25629 पेपर
यह अध्ययन प्रकट करता है कि जबकि ट्रांसफार्मर मॉडल स्केलिंग के माध्यम से कम-आयामी ग्रिड जैसी संरचनाओं पर ट्रांजिटिव कनेक्टिविटी को प्रभावी ढंग से सीख और सामान्यीकृत कर सकते हैं, वे कई विच्छेदित घटकों या उच्च-आयामी संरचनाओं वाले जटिल ग्राफों पर ऐसा करने में संघर्ष करते हैं।
यह शोध पत्र मल्टी-लेवल ऑप्टिमल ट्रांसपोर्ट (MOT) प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो मानक लेयर-वाइज अलाइनमेंट की सीमाओं को दूर करता है, क्योंकि यह न्यूरल नेटवर्क परतों और मस्तिष्क के क्षेत्रों के बीच वैश्विक रूप से सुसंगत, सॉफ्ट ट्रांसपोर्ट प्लान को संयुक्त रूप से निष्कर्ष निकालता है, जिससे विभिन्न गहराइयों और आर्किटेक्चर वाले मॉडलों के बीच मजबूत, व्याख्यात्मक तुलना सक्षम होती है।
यह शोधपत्र तर्क देता है कि मानव लेबल भिन्नता (Human Label Variation - HLV), जिसे अक्सर शोर (noise) मानकर खारिज कर दिया जाता है, को पोस्ट-ट्रेनिंग एनएलपी (NLP) डेटासेट्स में एक अंतर्निहित मूल्य (*Selbstzweck*) के रूप में संरक्षित किया जाना चाहिए ताकि विविध दृष्टिकोणों को कृत्रिम सर्वसम्मति में समेटने के बजाय मानवीय बहुलवाद को बेहतर ढंग से पकड़ा जा सके और सामाजिक-तकनीकी सुरक्षा सुनिश्चित की जा सके।
यह शोध पत्र प्रदर्शित करता है कि विविध लार्ज लैंग्वेज मॉडल्स (LLMs) संख्याओं के लिए आश्चर्यजनक रूप से सार्वभौमिक और विनिमेय साइनुसोइडल (sinusoidal) निरूपणों पर अभिसरित होते हैं, जो संख्यात्मक एन्कोडिंग का सटीक मूल्यांकन करने और यांत्रिक संवर्द्धनों के माध्यम से अंकगणितीय त्रुटियों को कम करने के लिए एक महत्वपूर्ण निष्कर्ष है।
यह शोध पत्र OpenHands सॉफ्टवेयर एजेंट SDK प्रस्तुत करता है, जो एक पुनर्गठित टूलकिट है जो लचीले कार्यान्वयन, सुरक्षित सैंडबॉक्स्ड निष्पादन और विविध मानव संपर्क इंटरफेस को एकीकृत करके उत्पादन-तैयार सॉफ्टवेयर विकास एजेंटों के निर्माण के लिए एक संयोजनीय और विस्तार योग्य आधार प्रदान करता है।
यह शोध पत्र टेस्ट-टाइम स्केलिंग के लिए एक हल्का, प्रोब-आधारित तरीका प्रस्तावित करता है जो फ्रोजन लार्ज लैंग्वेज मॉडल्स की आंतरिक अवस्थाओं का विश्लेषण करके मल्टी-स्टेप रीजनिंग को सत्यापित करता है, जिससे बिना किसी महंगी एनोटेशन के, बहुत बड़े प्रोसेस रिवॉर्ड मॉडल्स के तुलनीय या उनसे बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र AnatomicalNets को प्रस्तुत करता है, जो एक पारदर्शी, बहु-चरणीय पाइपलाइन है जो एंड-टू-एंड वर्गीकरण को ट्यूमर के आयामों और शारीरिक निकटता पर समर्पित सेग्मेंटेशन नेटवर्क और नियत, नियम-आधारित अनुमान (rule-based inference) के संयोजन वाले नैदानिक रूप से आधारित दृष्टिकोण से बदलकर फेफड़ों के कैंसर के टी-स्टेजिंग (T-staging) की सटीकता को 91.36% तक सुधारती है।
यह शोध पत्र REST और REST+ बेंचमार्क प्रस्तुत करता है ताकि व्यवस्थित रूप से यह प्रदर्शित किया जा सके कि अत्याधुनिक मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स, इमेज, टेक्स्ट और मिश्रित मोडैलिटीज के माध्यम से समान अर्थपूर्ण जानकारी को संसाधित करते समय महत्वपूर्ण क्रॉस-मोडल विसंगति प्रदर्शित करते हैं, जो केवल टेक्स्ट रिकग्निशन त्रुटियों के बजाय दृश्य विशेषताओं और टोकन गणनाओं से प्रभावित एक घटना है।
यह शोध पत्र मानव-एआई पूरकता (human-AI complementarity) की सैद्धांतिक और अनुभवजन्य सीमाओं को कम्प्यूटेशनल रिलायबिलिज्म (computational reliabilism) के ज्ञानमीमांसीय परिप्रेक्ष्य के माध्यम से पुनर्गठित करते हुए इसे संबोधित करता है, और यह तर्क देता है कि इसे निर्णय लेने में बेहतर मार्गदर्शन करने तथा डिजाइन और शासन प्रथाओं को सूचित करने के लिए एक विश्वसनीय ज्ञानमीमांसीय प्रक्रिया के प्रमाण के रूप में कार्य करना चाहिए।
यह शोध पत्र ग्लोबल-गाइडेड हेबियन लर्निंग (GHL) प्रस्तुत करता है, जो एक जैविक रूप से सुसंगत ढांचा है जो एक वैश्विक साइन-आधारित संकेत के साथ स्थानीय ओजा नियम को एकीकृत करके पारंपरिक हेबियन विधियों की स्केलेबिलिटी सीमाओं को दूर करता है, जिससे इमेजनेट जैसे बड़े पैमाने के डेटासेट पर प्रतिस्पर्धी प्रदर्शन प्राप्त होता है और बैकप्रोपैगेशन के साथ अंतर को महत्वपूर्ण रूप से कम किया जाता है।