24883 पेपर
यह शोध पत्र ImmersedPrivacy को प्रस्तुत करता है, जो एक संवादात्मक ऑडियो-विजुअल मूल्यांकन ढांचा है जो वास्तविक भौतिक वातावरणों में संचालित होने वाले वर्तमान विजन-लैंग्वेज मॉडल्स की गोपनीयता जागरूकता में महत्वपूर्ण कमियों को प्रकट करता है, जो उनकी संवेदी भंगुरता और कार्य पूर्णता के साथ गोपनीयता संरक्षण के बीच संतुलन बनाने में अक्षमता को उजागर करता है।
यह शोध पत्र टेम्पोरल स्मूथनेस डबल रूपली रोबस्ट (TSDR) फ्रेमवर्क का प्रस्ताव करता है, जो चयन पूर्वाग्रह (सिलेक्शन बायस) को प्रभावी ढंग से संबोधित करने और नॉलेज ट्रेसिंग में वेरिएंस-प्रेरित प्रशिक्षण अस्थिरता को कम करने के लिए एक प्रोपेंसिटी मॉडल को एरर इम्प्यूटेशन मॉडल और एक टेम्पोरल स्मूथनेस रेगुलराइज़र के साथ एकीकृत करता है, जिससे निष्पक्ष और स्थिर महारत अनुमान प्राप्त होता है।
यह शोधपत्र CrossCult-KIBench प्रस्तुत करता है, जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में क्रॉस-कल्चरल नॉलेज इंसर्शन का मूल्यांकन करने के लिए अंग्रेजी, चीनी और अरबी संस्कृतियों के 9,800 इमेज-ग्राउंडेड मामलों वाला एक व्यापक बेंचमार्क है, साथ ही इसमें मेमोरी-कंडीशन्ड नॉलेज इंसर्शन (MCKI) नामक एक प्रस्तावित बेसलाइन विधि भी दी गई है, जो सांस्कृतिक अनुकूलन और व्यवहार संरक्षण के बीच संतुलन बनाने की वर्तमान चुनौतियों को उजागर करती है।
यह शोध पत्र Safactory को प्रस्तुत करता है, जो एक नवीन, एकीकृत ढांचा है जो अगली पीढ़ी के विश्वसनीय स्वायत्त एजेंटों को प्रशिक्षित करने में दीर्घकालिक निर्णय लेने और जोखिम खोज की चुनौतियों को व्यवस्थित रूप से संबोधित करने के लिए समानांतर सिमुलेशन, विश्वसनीय डेटा प्रबंधन और स्वायत्त विकास प्लेटफार्मों को एकीकृत करता है।
NOVA एक नवीन वर्ल्ड मॉडलिंग फ्रेमवर्क पेश करता है जो सिस्टम स्टेट्स को कोऑर्डिनेट-आधारित इम्प्लिसिट न्यूरल रिप्रेजेंटेशन्स के वेट्स के रूप में प्रदर्शित करता है, जिससे कुशल, डिकोडर-मुक्त रेंडरिंग और ज़ीरो-शॉट सुपर-रिज़ॉल्यूशन सक्षम होता है और साथ ही कंट्रोलेबल वीडियो फोरकास्टिंग के लिए सीन स्ट्रक्चर और मोशन का अनसुपरवाइज्ड डिसेंटैंगलमेंट प्राप्त होता है।
GraphDC एक डिवाइड-एंड-कॉन्कर (विभाजन और विजय) मल्टी-एजेंट फ्रेमवर्क है जो जटिल ग्राफों को विशेष स्थानीय प्रसंस्करण और पदानुक्रमित एकीकरण के लिए छोटे उप-ग्राफों में विघटित करके स्केलेबल ग्राफ एल्गोरिदम तर्क को बढ़ाता है, जिससे यह विशेष रूप से बड़े पैमाने के इंस्टेंसों पर मौजूदा विधियों से बेहतर प्रदर्शन करता है।
यह अध्ययन 33 फ्रंटियर एलएलएम (LLMs) के माध्यम से 1,500 एमएमएलयू (MMLU) मदों का विश्लेषण करता है ताकि यह प्रकट किया जा सके कि समग्र मेटाकॉग्निटिव मॉनिटरिंग स्कोर महत्वपूर्ण, स्थिर डोमेन-स्तरीय विविधताओं को छिपा देते हैं, जिसमें प्रयुक्त ज्ञान (applied knowledge) की निगरानी करना औपचारिक तर्क या प्राकृतिक विज्ञान की तुलना में विश्वसनीय रूप से आसान है, जिससे मॉडल परिनियोजन से पहले डोमेन-विशिष्ट स्क्रीनिंग के उपयोग का समर्थन मिलता है।
यह शोध पत्र टोप्लिट्ज़ एमएलपी मिक्सर (TMM) को प्रस्तुत करता है, जो एक ट्रांसफॉर्मर-समान आर्किटेक्चर है जो अन्य सब-क्वाड्रेटिक मॉडलों की तुलना में बेहतर प्रशिक्षण दक्षता, सूचना प्रतिधारण और इन-कॉन्टेक्स्ट लर्निंग प्रदर्शन प्रदर्शित करते हुए, सब-क्वाड्रेटिक जटिलता प्राप्त करने के लिए अटेंशन को त्रिकोणीय-मास्क्ड टोप्लिट्ज़ मैट्रिक्स गुणन से बदल देता है।
यह शोधपत्र पुनरावर्ती तर्क प्रणालियों (recursive reasoning systems) के लिए एक रूपरेखा प्रस्तावित करता है जो विकसित होते तर्क की स्थिति को एक ज्ञानपरक अवस्था ग्राफ (epistemic state graph) के रूप में निरूपित करता है और "ऑर्डर-गैप" (order-gap) मीट्रिक को एक स्थानीय, आवश्यक और पर्याप्त शर्त के रूप में प्रस्तुत करता है ताकि यह निर्धारित किया जा सके कि आगे का पुनरावृत्ति सुधार लाने की संभावना कम कब होती है।
यह शोध पत्र एक नवीन मल्टीमॉडल लेटेंट डिफ्यूजन मॉडल प्रस्तुत करता है जो एक साझा लेटेंट स्पेस के भीतर सुसंगत एमआरआई (MRI) वॉल्यूम और सारणीबद्ध नैदानिक डेटा को संयुक्त रूप से संश्लेषित करने के लिए क्रॉस-अटेंशन और वेरिएशनल ऑटोएनकोडर का उपयोग करता है, जो जर्मन नेशनल कोहोर्ट डेटासेट पर उच्च-निष्ठा वाली पीढ़ी क्षमताओं का प्रदर्शन करता है और स्वास्थ्य सेवा में सिंथेटिक डिजिटल ट्विन्स बनाने के लिए एक प्रूफ-ऑफ-कॉन्सेप्ट स्थापित करता है।