25400 पेपर
यह शोध पत्र जॉब शॉप शेड्यूलिंग के लिए एक स्केलेबल सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो रैखिक जटिलता प्राप्त करने के लिए फीचर-आधारित ग्राफ होमोजेनाइज़ेशन का उपयोग करता है और बड़े पैमाने की औद्योगिक समस्याओं में मजबूत, ज़ीरो-शॉट सामान्यीकरण सक्षम करने के लिए एक "स्ट्रक्चरल सैचुरेशन" प्रशिक्षण रणनीति का लाभ उठाता है।
यह अध्ययन इस बात का मूल्यांकन करता है कि विभिन्न एआई (AI) सहायता उपकरण गैर-नेटिव वक्ताओं को अंग्रेजी नवोन्मेषी शब्दों (neologisms) को सीखने और उपयोग करने में कैसे सहायता करते हैं, जिसमें यह पाया गया है कि एआई-जनित स्पष्टीकरण अन्य तरीकों की तुलना में संचारत्मक दक्षता में महत्वपूर्ण सुधार करते हैं, हालांकि शिक्षार्थियों के कथित और वास्तविक प्रदर्शन के साथ-साथ शिक्षार्थी और मूल वक्ता के लेखन के बीच एक अंतर बना हुआ है।
ClawTrace एक लागत-जागरूक (cost-aware) ट्रेसिंग प्लेटफॉर्म पेश करता है जो विस्तृत TraceCards उत्पन्न करता है ताकि CostCraft डिस्टिलेशन पाइपलाइन को सक्षम बनाया जा सके, जो सफल व्यवहारों को संरक्षित करते हुए महंगे और अनावश्यक चरणों की लक्षित छंटनी के माध्यम से LLM एजेंट लागतों को प्रभावी ढंग से 32% तक कम करता है।
यह शोध पत्र एक व्यवस्थित मूल्यांकन ढांचा और एक क्यूरेटेड डेटासेट प्रस्तुत करता है जो यह प्रकट करता है कि अत्याधुनिक ऑडियो-विजुअल भाषा मॉडल ईगोसेंट्रिक वीडियो समझ में महत्वपूर्ण ऑडियो मतिभ्रम (हैलुसिनेशन) से ग्रस्त हैं, जो अक्सर वास्तविक ऑडियो के बजाय दृश्य संकेतों से ध्वनियों का अनुमान लगाते हैं, जिससे मल्टीमॉडल प्रणालियों में मजबूत विश्वसनीयता मूल्यांकन की महत्वपूर्ण आवश्यकता पर प्रकाश पड़ता है।
यह शोध पत्र CIFAR-10 बेंचमार्क पर एक अनुभवजन्य एब्लेशन अध्ययन प्रस्तुत करता है जो CNN सामान्यीकरण (generalization) में सुधार के लिए इष्टतम प्रशिक्षण और स्थापत्य संशोधनों की पहचान करता है, जो अंततः सर्वोत्तम प्रदर्शन करने वाले विन्यासों के एक भारित समूह (weighted ensemble) के माध्यम से 89.23% सटीकता प्राप्त करता है और यह प्रदर्शित करता है कि हाइपरपैरामीटर और संरचनात्मक विकल्पों का सावधानीपूर्वक चयन, मॉडल की जटिलता को अंधाधुंध बढ़ाने की तुलना में अधिक प्रभावी है।
यह शोधपत्र सिमुलेशन-आधारित अनुमान (simulation-based inference) का उपयोग करके सिंथेटिक तंत्रिका गतिविधि (synthetic neural activity) से भाषाई उद्दीपन गुणों को पुनः प्राप्त करके "ब्रेन फाउंडेशन मॉडल्स" को "इनवर्ट" करने के लिए एक प्रूफ-ऑफ-कॉन्सेप्ट प्रदर्शित करता है, जो यह सुझाव देता है कि इन मॉडल्स का उपयोग मस्तिष्क संकेतों को डिकोड करने और नियंत्रणीय उद्दीपनों के इनवर्स डिज़ाइन (inverse design) दोनों के लिए किया जा सकता है।
ज़ेनब्रेन (ZenBrain) एक तंत्रिका विज्ञान-प्रेरित, सात-परतीय स्मृति संरचना है जो स्वायत्त एआई के लिए पंद्रह विशिष्ट एल्गोरिदम—जिसमें समेकन, विस्मृति और न्यूरोमॉड्यूलेशन के लिए नवीन घटक शामिल हैं—का उपयोग करती है, जो स्थिरता, पुनर्प्राप्ति सटीकता और कम्प्यूटेशनल दक्षता में मौजूदा फ्लैट-मेमोरी सिस्टम की तुलना में काफी बेहतर प्रदर्शन करती है।
यह शोध पत्र MUSIC प्रस्तुत करता है, जो एक पदानुक्रमित (hierarchical), डेटा-संचालित ढांचा है जो सुदृढीकरण लर्निंग-आधारित (reinforcement learning-based) मांसपेशी ट्रैकिंग को VAE-डिस्टिल्ड लेटेंट कोऑर्डिनेशन के साथ जोड़ता है ताकि एक शारीरिक रूप से प्रशंसनीय, भौतिकी-आधारित मस्कुलोस्केलेटल हैंड मॉडल को अत्याधुनिक सटीकता और बायोमैकेनिकल स्थिरता के साथ नवीन पियानो रचनाओं को करने में सक्षम बनाया जा सके।
यह शोध पत्र एक नवीन एंड-टू-एंड पाइपलाइन का प्रस्ताव करता है जो लेटेंट स्पेस इन्वर्जन के दौरान टेंजेंट स्पेस के बीच पेयरवाइज दूरियों को बनाए रखने वाले ज्योमेट्री-प्रिजर्विंग लॉस फंक्शन्स का उपयोग करके ब्लैकबॉक्स जेनरेटिव मॉडल्स को नए डोमेन में अनुकूलित करता है।
यह शोध पत्र एक LLM-संवर्धित ट्रैफ़िक सिग्नल नियंत्रण ढांचे का प्रस्ताव करता है जो गतिशील ट्रैफ़िक परिदृश्यों में अनुकूलन क्षमता और व्याख्यात्मकता को बढ़ाने के लिए सुरक्षा-प्रतिबंधित निर्णय सहायता के साथ LSTM-आधारित ट्रैफ़िक अवस्था भविष्यवाणी को एकीकृत करता है, जबकि शून्य परिचालन उल्लंघनों को सुनिश्चित करता है।