॉडल-संवर्धित (world model-augmented) LLM है जिसे रोगी की प्रतिक्रियाओं को सिम्युलेट करने और उपचार संबंधी निर्णयों को पुनरावृत्ति से परिष्कृत करने के लिए एक तीन-चरणीय पाठ्यक्रम (three-stage curriculum) के माध्यम से प्रशिक्षित किया गया है, जो पारंपरिक RL और LLM बेसलाइन की तुलना में सेप्सिस प्रबंधन में बेहतर सुरक्षा और प्रदर्शन प्रदर्शित करता है।
यह शोधपत्र यह प्रदर्शित करता है कि टास्क-अवेयर प्रूनिंग (task-aware pruning), उन परतों को हटाकर जो आउट-ऑफ-डिस्ट्रीब्यूशन (OOD) इनपुट्स में ज्यामितीय विकृतियों (geometric distortions) को बढ़ाती हैं, मॉडल के आउट-ऑफ-डिस्ट्रीब्यूशन (OOD) प्रदर्शन में सुधार करती है, जिससे उनके रिप्रजेंटेशन को इन-डिस्ट्रीब्यूशन डेटा पर स्थापित मॉडल के टास्क-एडेप्टेड ज्योमेट्री के साथ पुनः संरेखित किया जा सके।
यह शोध पत्र एक हाइब्रिड सुदृढीकरण लर्निंग (reinforcement learning) दृष्टिकोण प्रस्तावित करता है जो विद्युतीकृत रासायनिक प्रक्रियाओं के लिए डेटा-संचालित डिमांड रिस्पांस शेड्यूलिंग में सैंपल दक्षता को बढ़ाने और दीर्घ-अवधि की टर्मिनल बाधाओं को पूरा करने के लिए गोल-स्पेस प्लानिंग (Goal-Space Planning) को डीप डिटरमिनिस्टिक पॉलिसी ग्रेडिएंट (Deep Deterministic Policy Gradient) के साथ एकीकृत करता है।
यह शोध पत्र Video2GUI को प्रस्तुत करता है, जो एक स्वचालित ढांचा (framework) है जो डेटा की कमी को दूर करने और मल्टीमॉडल GUI एजेंटों के सामान्यीकरण प्रदर्शन (generalization performance) को महत्वपूर्ण रूप से बढ़ाने के लिए अनलेबल इंटरनेट वीडियो से 12 मिलियन GUI इंटरेक्शन प्रक्षेपवक्रों (trajectories) का एक बड़े पैमाने पर डेटासेट संश्लेषित करता है।
यह शोध पत्र XDomainBench प्रस्तुत करता है, जो 20 वैज्ञानिक डोमेन में 8,500 से अधिक इंटरैक्टिव सत्रों वाला एक नैदानिक बेंचमार्क है, जो यह प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) जटिल, बहु-विषयक वर्कफ़्लो में बढ़ते संरचनात्मक (compositional) कठिनाई और त्रुटि-प्रवर्धक इंटरैक्शन पैटर्न के कारण व्यवस्थित तर्क-विहीनता (reasoning collapse) का शिकार होते हैं।
यह शोध पत्र RNN-ProVe पेश करता है, जो एक संभाव्य ढांचा (probabilistic framework) है जो आंशिक रूप से अवलोकन योग्य वातावरणों (partially observable environments) में मौजूदा सत्यापन उपकरणों की सीमाओं को दूर करने के लिए पॉलिसी-संचालित नमूनाकरण (policy-driven sampling) का उपयोग करके एकल और बहु-एजेंट सुदृढीकरण शिक्षण (reinforcement learning) के लिए पुनरावर्ती न्यूरल नेटवर्क-आधारित नीतियों में अवांछित व्यवहारों की संभावना का अनुमान लगाता है।
यह शोध पत्र एक एकीकृत डीप लर्निंग और लार्ज लैंग्वेज मॉडल सिस्टम प्रस्तुत करता है जो अर्ध-संरचित साक्षात्कारों के माध्यम से सक्रिय रूप से प्राथमिकताओं को प्राप्त करके और निम्न-स्तरीय एवं उच्च-स्तरीय सिमेंटिक विशेषताओं का लाभ उठाकर व्यक्तिगत छवि सौंदर्यशास्त्र का आकलन करने में मानव भविष्यवक्ताओं और यहाँ तक कि व्यक्ति के अपने भविष्य के स्वयं से भी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक SpeechLLM पर आधारित एक रियल-टाइम स्ट्रीमिंग स्पीच-टू-टेक्स्ट ट्रांसलेशन सिस्टम का प्रस्ताव करता है जो ऑडियो इनपुट के आधार पर गतिशील रूप से यह निर्णय लेता है कि आउटपुट टोकन कब जारी करने हैं, जिससे बेसलाइन ट्रांसलेशन गुणवत्ता के करीब पहुँचते हुए 1-2 सेकंड की काफी कम लेटेंसी प्राप्त होती है।
यह तकनीकी रिपोर्ट मीडियाक्लॉ (MediaClaw) का परिचय देती है, जो ओपनक्लॉ (OpenClaw) इकोसिस्टम पर निर्मित एक मल्टीमॉडल एजेंट प्लेटफॉर्म है, जो एकीकृत अमूर्तता (unified abstraction), प्लगइनयुक्त विस्तार (pluginized extensions) और वर्कफ़्लो ऑर्केस्ट्रेशन की तीन-स्तरीय वास्तुकला के माध्यम से AIGC परिनियोजन चुनौतियों का समाधान करता है ताकि जटिल उत्पादन प्रक्रियाओं को पुन: प्रयोज्य संपत्तियों में परिवर्तित किया जा सके।