20571 पेपर
यह शोध पत्र FedEAS का प्रस्ताव करता है, जो लेबल-झुकाव वाले फेडरेटेड लर्निंग के लिए एक बजट-जागरूक सिंथेटिक ऑग्मेंटेशन पॉलिसी है, जो पूर्ण क्लास बैलेंसिंग के अधिकांश सटीकता लाभों को प्राप्त करते हुए कम्प्यूटेशनल लागत को महत्वपूर्ण रूप से कम करने के लिए स्थानीय लेबल वितरण के आधार पर प्रति-क्लाइंट जनरेशन बजट को गतिशील रूप से आवंटित करता है।
AgentLens कोडिंग एजेंटों के लिए एक प्रोडक्शन-असेसमेंट बेंचमार्क पेश करता है जो औपचारिक सत्यापन (formal verification) और LLM-जनरेटेड समीक्षाओं के संयोजन के माध्यम से संपूर्ण इंटरेक्शन ट्राजेक्टरी का मूल्यांकन करता है, जिससे सरल पास/फेल मेट्रिक्स से परे विस्तृत व्यवहार संबंधी निदान और रिग्रेशन डिटेक्शन सक्षम होता है।
यह शोध पत्र ProMoE-FL का प्रस्ताव करता है, जो एक प्रोटोटाइप-कंडीशन्ड मिक्स्चर ऑफ एक्सपर्ट्स फ्रेमवर्क है जो फेडरेटेड लर्निंग में गायब मल्टीमॉडल फीचर्स को गतिशील रूप से संश्लेषित करने के लिए एक ग्लोबल क्लाइंट-अवेयर प्रोटोटाइप बैंक का लाभ उठाता है, जो होमोजेनियस और हेट्रोजेनियस दोनों सेटिंग्स में चार चेस्ट एक्स-रे डेटासेट्स पर अत्याधुनिक विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि परीक्षण की मात्रा बढ़ाने या केवल स्व-जनित परीक्षणों पर निर्भर रहने के बजाय, स्पष्ट विनिर्देशों (explicit specifications) में परीक्षण जनरेशन को आधारित करना, गलत सूचनाओं (false alarms) को कम करके और अधिक बग्स को पकड़कर, सही कोड उत्पन्न करने में लार्ज लैंग्वेज मॉडल्स की प्रभावशीलता में महत्वपूर्ण सुधार करने वाला प्राथमिक चालक है।
यह शोध पत्र यह प्रदर्शित करता है कि एक वर्ल्ड मॉडल द्वारा सीखा गया कार्य-प्रासंगिक संरचना (task-relevant structure) का परिमाण उसके प्रशिक्षण उद्देश्य की विमा (dimensionality) द्वारा कड़ाई से निर्धारित होता है, जो यह प्रकट करता है कि मूल्य समतुल्यता (value equivalence) एक आयामी घटना है जहाँ एक एकल स्केलर पुरस्कार केवल आवश्यक भविष्य कहनेवाला समापन (predictive closure) के एक एक-आयामी प्रक्षेपण को स्थापित करता है।
यह शोध पत्र PubHealthBench बेंचमार्क को रिट्रीवल-ऑगमेंटेड सेटिंग में विस्तारित करता है, जो यह प्रदर्शित करता है कि हाइब्रिड रिट्रीवल और सावधानीपूर्वक संदर्भ चयन सार्वजनिक स्वास्थ्य प्रश्नोत्तर की सटीकता और विश्वसनीयता में महत्वपूर्ण सुधार करते हैं, जिससे छोटे मॉडल बड़े मॉडलों को पछाड़ सकते हैं, साथ ही मुक्त-रूप प्रतिक्रियाओं का मूल्यांकन करने के लिए एक मान्य LLM-as-a-judge फ्रेमवर्क पेश करते हैं।
यह समीक्षा 2017 से 2026 तक के 183 योगदानों को संकलित करती है ताकि यह प्रदर्शित किया जा सके कि कैसे विजन लैंग्वेज एक्शन (VLA) मॉडल, जिन्हें मूल रूप से जटिल द्विपक्षीय हेरफेर (bimanual manipulation) के लिए विकसित किया गया था, साझा समन्वय रणनीतियों, प्रशिक्षण विधियों और क्रिया निरूपणों के माध्यम से मानव रहित हवाई रोबोटिक्स की चुनौतियों को संबोधित करने के लिए प्रभावी ढंग से अनुकूलित किए जा सकते हैं।
यह शोध पत्र एक सैद्धांतिक ढांचा प्रस्तुत करता है जो यह प्रदर्शित करता है कि आत्म-चिंतन (self-reflection) के माध्यम से इन-कॉन्टेक्स्ट खोज (in-context search), बेस मॉडल्स की तुलना में सैंपलिंग जटिलता (sampling complexity) में घातांकीय सुधार प्राप्त कर सकती है, क्योंकि यह तब कुशल पोस्टीरियर अपडेट्स को सक्षम करती है जब प्रतिबिंब (reflections) विश्वसनीय रूप से शुरुआती गलतियों को स्थानीयकृत करते हैं, जो कि एक ऐसी क्षमता है जो मजबूती से सीखने योग्य (robustly learnable) है और इष्टतम सुदृढीकरण शिक्षण (optimal reinforcement learning) नीतियों के समकक्ष है।
यह शोध पत्र एक निरंतर सीखने वाले ढांचे (continual learning framework) का प्रस्ताव करता है जो मॉड्यूलर सॉफ्ट रोबोट्स को विविध रूपाकृतियों (morphologies) को अनुकूल रूप से नियंत्रित करने और पूर्व ज्ञान को भूले बिना मॉड्यूल-विशिष्ट गतिकी (module-specific dynamics) सीखने में सक्षम बनाता है, जैसा कि सिमुलेशन और वास्तविक दुनिया के प्रयोगों दोनों के माध्यम से प्रमाणित किया गया है।
यह शोध पत्र SmartHomeSecure को प्रस्तुत करता है, जो एक प्रोटोटाइप सिस्टम है जो हल्के प्रोग्राम विश्लेषण (lightweight program analysis) को बाधा-निर्देशित लार्ज लैंग्वेज मॉडल्स (constraint-guided large language models) के साथ जोड़ता है ताकि होम असिस्टेंट YAML कॉन्फ़िगरेशन फ़ाइलों में सिंटैक्स और सिमेंटिक त्रुटियों का स्वचालित रूप से पता लगाया जा सके और उन्हें सुधारा जा सके, जिससे बिना किसी भ्रामक आउटपुट (hallucinated outputs) के उच्च पहचान सटीकता और मरम्मत सफलता दर प्राप्त होती है।