24887 पेपर
यह शोध पत्र 3D मेडिकल इमेजिंग के लिए क्रॉस-डोमेन नॉलेज ट्रांसफर में एसिमेट्रिक, पावर-लॉ स्केलिंग व्यवहारों की पहचान करता है और एक ट्रांसफर-अवेयर डेटा एलोकेशन रणनीति प्रस्तावित करता है जो मानक आनुपातिक सैंपलिंग की तुलना में काफी मजबूत रिप्रेजेंटेशन प्राप्त करने के लिए प्रीट्रेनिंग मिश्रण को अनुकूलित करती है।
यह शोधपत्र Agentick को प्रस्तुत करता है, जो विविध मोडैलिटी और कठिनाई स्तरों में 37 प्रक्रियात्मक रूप से उत्पन्न (procedurally generated) कार्यों वाला एक एकीकृत बेंचमार्क है, ताकि RL, LLM, VLM, हाइब्रिड और मानव एजेंटों के लिए अनुक्रमिक निर्णय लेने (sequential decision-making) में निष्पक्ष तुलना को सक्षम किया जा सके और प्रगति को गति दी जा सके।
यह शोध पत्र EULER-ADAS प्रस्तुत करता है, जो एक ऊर्जा-कुशल, SIMD-एकीकृत लॉगरिदमिक पोज़िट (Posit) इंजन है जो वास्तविक समय, कम-शक्ति वाले ADAS इन्फरेंस के लिए निकट-FP32 सटीकता बनाए रखते हुए क्षेत्र (area), विलंब (delay) और शक्ति में महत्वपूर्ण कमी प्राप्त करने के लिए बाउंडेड-रीजीम प्रतिनिधित्व और अनुकूली ट्रंकेशन (adaptive truncation) का उपयोग करता है।
यह शोध पत्र इक्विवेलेंस क्लास प्रॉब्लम (Equivalence Class Problem) पर लार्ज लैंग्वेज मॉडल्स का अनुभवजन्य मूल्यांकन करता है, जिससे यह पता चलता है कि जबकि रीजनिंग मॉडल्स, नॉन-रीजनिंग मॉडल्स की तुलना में काफी बेहतर प्रदर्शन करते हैं, दोनों ही इस कार्य में संघर्ष करते हैं, जहाँ नॉन-रीजनिंग मॉडल्स कनेक्टिविटी के फेज ट्रांजिशन पॉइंट पर सबसे अधिक विफल होते हैं और रीजनिंग मॉडल्स सबसे बड़े ग्राफ डायमीटर पर अधिकतम कठिनाई का सामना करते हैं।
यह शोध पत्र REPR-ALIGN को प्रस्तुत करता है, जो एक ऐसी विधि है जो डिफ्यूजन लैंग्वेज मॉडल्स के प्रशिक्षण को उनके हिडन स्टेट्स (hidden states) को एक फ्रोजन ऑटोरेग्रेसिव मॉडल के हिडन स्टेट्स के साथ संरेखित करके त्वरित करती है, जिससे सीखे गए सिमेंटिक रिप्रेजेंटेशन्स (semantic representations) को संरक्षित किया जा सके और बिना किसी आर्किटेक्चरल बदलाव या अतिरिक्त पैरामीटर्स के कुशल अनुकूलन को सक्षम बनाया जा सके।
यह शोध पत्र रिवॉर्ड लर्निंग के दौरान तर्कसंगतता पैरामीटर (rationality parameter) को गतिशील रूप से समायोजित करके, एक 'LLM-as-judge' का उपयोग करके पक्षपाती मानवीय तुलनाओं की पहचान करने और उन्हें कम महत्व देने के माध्यम से, मानव फीडबैक से सुदृढीकरण शिक्षण (RLHF) में संज्ञानात्मक पूर्वाग्रह को कम करने की एक विधि प्रस्तावित करता है, जिससे त्रुटिपूर्ण डेटासेट पर भी अधिक सुदृढ़ मॉडल प्रशिक्षित किए जा सकें।
यह शोधपत्र MELD को पेश करता है, जो AI-जनित टेक्स्ट के लिए एक मल्टी-टास्क डिटेक्टर है जो ऑक्सिलरी सुपरविजन, नॉलेज डिस्टिलेशन और हार्ड-नेगेटिव रैंकिंग का उपयोग करके हमलों, डोमेन शिफ्ट और अनदेखे जनरेटर्स के विरुद्ध मजबूती को बढ़ाता है, जिससे एक मानक बाइनरी डिटेक्टर की दक्षता बनाए रखते हुए बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र DIAL को प्रस्तुत करता है, जो एक दिशा-सूचित अनुकूलन शिक्षण ढांचा (direction-informed adaptive learning framework) है जो काउंटरफैक्चुअल अन्वेषण (counterfactual exploration) के माध्यम से पर्यावरण-विशिष्ट उपयोगिता दिशाओं को सीखकर LLM एजेंटों में स्थिर-दिशा गेटिंग संकेतों की अस्थिरता को दूर करता है, जिससे विविध सेटिंग्स में एक बेहतर सफलता-लागत संतुलन प्राप्त होता है।
यह शोधपत्र सहकारी गेम थ्योरी (cooperative game theory) के लीस्ट कोर समाधान (least core solution) पर आधारित इन-कॉन्टेक्स्ट क्रेडिट असाइनमेंट के लिए एक प्रोत्साहन-संरेखित तंत्र प्रस्तावित करता है, जो मौजूदा विधियों की तुलना में काफी कम LLM कॉल्स का उपयोग करके कंटेंट क्रिएटर्स के बीच निष्पक्ष मूल्य वितरण को अनुमानित करने वाले कुशल एल्गोरिदम पेश करता है।
यह शोध पत्र ARD को पेश करता है, जो एक एजेंटिक ऑटोरेग्रेसिव डिफ्यूजन फ्रेमवर्क है जो क्लोज्ड-लूप रिट्रीव-सिंथेसाइज़-रिफाइन-अपडेट चक्र और मल्टीमॉडल मेमोरी के माध्यम से लॉन्ग-वीडियो निरंतरता सुनिश्चित करता है, और निरंतरता में 30% तक और नैरेटिव कोहेरेंस में 20% तक अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।