25400 पेपर
MemRec एक सहयोगात्मक स्मृति-संवर्धित एजेंटिक अनुशंसा प्रणाली (collaborative memory-augmented agentic recommender system) है जो एक हल्के भाषा मॉडल का उपयोग करके गतिशील सहयोगात्मक स्मृति ग्राफ को संश्लेषित करके मेमोरी प्रबंधन को तर्क से अलग करती है, जिससे एक भारी भाषा मॉडल (heavyweight LLM) को संदर्भ अधिभार (context overload) और शोर से बचते हुए अत्याधुनिक अनुशंसाएँ उत्पन्न करने में सक्षम बनाया जा सके।
यह शोध पत्र ReCreate को प्रस्तुत करता है, जो एक अनुभव-संचालित ढांचा (framework) है जो 'एजेंट-एज़-ऑप्टिमाइज़र' प्रतिमान के माध्यम से इंटरेक्शन इतिहास का लाभ उठाकर डोमेन-विशिष्ट एजेंटों को स्वचालित रूप से उत्पन्न और अनुकूलित करता है, और मानव-निर्मित एवं मौजूदा स्वचालित विधियों दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र Fast-ULCNet को प्रस्तुत करता है, जो एक अनुकूलित सिंगल-चैनल स्पीच एन्हांसमेंट मॉडल है जो ULCNet के GRU परतों को FastGRNNs से बदल देता है और स्टेट ड्रिफ्टिंग को कम करने के लिए एक ट्रेन करने योग्य कॉम्प्लीमेंट्री फ़िल्टर का उपयोग करता है, जिससे मॉडल के आकार को आधे से अधिक कम करते हुए और लेटेंसी को 34% घटाते हुए अत्याधुनिक (state-of-the-art) प्रदर्शन के तुलनीय परिणाम प्राप्त होते हैं।
यह शोध पत्र MGSM-Pro प्रस्तुत करता है, जो GSM-Symbolic बेंचमार्क का एक बहुभाषी विस्तार है जो कई अंक-परिवर्तित इंस्टेंशिएशन (digit-varying instantiations) उत्पन्न करके नौ भाषाओं में गणितीय तर्क संबंधी सुदृढ़ता का मूल्यांकन करता है, जिससे कम-संसाधन वाली भाषाओं में प्रदर्शन में महत्वपूर्ण गिरावट और ऐसे व्यवधानों के प्रति मॉडलों की भिन्न लचीलापन का पता चलता है।
यह शोध पत्र एक अंतर्विषयक ढांचे और एक तीन-स्तरीय वर्गीकरण (आकलन, हस्तक्षेप और सूचना संश्लेषण) का प्रस्ताव करके मानसिक स्वास्थ्य में एआई के वर्तमान खंडित और नैदानिक रूप से असंगत मूल्यांकन की आलोचना करता है ताकि यह सुनिश्चित किया जा सके कि भविष्य के आकलन नैदानिक वैधता, सामाजिक संदर्भ, समानता और उपयोगकर्ता अनुभव को प्राथमिकता दें।
यह शोध पत्र DCD को प्रस्तुत करता है, जो एक अपघटन-आधारित (decomposition-based) कारण खोज ढांचा (causal discovery framework) है जो लक्षित कारण विश्लेषण करने के लिए बहुभिन्नरूपी समय श्रृंखला (multivariate time series) को रुझान (trend), मौसमी (seasonal) और अवशेष (residual) घटकों में अलग करता है, जिससे मौजूदा विधियों की तुलना में गैर-स्थिर (non-stationary) और ऑटोकोरिलेटेड (autocorrelated) डेटा में कारण संरचना पुनर्प्राप्ति की सटीकता और व्याख्यात्मकता में सुधार होता है।
यह शोध पत्र यह स्थापित करता है कि जहाँ एकल-परत रैखिक स्व-ध्यान (single-layer linear self-attention) मल्टी-मोडल इन-कॉन्टेक्स्ट लर्निंग के लिए बेयज़-इष्टतम प्रदर्शन प्राप्त करने में विफल रहता है, वहीं एक नवीन रैखिकीकृत क्रॉस-अटेंशन तंत्र (linearized cross-attention mechanism) का उपयोग करने वाला एक गहरा आर्किटेक्चर ग्रेडिएंट फ्लो के माध्यम से प्रशिक्षित होने पर प्रमाणित रूप से इष्टतम है।
यह शोध पत्र इंट्रोस्पेक्शन एडेप्टर्स (Introspection Adapters) का परिचय देता है, जो एक स्केलेबल विधि है जिसमें LoRA का उपयोग करके बड़े भाषा मॉडलों को उनके अपने सीखे हुए व्यवहारों को मौखिक रूप से रिपोर्ट करने के लिए प्रशिक्षित किया जाता है, जिससे उन सूक्ष्म या हानिकारक लक्षणों के प्रभावी ऑडिटिंग को सक्षम बनाया जा सके जो तब भी मौजूद हो सकते हैं जब उन मॉडलों को एडेप्टर के प्रशिक्षण डेटा से भिन्न तरीके से प्रशिक्षित किया गया हो।
यह शोधपत्र हार्डवेयर-त्वरित सिंगल-बोर्ड कंप्यूटरों पर लार्ज लैंग्वेज मॉडल्स के प्रदर्शन और दक्षता का मूल्यांकन करने के लिए एक बहु-आयामी बेंचमार्किंग पद्धति प्रस्तावित करता है, जो गोपनीयता-संवेदनशील और कनेक्टिविटी-सीमित एज वातावरण में जनरेटिव एआई को तैनात करने के लिए व्यावहारिक मार्गदर्शन प्रदान करता है।
यह शोध पत्र हेनरी हब प्राकृतिक गैस स्पॉट कीमतों की अल्पकालिक पूर्वानुमान सटीकता में सुधार के लिए लिक्विड न्यूरल नेटवर्क का उपयोग करने का प्रस्ताव देता है, जो बाजार की अस्थिर, गैर-स्थिर और शासन-परिवर्तित (regime-shifting) गतिशीलता के प्रति निरंतर अनुकूलित होने की उनकी क्षमता का लाभ उठाता है।