25416 पेपर
यह शोध पत्र M-CARE को प्रस्तुत करता है, जो मानव चिकित्सा से अनुकूलित एक मानकीकृत नैदानिक रिपोर्टिंग ढांचा है, जिसका उपयोग AI व्यवहार संबंधी विकारों के निदान और वर्गीकरण के लिए किया जाता है, जिसे 20-मामलों के एटलस और शेल-इंड्यूस्ड बिहेवियरल ओवरराइड (SIBO) जैसी घटनाओं के प्रयोगात्मक साक्ष्य के माध्यम से मान्य किया गया है।
यह शोध पत्र एक प्रूफ-ऑफ-कॉन्सेप्ट क्वांटम आर्किटेक्चर प्रस्तुत करता है जो कोहेरेंट स्टेट प्रोसेसिंग के माध्यम से एल्गोरिदम की सैद्धांतिक घातांकीय गति (एक्सपोनेंशियल स्पीडअप) को संरक्षित करते हुए, एक कोहेरेंट फूरियर ओरेकल के साथ हैरो-हस्सीमिड-लॉयड (HHL) एल्गोरिदम को एकीकृत करता है ताकि व्याकरणिक रूप से वैध, संगीत-संज्ञान-भारित (म्यूजिक-कॉग्निशन-वेटेड) मेलोडी-हारमनी युग्म उत्पन्न किए जा सकें।
यह शोध पत्र 'वॉट्स-पर-इंटेलिजेंस' ढांचे के भीतर एल्गोरिद्मिक उत्प्रेरण (एल्गोरिद्मिक कैटालिसिस) का एक ऊष्मप्रवैगिकी सिद्धांत स्थापित करता है, जो यह सिद्ध करता है कि कार्य-विशिष्ट गति-वृद्धि (टास्क-स्पेसिफिक स्पीड-अप्स) मौलिक रूप से सबस्ट्रेट और कार्य डिस्क्रिप्टर के बीच एल्गोरिद्मिक पारस्परिक सूचना द्वारा सीमित है, जिसमें सूचना इंस्टालेशन के लिए एक न्यूनतम ऊष्मप्रवैगिक लागत निर्धारित होती है जो पुन: प्रयोज्य कम्प्यूटेशनल संरचनाओं के ऊर्जा-कुशल परिनियोजन क्षितिज को निर्धारित करती है।
यह शोध पत्र ESU-MOF प्रस्तुत करता है, जो एक डेटासेट और पॉजिटिव-अनलेबल लर्निंग फ्रेमवर्क है जो मेटल-ऑर्गेनिक फ्रेमवर्क संश्लेषण की स्केलेबिलिटी क्षमता की भविष्यवाणी करने के लिए लार्ज लैंग्वेज मॉडल्स को 91.4% सटीकता के साथ फाइन-ट्यून करता है, जिससे खंडित स्केल-अप ज्ञान को संबोधित करते हुए औद्योगिक परिनियोजन में तेजी आती है।
यह शोध पत्र PoSyMed को प्रस्तुत करता है, जो एक खुला, मॉड्यूलर प्लेटफॉर्म है जो बायोमेडिकल अनुसंधान में पुनरुत्पादकता (reproducibility), निर्भरता प्रबंधन (dependency management) और टूल पुन: उपयोग की चुनौतियों को संबोधित करने के लिए एक नियंत्रित, कंटेनर-आधारित निष्पादन वातावरण और मानव-पर्यवेक्षित LLM सहायता के साथ बायोइन्फॉर्मेटिक्स टूल्स और वर्कफ़्लो को एकीकृत करता है।
यह शोध पत्र "प्लेनेटरी एक्सप्लोरेशन 3.0" का प्रस्ताव करता है, जो दूरस्थ, अनछुए बाहरी सौर मंडल में एकल मिशनों को स्वायत्त रूप से विकसित होने और अन्वेषणात्मक एवं परिकल्पना-संचालित विज्ञान दोनों संचालित करने में सक्षम बनाने के लिए ऑनबोर्ड इंटेलिजेंस वाले सॉफ्टवेयर-डिफ़ाइंड, आमूलचूल रूप से अनुकूलन योग्य अंतरिक्ष प्रणालियों का उपयोग करने वाला एक नया प्रतिमान है।
यह शोध पत्र "सिक्योरिटी-रिकॉल डायवर्जेंस" (Security-Recall Divergence) की पहचान और मात्रा निर्धारण करता है, जो एक ऐसी घटना है जहाँ एलएलएम (LLM) एजेंट बातचीत की लंबाई बढ़ने के साथ निषेध-आधारित सुरक्षा बाधाओं (लोप/omissions) का पालन करने में तेजी से विफल होते हैं, जबकि साथ ही आवश्यकता-आधारित बाधाओं (आदेशों/commissions) के प्रति सख्त अनुपालन बनाए रखते हैं, एक ऐसा विफलता मोड जो मानक निगरानी के लिए अदृश्य रहता है लेकिन जिसे मॉडल-विशिष्ट 'सेफ टर्न डेप्थ' (Safe Turn Depth) से पहले बाधाओं को पुनः इंजेक्ट करके कम किया जा सकता है।
यह शोध पत्र एब्जॉर्बर एलएलएम (Absorber LLM) का प्रस्ताव करता है, जो एक टेस्ट-टाइम ट्रेनिंग विधि है जो लॉन्ग-कॉन्टेक्स्ट रिटेंशन को एक सेल्फ-सुपरवाइज्ड कॉज़ल सिंक्रोनाइज़ेशन टास्क के रूप में फॉर्म्युलेट करती है ताकि एक कॉन्टेक्स्टलेस मॉडल को फुल-कॉन्टेक्स्ट मॉडल के प्रेडिक्शन्स से मेल खाने में सक्षम बनाया जा सके, जिससे मौजूदा पैरामीटर-आधारित मेमोरी अप्रोच की तुलना में बेहतर सटीकता के साथ कांस्टेंट-मेमोरी इन्फरेंस प्राप्त किया जा सके।
यह शोध पत्र DexBench प्रस्तुत करता है, जो दो पूरक कार्यों के माध्यम से प्रोग्राम निष्पादन (execution) के बारे में तर्क करने की क्षमता का आकलन करके बड़े भाषा मॉडलों (LLMs) की गतिशील कोड समझ (dynamic code understanding) का मूल्यांकन करने के लिए डिज़ाइन किया गया एक बेंचमार्क है: इनपुट से व्यवहार का पूर्वानुमान लगाना और विशिष्ट व्यवहार संबंधी उद्देश्यों को प्राप्त करने के लिए इनपुट उत्परिवर्तन (input mutations) का अनुमान लगाना।
यह शोध पत्र IRIS का प्रस्ताव करता है, जो एक एकीकृत सेल्फ-प्ले फाइन-ट्यूनिंग फ्रेमवर्क है जो प्रशिक्षण चरणों के दौरान महत्व भारण (इम्पॉर्टेंस वेटिंग) को गतिशील रूप से अनुकूलित करने के लिए निरंतर समायोज्य रेनी डायवर्जेंस पैरामीटर का लाभ उठाता है, जिससे यह मौजूदा विधियों से बेहतर प्रदर्शन करता है और काफी कम एनोटेटेड नमूनों के साथ उत्कृष्ट परिणाम प्राप्त करता है।