26898 पेपर
यह शोध पत्र एक एजेंटिक फ्रेमवर्क प्रस्तुत करता है जो LLM-आधारित तर्क और अनुपालन सत्यापन को बढ़ाने के लिए AI नीति दस्तावेजों से नॉलेज ग्राफ का निर्माण करता है, यह प्रदर्शित करते हुए कि KG संवर्धन विभिन्न तर्क कार्यों में प्रदर्शन में सुधार करता है और LLM-खोजे गए स्कीमा औपचारिक ऑन्टोलॉजी के बराबर या उससे बेहतर हो सकते हैं।
यह शोध पत्र मेडिकल VQA पर पांच फ्रंटियर विजन-लैंग्वेज मॉडल्स का ऑडिट करता है, जो यह प्रकट करता है कि सेल्फ-ग्राउंडिंग पाइपलाइनों में खराब एनाटॉमिकल ग्राउंडिंग और फॉर्मेट-अनुपालन की विफलताएं नैदानिक विश्वसनीयता को गंभीर रूप से कमजोर करती हैं, जबकि सुपरवाइज्ड फाइन-ट्यूनिंग यह प्रदर्शित करती है कि VQA-स्तर के प्रदर्शन अंतराल को डोमेन अनुकूलन के माध्यम से प्रभावी ढंग से संबोधित किया जा सकता है।
MED-VRAG एक पुनरावृत्त मल्टीमॉडल रिट्रीवल-ऑगमेंटेड जनरेशन फ्रेमवर्क है जो OCR-एक्सट्रैक्टेड टेक्स्ट के बजाय मूल दस्तावेज़ पृष्ठ छवियों को रिट्रीव और उन पर तर्क (reasoning) करके मेडिकल प्रश्न उत्तर की सटीकता को 78.6% तक सुधारता है, जिसमें एक तेज़ कोर्स-टू-फाइन इंडेक्सिंग रणनीति और एक मल्टी-राउंड मेमोरी-बेस्ड रीजनिंग प्रक्रिया का उपयोग किया गया है।
यह लेख एक ज्यामितीय और सूचना-सैद्धांतिक ढांचे का प्रस्ताव करता है जो सूचना बाधा (Information Bottleneck) सिद्धांत पर आधारित है, जो इष्टतम निरूपणों (representations) को एक भविष्य कहने वाले मैनिफोल्ड (predictive manifold) के सॉफ्ट क्लस्टरिंग के रूप में अभिलक्षणित करता है, जिससे बिना किसी वेरिएशनल बाउंड (variational bounds) की आवश्यकता के, सुपरवाइज्ड और सेल्फ-सुपरवाइज्ड लर्निंग दोनों के लिए एक सिद्धांत-आधारित वितरण-आधारित रेगुलराइज़र के रूप में रेखांकित आइसोट्रोपिक गॉसियन रेगुलराइजेशन (SIGReg) का विकास होता है।
यह शोध पत्र एक तीन-स्तरीय स्वायत्त यातायात संकेत अनुकूलन ढांचे को प्रस्तुत करता है जो प्रतीक्षा समय को गतिशील रूप से कम करने और समग्र यातायात प्रवाह दक्षता में सुधार करने के लिए डिजिटल ट्विन, एजेंटिक एआई और एज कंप्यूटिंग का लाभ उठाता है, जो फिक्स्ड-टाइम और सुदृढीकरण लर्निंग-आधारित बेसलाइन दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र आधुनिक मानक अरबी और उसकी बोलियों में एक बड़े पैमाने के, निर्देश-आधारित डेटासेट का परिचय देता है जो लार्ज लैंग्वेज मॉडल्स को शैली और तुकबंदी जैसी विशिष्ट उपयोगकर्ता आवश्यकताओं के अनुसार कविता को नियंत्रित रूप से उत्पन्न करने, संशोधित करने और विश्लेषण करने में सक्षम बनाता है।
यह शोध पत्र RuC को प्रस्तुत करता है, जो एक व्याकरण-संचालित, भाषा-अज्ञेय (language-agnostic) ढांचा है, जो हार्डवेयर डिज़ाइन कार्यों में लार्ज लैंग्वेज मॉडल्स (LLMs) के प्रदर्शन का व्यवस्थित रूप से मूल्यांकन करने के लिए सिंथेटिक क्षेत्रों को मास्क करके स्केलेबल और ग्रैनुलर RTL कोड-पूर्णता बेंचमार्क उत्पन्न करता है।
यह शोध पत्र साइलेंट रिग्रेशन (silent regressions) को रोकने और आपूर्ति श्रृंखला विश्वसनीयता सुनिश्चित करने के लिए प्रोडक्शन कॉन्ट्रैक्ट्स, जोखिम-आधारित परीक्षण और कम्पैटिबिलिटी गेट्स के माध्यम से अपारदर्शी लार्ज लैंग्वेज मॉडल अपडेट को प्रबंधित करने हेतु एक डिप्लॉयमेंट-साइड गवर्नेंस फ्रेमवर्क प्रस्तावित करता है।
यह अनुभवजन्य अध्ययन गूगल सर्च, एआई ओवरव्यूज़ और जेमिनी की तुलना करके यह विश्लेषण करता है कि कैसे जनरेटिव एआई पारंपरिक वेब खोज को बाधित कर रहा है, जो स्रोत चयन, कम निरंतरता और एआई क्रॉलर्स को ब्लॉक करने वाली साइटों के लिए कम दृश्यता में महत्वपूर्ण अंतर को प्रकट करता है, जबकि पारिस्थितिकी तंत्र को समर्थन देने के लिए टिकाऊ राजस्व ढांचे का आह्वान करता है।
यह शोध पत्र PARA का प्रस्ताव करता है, जो एक डेटा-मुक्त पोस्ट-ऑप्टिमाइज़ेशन विधि है जो लेयर-वार स्पेक्ट्रल महत्व के आधार पर LoRA रैंक को अनुकूल रूप से प्रून करने के लिए सिंगुलर वैल्यू डिकंपोजिशन (Singular Value Decomposition) का उपयोग करती है, जिससे विजन और लैंग्वेज बेंचमार्क में प्रेडिक्टिव प्रदर्शन को बनाए रखते हुए 75-90% पैरामीटर्स की कमी प्राप्त होती है।