25254 पेपर
यह अध्ययन एक सिम्युलेटर प्रयोग के माध्यम से आंशिक रूप से स्वचालित ड्राइविंग में सार्थक मानवीय नियंत्रण का मूल्यांकन करता है जो हैप्टिक साझा नियंत्रण और ट्रेडेड नियंत्रण मोड की तुलना करता है, जिससे यह पता चलता है कि कथित नियंत्रण ऑटोमेशन-ड्राइवर संघर्षों और इरादे के बेमेल होने से नकारात्मक रूप से प्रभावित होता है, जबकि सूक्ष्म, संरेखित हैप्टिक मार्गदर्शन द्वारा इसे बढ़ाया जाता है।
यह शोध पत्र SCISENSE को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो LLMs को प्रशिक्षित करने के लिए संरचित, उद्धरण-सशर्त विचार प्रक्षेपवक्रों (ideation trajectories) का लाभ उठाता है, और यह प्रदर्शित करता है कि कैसे नियंत्रित अर्थ-निर्माण (sensemaking) डाउनस्ट्रीम एजेंटों पर संज्ञानात्मक बोझ को कम करके अनुसंधान परिणामों की नवीनता और गुणवत्ता दोनों को आश्चर्यजनक रूप से बढ़ाता है।
यह अध्ययन प्रदर्शित करता है कि जबकि "AI वॉशिंगिंग" प्रदर्शन के संबंध में उपयोगकर्ता की अपेक्षाओं को काफी बढ़ा देती है, यह वस्तुनिष्ठ अंतःक्रियात्मक परिणामों या व्यक्तिपरक आकलन में किसी भी मापने योग्य सुधार को उत्पन्न करने में विफल रहती है, जैसा कि एक फिट्स लॉ (Fitts' Law) प्रयोग द्वारा प्रमाणित होता है जहाँ "AI-सहायता प्राप्त" माउस स्थितियों ने बेसलाइन के समान ही परिणाम दिए।
यह शोध पत्र प्रदर्शित करता है कि विजन-लैंग्वेज मॉडल्स को चार नवीन विजुअल मोडैलिटी हमलों के माध्यम से प्रभावी ढंग से जेलब्रेक किया जा सकता है, जो एक महत्वपूर्ण क्रॉस-मोडैलिटी अलाइनमेंट गैप को उजागर करता है जहाँ टेक्स्ट-आधारित सुरक्षा प्रशिक्षण हानिकारक विजुअल इनपुट्स पर सामान्यीकृत होने में विफल रहता है।
यह शोधपत्र फीचर बाधाओं (feature constraints) को ध्यान में रखते हुए "निष्पक्ष स्पष्टीकरणों" (संरक्षित विशेषताओं को छोड़कर प्राइम-इम्प्लिकेंट कारणों) के अस्तित्व के माध्यम से क्लासिफायर निष्पक्षता को परिभाषित करने का प्रस्ताव देता है, और इन स्थितियों के तहत तीन विशिष्ट निष्पक्षता परिभाषाओं के संबंधों और कम्प्यूटेशनल जटिलता का विश्लेषण करता है।
BlenderRAG एक रिट्रीवल-ऑगमेंटेड जनरेशन सिस्टम है जो विशेषज्ञ-सत्यापित उदाहरणों के एक क्यूरेटेड मल्टीमॉडल डेटासेट का लाभ उठाकर, बिना फाइन-ट्यूनिंग की आवश्यकता के, अत्याधुनिक LLMs को निर्देशित करके प्राकृतिक भाषा से स्वचालित 3D ऑब्जेक्ट निर्माण की सटीकता और ज्यामितीय निरंतरता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक नवीन शिक्षण ढांचे का प्रस्ताव करता है जो मल्टीमॉडल वेरिएशनल ऑटो-एनकोडर को एनर्जी-बेस्ड मॉडल्स के साथ तालमेल बिठाकर जोड़ता है, जिसमें खराब मिक्सिंग और यूनिमोडल सीमाओं को दूर करने के लिए डेटा और लेटेंट स्पेस दोनों में MCMC संशोधनों का उपयोग किया गया है, जिससे बेहतर मल्टीमॉडल सिंथेसिस गुणवत्ता और सुसंगतता प्राप्त होती है।
यह शोध पत्र स्पार्स डेटासेट को संवर्धित करने के लिए FastRIR का उपयोग करके सिंथेटिक रूम इम्पल्स रिस्पॉन्स उत्पन्न करने और उन्हें फ़िल्टर करने के माध्यम से स्पीकर दूरी अनुमान में सुधार करने की एक विधि प्रस्तुत करता है, जिसने ICASSP 2025 चुनौती के लिए GWA और ट्रेबल रूम कॉन्फ़िगरेशन दोनों के लिए मीन एब्सोल्यूट एरर (माध्य निरपेक्ष त्रुटि) को काफी कम कर दिया।
यह शोधपत्र EASE को प्रस्तुत करता है, जो एक फेडरेटेड मल्टीमॉडल अनलर्निंग फ्रेमवर्क है जो एंकर क्लोजर (anchor closure), सबस्पेस डिकंपोजिशन (subspace decomposition) और एक दिशा-चयनात्मक फॉरगेट लॉक (direction-selective forget lock) से जुड़े एंटैंगलमेंट-अवेयर डिज़ाइन के माध्यम से क्रॉस-मोडल पुनर्निर्माण चैनलों को काटकर और क्लाइंट-विशिष्ट अपडेट दिशाओं को अलग करके विस्मृत डेटा को प्रभावी ढंग से हटा देता है।
यह शोध पत्र निर्णय लेने के सिद्धांत (decision-making theory) पर आधारित एक सुव्यवस्थित ढांचे को प्रस्तुत करता है जो मॉडलों की कथित और वास्तविक आवश्यकता तथा उपयोगिता के बीच के बेमेल (misalignment) का विश्लेषण करके LLM टूल-कॉलिंग निर्णयों का मूल्यांकन और अनुकूलन करता है, और अंततः यह प्रदर्शित करता है कि हिडन स्टेट्स (hidden states) पर प्रशिक्षित हल्के अनुमानक (lightweight estimators) कार्य प्रदर्शन में महत्वपूर्ण सुधार कर सकते हैं।