29003 पेपर
यह शोध पत्र डिफ्यूजन मॉडल्स में एकीकृत एक रिकर्सिव, स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स फ्रेमवर्क प्रस्तावित करता है जो विजुअल टोकन को पुनरावृत्ति से परिष्कृत करने के लिए एक गेटिंग नेटवर्क का उपयोग करता है, जिससे मल्टीमॉडल इमेज जनरेशन में स्ट्रक्चर्ड रीजनिंग और टेक्स्ट-फॉलोइंग क्षमताओं को बढ़ाया जा सके।
यह शोधपत्र Faithfulness-QA को प्रस्तुत करता है, जो लगभग 100,000 काउंटरफैक्टुअली (counterfactually) संशोधित QA नमूनों का एक बड़े पैमाने का डेटासेट है, जिसे रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) मॉडलों को आंतरिक पैरामीट्रिक मेमोरी के बजाय रिट्रीव किए गए संदर्भ को प्राथमिकता देने के लिए प्रशिक्षित और मूल्यांकित करने हेतु डिज़ाइन किया गया है, जिससे अनफेथफुल (unfaithful) जनरेशन की महत्वपूर्ण समस्या का समाधान किया जा सके।
यह शोध पत्र Cutscene Agent को प्रस्तुत करता है, जो एक मल्टी-एजेंट LLM फ्रेमवर्क है जो द्वि-दिशीय गेम इंजन एकीकरण (bidirectional game engine integration), विजुअल फीडबैक वाले एक पदानुक्रमित ऑर्केस्ट्रेशन सिस्टम और जटिल, लॉन्ग-होरिजन टूल ऑर्केस्ट्रेशन का मूल्यांकन करने के लिए डिज़ाइन किए गए एक नए पदानुक्रमित बेंचमार्क (CutsceneBench) के माध्यम से एंड-टू-एंड 3D कटसीन जनरेशन को स्वचालित करता है।
R³-SQL एक नवीन Text-to-SQL फ्रेमवर्क है जो कार्यात्मक रूप से समान SQL समूहों की सुसंगत रैंकिंग के लिए एक एकीकृत रिवॉर्ड मैकेनिज्म और सही क्वेरीज़ को तब पुनः प्राप्त करने के लिए एक एजेंटिक रीसैंपलिंग रणनीति पेश करके निष्पादन सटीकता में सुधार करता है जब वे शुरू में कैंडिडेट पूल से गायब होती हैं, जिससे BIRD-dev बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र AHASD को प्रस्तुत करता है, जो एक टास्क-लेवल एसिंक्रोनस हेट्रोजेनियस मोबाइल आर्किटेक्चर है जो मौजूदा बेसलाइन्स की तुलना में लार्ज लैंग्वेज मॉडल्स के स्पेक्युलेटिव डिकोडिंग के लिए 4.2 थ्रूपुट और 5.6 ऊर्जा दक्षता सुधार प्राप्त करने के लिए नवीन नियंत्रण तंत्रों के साथ NPU-PIM सहयोग का लाभ उठाता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि CMBAgent जैसे एजेंटिक एआई (agentic AI) सिस्टम खगोलीय कार्यप्रवाह (astrophysical workflows) में डोमेन संदर्भ के साथ महत्वपूर्ण प्रदर्शन लाभ दिखाते हैं, उनकी सबसे महत्वपूर्ण विफलता मोड आत्मविश्वास के साथ सिंटैक्टिक रूप से वैध लेकिन भौतिक रूप से गलत परिणाम उत्पन्न करना है, जिसमें स्व-निदान (self-diagnosis) का अभाव होता है, विशेष रूप से जटिल तर्क कार्यों में।
यह शोध पत्र वर्तमान प्रकटीकरण प्रथाओं की कमियों को दूर करने के लिए रूप, सृजन, मूल्यांकन, इरादा, नियंत्रण और ट्रैसेबिलिटी जैसे आयामों में योगदान को वर्गीकृत करके एआई-सहायता प्राप्त पाठ उत्पादन को पारदर्शी रूप से एट्रिब्यूट करने के लिए एक बहुआयामी, बहु-स्तरीय मॉडल प्रस्तावित करता है।
यह शोध पत्र CoRE का प्रस्ताव करता है, जो एक कॉन्सेप्ट-रीज़निंग एक्सपेंशन (Concept-Reasoning Expansion) फ्रेमवर्क है जो नैदानिक तर्क (clinical reasoning) का अनुकरण करने के लिए एक पदानुक्रमित अवधारणा पुस्तकालय (hierarchical concept library) के साथ दृश्य विशेषताओं (visual features) को एकीकृत करता है, जिससे बेहतर व्याख्यात्मकता और विविध एमआरआई (MRI) कार्यों में कुशल ज्ञान पुन: उपयोग के साथ अत्याधुनिक निरंतर मस्तिष्क घाव विभाजन (continual brain lesion segmentation) प्राप्त होता है।
यह शोध पत्र "सेफ-सपोर्ट क्यू-लर्निंग" (Safe-Support Q-Learning) का प्रस्ताव देता है, जो एक दो-चरणीय ढांचा है जो एक सुरक्षित सेट पर समर्थित व्यवहार नीति (behavior policy) का लाभ उठाकर और एक सुरक्षित, उच्च-प्रदर्शन वाली नीति प्राप्त करने के लिए KL-नियमित बेलमैन लक्ष्य (KL-regularized Bellman target) का उपयोग करके, सुदृढीकरण शिक्षण (reinforcement learning) प्रशिक्षण के दौरान असुरक्षित अवस्थाओं के आगमन को समाप्त करता है, जिससे सुरक्षित क्षेत्र के भीतर अन्वेषण (exploration) से समझौता किए बिना यह संभव होता है।
यह अनुभवजन्य अध्ययन इस बात की जांच करता है कि विश्वविद्यालय के छात्र विविध शैक्षणिक लेखन कार्यप्रवाहों में एआई (AI) को कैसे एकीकृत करते हैं, जिसमें तीन विशिष्ट, मूल्य-उन्मुख उपयोग विन्यास—प्रारंभिक-चरण का सीखना, अंतिम-चरण का गुणवत्ता परिष्करण, और परिधीय उत्पादकता संवर्धन—की पहचान की गई है, जो कार्य संबंधी मांगों और एआई साक्षरता एवं लेखकत्व संबंधी चिंताओं जैसे व्यक्तिगत कारकों के परस्पर प्रभाव से उभरते हैं।