27945 पेपर
PhyCo एक ऐसा फ्रेमवर्क है जो वीडियो डिफ्यूजन मॉडल्स को एक बड़े सिमुलेशन डेटासेट संग्रह, ControlNet के माध्यम से भौतिकी-पर्यवेक्षित फाइन-ट्यूनिंग और VLM-निर्देशित रिवॉर्ड ऑप्टिमाइज़ेशन के साथ नियंत्रित, भौतिक रूप से सुसंगत गतियों के साथ विस्तारित करता है ताकि इन्फरेंस के दौरान सिम्युलेटर्स या ज्यामितीय पुनर्निर्माण की आवश्यकता के बिना यथार्थवादी भौतिक व्यवहार उत्पन्न किए जा सकें।
यह शोध पत्र "सिंथेटिक कंप्यूटर्स एट स्केल" (Synthetic Computers at Scale) प्रस्तुत करता है, जो लंबी अवधि के उत्पादकता सिमुलेशन चलाने के लिए यथार्थवादी, सामग्री-समृद्ध वर्चुअल कंप्यूटर वातावरण उत्पन्न करने की एक कार्यप्रणाली है, जो समृद्ध अनुभवात्मक शिक्षण संकेतों के माध्यम से एजेंट के प्रदर्शन में महत्वपूर्ण सुधार करती है, और विविध व्यावसायिक संदर्भों में भविष्य के एजेंटिक सुदृढीकरण लर्निंग (agentic reinforcement learning) के लिए एक स्केलेबल आधार प्रदान करती है।
यह शोध पत्र एक ऐसे गारंटीकृत-अस्तित्व वाले संतुलन (equilibrium) अवधारणा को प्रस्तुत करता है जो गठबंधन विचलन प्रोत्साहनों (विशेष रूप से औसत या अधिकतम लाभ) को शून्य करने के बजाय उन्हें न्यूनतम करता है, जो गैर-अस्तित्व वाली स्ट्रॉन्ग इक्विलिब्रियम अवधारणाओं और जटिल न्यूनतम-लाभ वेरिएंट्स के विपरीत, एक गणनात्मक रूप से सुलभ एल्गोरिदम और एक्सप्लॉयटेबिलिटी वेलफेयर फ्रंटियर (Exploitability Welfare Frontier) को हल करने की एक विधि प्रदान करता है।
यह शोध पत्र यह प्रदर्शित करता है कि निर्णय लेने के लिए क्रिया-परिणाम की संभावनाओं को कैसे कारण संबंधी मॉडलों (causal models) में आधारित किया जा सकता है, जो अज्ञात कारण तंत्र वाले परिदृश्यों में तर्कसंगत विकल्प सिद्धांत (rational choice theory) का विस्तार करता है और कारण संबंधी जानकारी को शामिल करने के लिए नैश इक्विलिब्रियम (Nash Equilibrium) का सामान्यीकरण करता है।
NIMS-OS एक ओपन-सोर्स पायथन लाइब्रेरी और GUI एप्लिकेशन है जो इलेक्ट्रोलाइट्स जैसे नए पदार्थों की स्वायत्त खोज के लिए NAREE जैसे रोबोटिक प्रयोगात्मक प्रणालियों के साथ विविध AI एल्गोरिदम को एकीकृत करके पूर्णतः स्वचालित, क्लोज्ड-लूप सामग्री अनुसंधान को सक्षम बनाता है।
यह लेख एक स्पीच-जेस्चर-GAN फ्रेमवर्क का प्रस्ताव करता है जो एक सार्वजनिक डेटासेट से स्पीच टेक्स्ट, ऑडियो फीचर्स और जॉइंट एंगल्स के बीच के संबंधों को सीखकर, एम्बोडीड एजेंट्स के लिए यथार्थवादी को-स्पीच जेस्चर सीक्वेंस उत्पन्न करने के लिए एक कंडीशनल जेनरेटिव एडवरसैरियल नेटवर्क का उपयोग करता है।
यह अध्ययन इस धारणा को चुनौती देता है कि मनुष्य एआई-जनित पाठ के बीच अंतर नहीं कर सकते, जो 16 बहुभाषी डेटासेट में 87.6% औसत पहचान सटीकता प्रदर्शित करके, वास्तविकता, सांस्कृतिक सूक्ष्मता और विविधता में प्रमुख अंतरों की पहचान करता है, और यह भी प्रकट करता है कि जब स्रोत संदिग्ध हो तो मनुष्य हमेशा मानव-लिखित पाठ को प्राथमिकता नहीं देते हैं।
यह शोध पत्र TinyR1-32B-Preview को प्रस्तुत करता है, जो एक नवीन 'ब्रांच-मर्ज डिस्टिलेशन' (Branch-Merge distillation) दृष्टिकोण के माध्यम से विकसित एक 32B-पैरामीटर वाला मॉडल है, जो विशिष्ट छात्र मॉडलों को चुनिंदा रूप से प्रशिक्षित करने और उन्हें मर्ज करने के माध्यम से गणित, कोडिंग और विज्ञान में मौजूदा डिस्टिल्ड समकक्षों से काफी बेहतर प्रदर्शन करता है और बड़े DeepSeek-R1 शिक्षक मॉडल के प्रदर्शन के बराबर पहुँच जाता है।
यह शोध पत्र M2R2 को प्रस्तुत करता है, जो एक नवीन मल्टीमॉडल फीचर एक्सट्रैक्टर है जो कई रोबोटिक डेटासेट्स में टेम्पोरल एक्शन सेगमेंटेशन के लिए अत्याधुनिक प्रदर्शन प्राप्त करने हेतु प्रोप्रियोसेप्टिव और एक्सटेरोसेप्टिव सेंसर डेटा को एक पुन: प्रयोज्य प्रशिक्षण रणनीति के साथ प्रभावी ढंग से संयोजित करता है।
रेट्रोमोशन (RetroMotion) एक ट्रांसफॉर्मर-आधारित मोशन फोरकास्टिंग मॉडल है जो एक रेट्रोकॉज़ल सूचना प्रवाह (retrocausal information flow) का उपयोग करके जटिल मल्टी-एजेंट भविष्यवाणियों को मार्जिनल और जॉइंट डिस्ट्रीब्यूशन में विभाजित करता है, जिससे प्रमुख डेटासेट्स पर अत्याधुनिक प्रदर्शन प्राप्त होता है और यह विशिष्ट रूप से सीन-एडेप्टिव इंस्ट्रक्शन फॉलोइंग का समर्थन करता है।