25253 पेपर
यह शोध पत्र एक पदानुक्रमित अनुकूली परिशोधन दृष्टिकोण प्रस्तुत करता है जो नाजुक क्षेत्रों को गतिशील रूप से लक्षित करके बड़े पैमाने के मार्कोव निर्णय प्रक्रियाओं में नीति संश्लेषण को त्वरित करता है, जो निकट-इष्टतम सटीकता बनाए रखते हुए PRISM की तुलना में 2 गुना तक की गति वृद्धि प्राप्त करता है।
यह शोध पत्र एक्सप्रेसिव पॉलिसी ऑप्टिमाइज़ेशन (EXPO) का प्रस्ताव करता है, जो एक सैंपल-कुशल ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है, जो वैल्यू मैक्सिमाइजेशन को जटिल बेस पॉलिसी से अलग करके और इसके बजाय ऑन-द-फ्लाई (on-the-fly) क्रियाओं को अनुकूलित करने के लिए एक लाइटवेट गॉसियन एडिट पॉलिसी का उपयोग करके एक्सप्रेसिव पॉलिसियों के प्रशिक्षण को स्थिर करता है, जिससे ऑफलाइन डेटा के साथ फाइन-ट्यूनिंग और ऑनलाइन प्रशिक्षण दोनों के लिए सैंपल दक्षता में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र अयारा एआई (Aymara AI) को प्रस्तुत करता है, जो नीति-आधारित सुरक्षा मूल्यांकनों को उत्पन्न करने के लिए एक प्रोग्रामेटिक प्लेटफॉर्म है, जिसका उपयोग 20 लार्ज लैंग्वेज मॉडल्स का आकलन करने के लिए किया गया था और इसने विभिन्न डोमेन में प्रदर्शन की महत्वपूर्ण असमानताओं को प्रकट किया, जो वर्तमान एलएलएम (LLM) सुरक्षा की असंगत और संदर्भ-निर्भर प्रकृति को उजागर करता है।
यह शोध पत्र एआई-संचालित अवसाद पहचान (डिप्रेशन डिटेक्शन) पर 55 अध्ययनों की एक व्यापक समीक्षा प्रस्तुत करता है, जो नैदानिक कार्य (क्लिनिकल टास्क), डेटा मोडैलिटी और मॉडल क्लास के आधार पर विधियों को वर्गीकृत करने के लिए एक नवीन वर्गीकरण (टैक्सोनॉमी) पेश करता है, साथ ही ग्राफ न्यूरल नेटवर्क और लार्ज लैंग्वेज मॉडल्स जैसे प्रमुख रुझानों के साथ-साथ कंप्यूटेशनल साइकियाट्री में व्यावहारिक संसाधनों और भविष्य की चुनौतियों पर भी प्रकाश डालता है।
यह शोधपत्र PiCSAR को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) विधि है जो इसके तर्क (reasoning) और उत्तर के संयुक्त लॉग-लाइक्लीहुड (joint log-likelihood) के आधार पर सर्वश्रेष्ठ उम्मीदवार चयन करके लार्ज लैंग्वेज मॉडल की तर्क सटीकता में सुधार करती है, जिससे मौजूदा बेसलाइन की तुलना में कम नमूनों के साथ विविध बेंचमार्क पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र एक नवीन "टेल-टेल" (tell-tale) वॉटरमार्किंग प्रणाली का प्रस्ताव करता है जो सिंथेटिक मीडिया की निर्माण श्रृंखला को पुनर्गठित करने और लागू किए गए संपादन के विशिष्ट अनुक्रम के बारे में व्याख्यात्मक तर्क करने के लिए व्याख्या योग्य, रूपांतरण-उत्तरदायी संकेतों का उपयोग करता है, जिससे वास्तविकता और निर्माण के बीच अंतर करने में फोरेंसिक विश्लेषण में सहायता मिलती है।
यह सर्वेक्षण भौतिक धारणा (physical perception) और प्रतीकात्मक तर्क (symbolic reasoning) के अलग-अलग पथों के बीच की खाई को पाटकर फिजिकल एआई (Physical AI) का एक व्यापक अवलोकन प्रदान करता है, जो सुरक्षित और अधिक व्याख्या योग्य एआई के लिए भौतिक नियमों की वास्तविक समझ प्राप्त करने वाले अगली पीढ़ी के वर्ल्ड मॉडल्स (world models) की वकालत करने हेतु एम्बोडीड सिस्टम (embodied systems) और जनरेटिव मॉडल्स (generative models) में भौतिकी-आधारित (physics-grounded) विधियों का व्यवस्थित रूप से परीक्षण करता है।
यह शोध पत्र एजेंटिक एआई (agentic AI) के लिए एक पर्यावरणीय नियंत्रण तंत्र के रूप में "एस्केलेशन चैनल्स" (escalation channels) का प्रस्ताव और मूल्यांकन करता है, यह प्रदर्शित करते हुए कि एजेंटों को कार्य-नियम संघर्षों को हल करने के लिए साधनगत रूप से विश्वसनीय, आउट-ऑफ-बैंड मार्ग प्रदान करना, सरल निगरानी या नाममात्र के विकल्पों की तुलना में हानिकारक व्यवहार को काफी कम कर देता है।
यह शोध पत्र FM-BFF-Net का प्रस्ताव करता है, जो एक हाइब्रिड मेडिकल इमेज सेगमेंटेशन नेटवर्क है जो वैश्विक संदर्भ (ग्लोबल कॉन्टेक्स्ट) को प्रभावी ढंग से कैप्चर करने और सीमा सटीकता (बाउंड्री प्रिसिजन) को बढ़ाने के लिए फोकल मॉड्यूलेशन और द्विदिश फीचर फ्यूजन के साथ कन्वोल्यूशनल और ट्रांसफॉर्मर घटकों को एकीकृत करता है, जिससे आठ विविध मेडिकल इमेजिंग डेटासेट में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र Mull-Tokens को प्रस्तुत करता है, जो एक मोडैलिटी-अज्ञेय (modality-agnostic) लेटेंट टोकन फ्रेमवर्क है जो मल्टीमॉडल मॉडल्स को टेक्स्ट और इमेज मोडैलिटीज के बीच मुक्त-रूप (free-form) मध्यवर्ती तर्क करने में सक्षम बनाता है, जिससे भंगुर टूल कॉल्स या महंगी इमेज जनरेशन पर निर्भर किए बिना जटिल स्थानिक और पहेली-समाधान कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार होता है।