27599 पेपर
यह शोध पत्र SciEval को प्रस्तुत करता है, जो EQuIP रूब्रिक का उपयोग करके K-12 विज्ञान शिक्षण सामग्रियों का स्वचालित रूप से मूल्यांकन करने के लिए पहला बेंचमार्क डेटासेट है, और यह प्रदर्शित करता है कि जहाँ मुख्यधारा के बड़े भाषा मॉडल (large language models) इस कार्य में संघर्ष करते हैं, वहीं डोमेन-विशिष्ट फाइन-ट्यूनिंग उनके प्रदर्शन में महत्वपूर्ण सुधार करती है।
यह शोध पत्र ऑफलाइन डेटासेट से सीधे टास्क वेक्टर्स (task vectors) निकालकर प्रशिक्षण कार्य वितरण (training task distribution) को परिभाषित करके ज़ीरो-शॉट ऑफलाइन रीइन्फोर्समेंट लर्निंग में सुधार करने का प्रस्ताव करता है, जो एक सिद्धांत आधारित सैंपलिंग दृष्टिकोण है जो मानक रैंडम सैंपलिंग विधियों की तुलना में औसतन 20% प्रदर्शन लाभ प्राप्त करता है।
SymphonyGen एक नवीन 3D पदानुक्रमित ढांचा (hierarchical framework) है जो नियंत्रित ऑर्केस्ट्रल संगीत निर्माण के लिए एक कैस्केडिंग डिकोडर, शॉर्ट-स्कोर हार्मनी कंडीशनिंग और सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करता है ताकि जटिलता-नियंत्रण असंतुलन को दूर किया जा सके और उच्च-गुणवत्ता वाले, हार्मोनिक रूप से स्वच्छ सिम्फोनिक रचनाएँ उत्पन्न की जा सकें।
यह शोध पत्र PHISHREV को प्रस्तुत करता है, जो एक हाइब्रिड फ्रेमवर्क है जो मशीन लर्निंग क्लासिफायर को 'आंसर सेट प्रोग्रामिंग' पर आधारित एक पोस्ट-हॉक नॉन-मोनोटोनिक रीजनिंग लेयर के साथ एकीकृत करके फिशिंग डिटेक्शन को बेहतर बनाता है, जो मॉडल को पुन: प्रशिक्षित किए बिना भविष्यवाणियों को परिष्कृत करने और नए डोमेन नियमों को कुशलतापूर्वक शामिल करने के लिए विशेषज्ञ ज्ञान का लाभ उठाता है।
यह शोध पत्र प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन (PPO) के एक सैंपल-एफिशिएंट न्यूरो-सिंबोलिक विस्तार का प्रस्ताव करता है जो जटिल, स्पार्स-रिवॉर्ड वातावरण में सीखने के मार्गदर्शन के लिए आंशिक तार्किक पॉलिसी विनिर्देशों (logical policy specifications) का लाभ उठाता है, और दो विशिष्ट एकीकरण रणनीतियों के माध्यम से मानक PPO और रिवॉर्ड मशीन बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक मेडॉइड प्रोटोटाइप अलाइनमेंट फ्रेमवर्क प्रस्तावित करता है जो विषम औद्योगिक नियंत्रण प्रणाली ट्रैफ़िक को तुलनीय निरूपणों में संकुचित करता है और क्रॉस-प्लांट परिदृश्यों में अज्ञात हमलों का प्रभावी ढंग से पता लगाने के लिए विभिन्न डोमेनों में सुदृढ़ मेडॉइड प्रोटोटाइप्स को संरेखित करता है, जिससे मौजूदा मॉडलों की तुलना में बेहतर प्रदर्शन और स्थिरता प्राप्त होती है।
मार्को-MoE एक पूर्णतः खुला, अत्यधिक स्पार्स बहुभाषी मिक्चर-ऑफ-एक्सपर्ट्स मॉडल सुइट है जो डेंसर प्रतिस्पर्धियों की तुलना में अत्याधुनिक प्रदर्शन-से-कंप्यूट अनुपात और विभिन्न भाषाओं में बेहतर स्केलेबिलिटी प्राप्त करने के लिए कुशल अपसाइक्लिंग का लाभ उठाता है।
DualFact+ एक नवीन द्वि-स्तरीय, बहुविध ढांचे (dual-layer, multimodal framework) को पेश करता है जो प्रक्रियात्मक वीडियो तथ्यों को वैचारिक और प्रासंगिक घटकों में अलग करता है ताकि वीडियो कैप्शनिंग का अधिक व्याख्या योग्य और मानव-संरेखित मूल्यांकन प्रदान किया जा सके, जिससे यह प्रकट होता है कि अत्याधुनिक मॉडल अक्सर व्यवस्थित तथ्यात्मक चूकों और विसंगतियों से ग्रस्त होते हैं जिन्हें मानक मेट्रिक्स पकड़ने में विफल रहते हैं।
यह शोध पत्र हाइब्रिड वर्कस्पेस में लार्ज लैंग्वेज मॉडल्स को एकीकृत करने के लिए एक ढांचे का प्रस्ताव करता है ताकि भावनात्मक और व्यवहार संबंधी संकेतों के आधार पर भौतिक और डिजिटल वातावरण को गतिशील रूप से समायोजित किया जा सके, जिससे गोपनीयता और एजेंसी संबंधी महत्वपूर्ण नैतिक चिंताओं को संबोधित करते हुए उपयोगकर्ता के कल्याण और जुड़ाव को बढ़ाया जा सके।
यह शोध पत्र HotComment को प्रस्तुत करता है, जो एक मल्टीमॉडल बेंचमार्क है जो सामग्री की गुणवत्ता, लोकप्रियता भविष्यवाणी और उपयोगकर्ता व्यवहार सिमुलेशन को एकीकृत करके ऑनलाइन कमेंट की लोकप्रियता का मूल्यांकन करता है, साथ ही सामाजिक रूप से अनुनादपूर्ण शैलीगत संरेखण (स्टाइलिश अलाइनमेंट) को मॉडल करने के लिए प्रस्तावित StyleCmt फ्रेमवर्क को भी शामिल करता है।