20229 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि एक निश्चित न्यूरल नेटवर्क प्रतिनिधित्व पर फिट किया गया एक ऑर्डिनरी लीस्ट स्क्वायर्स (OLS) रीडआउट, निर्णय स्कोर का प्रशिक्षण मामलों के परिणामों के भारित योगों में एक सटीक अपघटन सक्षम बनाता है, जिससे मॉडल को पुन: प्रशिक्षित करने की आवश्यकता के बिना केस-बेस्ड डिसीजन थ्योरी पर आधारित एक कठोर, ऑडिट-रेडी केस-आधारित स्पष्टीकरण प्राप्त होता है।
44 पेशेवर डेवलपर्स के इस अनुभवजन्य अध्ययन से पता चलता है कि जहाँ GitHub Copilot कार्यात्मक शुद्धता (functional correctness) में सुधार करता है और कुछ असुरक्षित पैटर्न को मामूली रूप से कम करता है, वहीं यह सुरक्षित सुरक्षा API उपयोग को महत्वपूर्ण रूप से बढ़ाने में विफल रहता है, जिससे अक्सर डेवलपर्स शेष कमजोरियों के प्रति अनभिज्ञ रह जाते हैं।
यह शोध पत्र एपिस्टेमिक एसिमेट्री शेलिंग टास्क (EAST) को प्रस्तुत करता है, जो एक नवीन संवाद-आधारित बेंचमार्क है जो लार्ज लैंग्वेज मॉडल्स की कार्यात्मक थ्योरी ऑफ माइंड और एपिस्टेमिक ट्रैकिंग क्षमताओं में महत्वपूर्ण अंतराल को प्रकट करता है, यह प्रदर्शित करते हुए कि पारंपरिक स्थिर परीक्षणों पर उच्च प्रदर्शन के बावजूद भी फ्रंटियर मॉडल्स गतिशील सामाजिक समन्वय में संघर्ष करते हैं।
यह शोध पत्र PHILIA को प्रस्तुत करता है, जो एक रोबोट गेटवे एब्स्ट्रैक्शन के इर्द-गिर्द निर्मित एक मल्टी-रोबोट एजेंट आर्किटेक्चर है जो उच्च-स्तरीय तर्क (high-level reasoning) को निम्न-स्तरीय निष्पादन (low-level execution) से अलग करता है ताकि विविध स्वरूपों (embodiments) और इंटरफेसों के बीच बुद्धिमान रोबोटों के साथ संरचनात्मक, दीर्घकालिक भौतिक सह-अस्तित्व को सक्षम बनाया जा सके।
StructAgent एक अवस्था-केंद्रित (state-centered) ढांचे को पेश करता है जो लंबी अवधि के डिजिटल एजेंट कार्यों को प्रबंधित करने के लिए एकीकृत कारण संरचनाओं (unified causal structures) का उपयोग करता है, जो सत्यापन योग्य, साक्ष्य-आधारित प्रगति ट्रैकिंग और रिकवरी को सक्षम करके विविध LLM/VLM बैकबोन और परिवेशों में सफलता दर और सामान्यीकरण क्षमता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र सेंटिनल-1 और सेंटिनल-2 टाइम सीरीज़ का उपयोग करके दो पूरक डीप लर्निंग दृष्टिकोणों—गौसियन (Gaussian) और क्वांटाइल (Quantile) अनिश्चितता अनुमान—का प्रस्ताव करते हुए अर्थ अवलोकन (Earth Observation) रिग्रेशन में विश्वसनीयता मेट्रिक्स की कमी को संबोधित करता है, जो बिल्डिंग की ऊंचाई, ट्री कैनोपी हाइट और ऊपर-जमीन बायोमास (above-ground biomass) के अनुमान के लिए अच्छी तरह से कैलिब्रेटेड, व्याख्या योग्य कॉन्फिडेंस इंटरवल उत्पन्न करते हैं जो मौजूदा नियतात्मक बेंचमार्क और वैश्विक उत्पादों से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र Omni-Decision को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) एजेंट सिस्टम है जो विविध मीडिया स्रोतों में सूचना अंतराल को व्यवस्थित रूप से ट्रैक करने, सत्यापित करने और भरने के लिए एक संरचित, स्पष्ट साक्ष्य अवस्था (evidence state) बनाए रखकर ओम्नी-मोडल QA सटीकता में सुधार करता है, जिससे मौजूदा बेसलाइन की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र TRACE को प्रस्तुत करता है, जो एक कार्य-अनुकूल अनुमान-समय (inference-time) ढांचा है जो एक महत्वपूर्ण "विजुअल रिले विंडो" (Visual Relay Window) की पहचान करके और उसे गतिशील रूप से नियंत्रित करके विजन-लैंग्वेज मॉडल्स में साक्ष्य-आधारित तर्क को बढ़ाता है जहाँ दृश्य ध्यान (visual attention) सबसे अधिक प्रभावी होता है, जिससे ग्राउंडिंग-संवेदनशील और तर्क-प्रधान बेंचमार्क पर प्रदर्शन में उल्लेखनीय सुधार होता है।
यह शोध पत्र यह प्रदर्शित करता है कि जहाँ CNF सूत्रों पर मॉडल एक्सेस कार्यों के लिए गैर-तुल्यता-संरक्षण करने वाले प्रीप्रोसेसर अनुपयुक्त होते हैं, वहीं मॉडल गणनाओं को संरक्षित करने वाले प्रीप्रोसेसर, यदि आवश्यक प्रीप्रोसेसिंग जानकारी को बनाए रखा जाए, तो d-DNNF निरूपणों में संकलित होने पर यूनिफॉर्म सैंपलिंग, डायरेक्ट मॉडल एक्सेस और मॉडल एन्यूमरेशन की दक्षता को महत्वपूर्ण रूप से बढ़ा सकते हैं।
यह शोध पत्र LASKO को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो एडिट नीतियों और उनके गैर-क्रमविनिमेय (non-commutative) संयोजनों को दर्शाने के लिए ली अल्जेब्रॉइड्स (Lie algebroids) का उपयोग करके एजेंटिक कौशल अनुकूलन को मॉडल करता है, जिससे महंगी LLM सत्यापन प्रक्रिया से पहले सस्ते ली-ब्रैकेट परीक्षणों के माध्यम से संपादन की स्क्रीनिंग करके क्रम-परिमाण (order-of-magnitude) की गति वृद्धि संभव होती है।