25186 पेपर
यह शोध पत्र S3 का प्रस्ताव करता है, जो मल्टीमॉडल लर्निंग के लिए एक संरचनात्मक ढांचा है जो इनपुट्स को विशिष्ट सिमेंटिक विशेषज्ञों में विघटित करता है और कॉम्पैक्ट, उच्च-प्रदर्शन वाले निरूपण प्राप्त करने के लिए स्पारसिफिकेशन के साथ चयनात्मक रूटिंग का उपयोग करता है जो मौजूदा बेंचमार्क से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र वीडियो विजन-लैंग्वेज मॉडल्स के लिए एक ट्रेनिंग-फ्री एंटी-रिकम्प्यूटेशन फ्रेमवर्क पेश करता है जो स्थिर दृश्यों और प्रश्नों के लिए कैश किए गए विजुअल स्टेट्स का गतिशील रूप से पुन: उपयोग करता है, जिससे मल्टी-टर्न वीडियो इंटरैक्शन में उच्च सटीकता बनाए रखते हुए इन्फरेंस लेटेंसी और कम्प्यूटेशनल बर्बादी को काफी कम किया जा सकता है।
यह शोधपत्र ReasonAudio प्रस्तुत करता है, जो निषेध (negation) और अवधि (duration) जैसे जटिल तर्क कार्यों पर टेक्स्ट-ऑडियो रिट्रीवल मॉडलों का मूल्यांकन करने के लिए डिज़ाइन किया गया पहला बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान अत्याधुनिक मॉडल और मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स बुनियादी सिमेंटिक मिलान में अपनी दक्षता के बावजूद इन चुनौतियों के साथ काफी संघर्ष करते हैं।
GeoDecider एक प्रशिक्षण-मुक्त (training-free), कोर्स-टू-फाइन (coarse-to-fine) एजेंटिक वर्कफ़्लो है जो वेल-लॉगिंग सिग्नल्स से सटीक, व्याख्या योग्य और भूवैज्ञानिक रूप से सुसंगत लिथोलॉजी वर्गीकरण प्राप्त करने के लिए लार्ज लैंग्वेज मॉडल्स और भूवैज्ञानिक उपकरणों का लाभ उठाता है, जो मौजूदा सिंगल-पास विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र लोकल ट्रंकेशन एरर-गाइडेड न्यूरल ओडीई (LTE-ODE) का प्रस्ताव करता है, जो एक नवीन आर्किटेक्चर है जो संख्यात्मक एकीकरण त्रुटियों (numerical integration errors) को एक अनसुपरवाइज्ड इंडक्टिव बायस के रूप में पुन: उपयोग करता है ताकि निरंतर विकास और विविक्त क्षतिपूर्ति (discrete compensation) के बीच गतिशील रूप से स्विच किया जा सके, जिससे मानक न्यूरल ओडीई की ओवर-स्मूथिंग सीमाओं को दूर किया जा सके और बड़े पैमाने पर ट्रैफ़िक पूर्वानुमान में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र LIMEN को प्रस्तुत करता है, जो एक लार्ज लैंग्वेज मॉडल-निर्देशित विकासवादी ढांचा (evolutionary framework) है जो कच्चे सिम्युलेटर स्टेट्स और प्रक्षेपवक्र-स्तरीय सफलता मेट्रिक्स से अवलोकन मैपिंग (observation mappings) और रिवॉर्ड फंक्शन दोनों सहित पूर्ण सुदृढीकरण शिक्षण (reinforcement learning) कार्य इंटरफेस को स्वचालित रूप से संश्लेषित करता है, यह प्रदर्शित करते हुए कि विविध डोमेन में सफलता के लिए इन घटकों को संयुक्त रूप से अनुकूलित करना आवश्यक है।
यह शोध पत्र रूबस्ट एजेंट कंपनसेशन (RAC) को प्रस्तुत करता है, जो एक लॉग-आधारित रिकवरी प्रतिमान है जो विश्वसनीय निष्पादन के लिए सुरक्षा जाल प्रदान करने हेतु LangChain जैसे मौजूदा एजेंट फ्रेमवर्क में एकीकृत होता है, और जटिल बेंचमार्क पर अत्याधुनिक रिकवरी विधियों की तुलना में लेटेंसी और टोकन अर्थव्यवस्था में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र UFCOD का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो केवल अनुमान समय (inference time) पर कुछ ही इन-डिस्ट्रीब्यूशन नमूनों का उपयोग करके, किसी भी नए कार्य के लिए फ्यू-शॉट क्रॉस-डोमेन आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन को सक्षम बनाता है, जो बिना किसी रिट्रेनिंग या फाइन-ट्यूनिंग के, एकल प्री-ट्रेंड डिफ्यूजन मॉडल से ऊर्जा विशेषताओं (energy features) को निकालने के लिए डिफ्यूजन प्रक्षेपवक्र (diffusion trajectories) के सूचना-ज्यामितीय विश्लेषण का लाभ उठाता है।
विकासात्मक संज्ञानात्मक विज्ञान से प्रेरित, यह शोध पत्र "लर्निंग-टू-थ्योराइज़" (सिद्धांत बनाने की सीख) प्रस्तुत करता है, जो न्यूरल थ्योरलाइज़र (NEO) मॉडल द्वारा प्रतिपादित एक प्रतिमान है, जो स्पष्टीकरण-संचालित सामान्यीकरण को सक्षम करने के लिए कच्चे गैर-पाठ्य अवलोकनों से स्पष्ट, निष्पादन योग्य गुप्त प्रोग्रामों का अनुमान लगाता है।
यह शोध पत्र ESDD2026 चुनौती के लिए एक डुअल-ब्रांच डीपफेक डिटेक्शन फ्रेमवर्क प्रस्तुत करता है जो स्पीच और एम्बिएंट साउंड्स का संयुक्त रूप से विश्लेषण करने के लिए एक मैचिंग हेड और क्रॉस-अटेंशन मैकेनिज्म के साथ XLS-R और BEATs प्रीट्रेंड मॉडल्स को फ्यूज करता है, जिससे CompSpoofV2 डेटासेट पर बेहतर प्रदर्शन प्राप्त होता है।