24509 पेपर
यह शोध पत्र PanoWorld प्रस्तुत करता है, जो एक नवीन ढांचा है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स को समर्पित गोलाकार ज्यामिति अनुकूलन और एक नए नैदानिक बेंचमार्क के माध्यम से इक्वरेक्टेंगुलर पैनोरमा को निरंतर, ऑब्जर्वर-केंद्रित स्थानों के रूप में मानकर सुदृढ़ 360-डिग्री स्थानिक तर्क करने में सक्षम बनाता है।
यह शोध पत्र "फॉर्मल कॉन्जेक्चरस" (Formal Conjectures) को प्रस्तुत करता है, जो सक्रिय अनुसंधान से लिए गए 2,615 लीन 4 (Lean 4) औपचारिक गणितीय समस्याओं का एक गतिशील, ओपन-सोर्स बेंचमार्क है, जिसे सामुदायिक सहयोग और एआई-ऑडिटेड सत्यापन के माध्यम से डेटा अखंडता सुनिश्चित करते हुए, नए प्रमाणों की खोज में स्वचालित तर्क प्रणालियों की क्षमताओं का मूल्यांकन करने और उन्हें आगे बढ़ाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र DESBench प्रस्तुत करता है, जो पदानुक्रमित (hierarchical), घटना-संचालित (event-driven) औद्योगिक शेड्यूलिंग में एजेंट समन्वय के मूल्यांकन के लिए एक नवीन बेंचमार्क है, जो केंद्रीकृत (centralized), पदानुक्रमित (hierarchical), हेटरार्किकल (heterarchical) और होलोनिक (holonic) प्रतिमानों के बीच मजबूती (robustness), दक्षता (efficiency) और बाधा संरेखण (constraint alignment) के संबंध में विशिष्ट संरचनात्मक समझौतों (structural trade-offs) को प्रकट करता है।
यह शोधपत्र LiteLVLM को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free), टेक्स्ट-गाइडेड टोकन प्रूनिंग विधि है जो लार्ज विजन-लैंग्वेज मॉडल्स में पिक्सेल ग्राउंडिंग के लिए संदर्भ क्षेत्रों (referent regions) को कुशलतापूर्वक बनाए रखने के लिए CLIP के विजुअल-टेक्स्ट समानता रैंकिंग को उलट देती है, जिससे मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करते हुए महत्वपूर्ण गति वृद्धि और मेमोरी में कमी प्राप्त होती है।
यह शोध पत्र HARECast प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो एक समूह-वार नियमितीकरण उद्देश्य (group-wise regularization objective) के माध्यम से क्रॉस-सैंपल अटेंशन-रिस्पॉन्स एनर्जी अस्थिरता की पहचान और शमन करके वर्षा के वर्तमान पूर्वानुमान (precipitation nowcasting) की विश्वसनीयता में सुधार करता है, जिससे SEVIR और MeteoNet बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र N-vium को प्रस्तुत करता है, जो एक मिश्रण-एग्जिट्स (mixture-of-exits) ट्रांसफार्मर है जो कई गहराइयों से भविष्यवाणियों को मिलाने के लिए टोकन-अनुकूली रूटिंग (token-adaptive routing) का उपयोग करने और ऊपरी परतों की गणना को स्थगित करने के माध्यम से मॉडल की गुणवत्ता से समझौता किए बिना मानक ट्रांसफार्मरों पर 57.9% तक वॉल-क्लॉक स्पीडअप प्राप्त करता है।
McCast एक मेमोरी-गाइडेड लेटेंट ड्रिफ्ट करेक्शन फ्रेमवर्क है जो ऑटोरिग्रेसिव प्रेडिक्शन्स को सक्रिय रूप से कैलिब्रेट करने के लिए एक ड्रिफ्ट-करेक्टिव मेमोरी बैंक का उपयोग करता है, जिससे मौजूदा स्टेट-ऑफ-द-आर्ट विधियों की तुलना में लॉन्ग-होरिज़न प्रेसिपिटेशन नाउकास्टिंग की टेम्पोरल कोहेरेंस और विश्वसनीयता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक एजेंटिक एआई फ्रेमवर्क प्रस्तावित करता है जो क्लाउड मैन्युफैक्चरिंग में युग्मित यूएवी (UAV) रूटिंग और मोबाइल एज कंप्यूटिंग टास्क शेड्यूलिंग समस्या को तैयार करने और हल करने के लिए चेन-ऑफ-थॉट रीजनिंग के साथ लार्ज लैंग्वेज मॉडल्स को जोड़ता है, जिसमें एक पदानुक्रमित डीप रीइन्फोर्समेंट लर्निंग दृष्टिकोण का उपयोग किया गया है जो लगभग पूर्ण उत्पाद संग्रह और समय सीमा संतुष्टि दर प्राप्त करता है।
यह शोध पत्र CTO को प्रस्तुत करता है, जो एक नवीन ढांचा है जो डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन सेटिंग के भीतर कॉन्ट्रास्टिव लर्निंग के माध्यम से सोर्स-व्युत्पन्न सिमेंटिक रिवॉर्ड के साथ सिंटैक्स-गाइडेड कंपाइलर फीडबैक को एकीकृत करके कोड ट्रांसलेशन को बढ़ाता है, जिससे सिंटैक्टिक शुद्धता और सिमेंटिक निरंतरता दोनों सुनिश्चित करने में मौजूदा विधियों की सीमाओं को दूर किया जा सके।
यह शोध पत्र कॉम्पैक्ट लेटेंट मैनिफोल्ड ट्रांसलेशन (CLMT) प्रस्तुत करता है, जो एक अत्यधिक पैरामीटर-कुशल (0.09B) फ्रेमवर्क है जो फिजियोलॉजिकल सिग्नल्स में मोडैलिटी और फ्रीक्वेंसी अंतराल को पाटने के लिए पदानुक्रमित रेसिडुअल वेक्टर क्वांटाइजेशन के साथ एक नवीन दो-चरणीय डिस्क्रीट ट्रांसलेशन प्रतिमान का उपयोग करता है, जिससे एज-डिवाइस पर तैनाती के अनुकूल स्टेट-ऑफ-द-आर्ट क्रॉस-मोडल सिंथेसिस और सुपर-रिज़ॉल्यूशन प्रदर्शन प्राप्त होता है।