24888 पेपर
यह शोध पत्र WebClipper प्रस्तुत करता है, जो एक ऐसा ढांचा है जो खोज प्रक्रियाओं को स्टेट ग्राफ के रूप में मॉडल करके वेब एजेंट की दक्षता को अनुकूलित करता है ताकि अनावश्यक चरणों को न्यूनतम-आवश्यक DAGs में छाँटा जा सके, जिससे टूल-कॉल राउंड में लगभग 20% की कमी आती है और सटीकता में सुधार होता है तथा प्रदर्शन और दक्षता को संतुलित करने के लिए एक नया F-AE मेट्रिक पेश किया जाता है।
यह शोध पत्र ScrapeGraphAI-100k को प्रस्तुत करता है, जो व्यावहारिक टेलीमेट्री से प्राप्त 93,695 स्कीमा-प्रतिबंधित निष्कर्षण घटनाओं का एक बड़े पैमाने का, वास्तविक दुनिया का डेटासेट है, जो बड़े भाषा मॉडलों (LLMs) को उन संरचित पीढ़ी कार्यों पर प्रशिक्षित करने और उनका बेंचमार्किंग करने में सक्षम बनाता है जहाँ पूर्व सिंथेटिक या केवल टेक्स्ट कॉर्पोरा अपर्याप्त थे।
यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (Large Language Models) अपूर्ण-सूचना वाले खेलों (imperfect-information games) के लिए प्रतिस्पर्धी मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग (Multi-Agent Reinforcement Learning) एल्गोरिदम की खोज को स्वचालित कर सकते हैं, और यह दर्शाता है कि इन जटिल, पर्यावरण-विशिष्ट निष्कर्षों को न्यूनतम एल्गोरिद्मिक मुख्य संरचनाओं (minimal algorithmic cores) में संकुचित करने से बेहतर सामान्यीकरण और कम संरचनात्मक जटिलता प्राप्त होती है।
यह शोध पत्र SteelDefectX प्रस्तुत करता है, जो एक व्यापक विजन-लैंग्वेज डेटासेट और बेंचमार्क है जिसमें 7,778 स्टील सतह दोष छवियों के लिए बहु-रूप टेक्स्ट एनोटेशन शामिल हैं, जो औद्योगिक विजन-लैंग्वेज मॉडलों में सिमेंटिक अलाइनमेंट और सामान्यीकरण के व्यवस्थित मूल्यांकन को सक्षम बनाता है और संरचित गुणों तथा प्राकृतिक भाषा विवरणों के बीच के समझौतों (trade-offs) को प्रकट करता है।
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।