20571 पेपर
यह शोध पत्र FRAMe को पेश करता है, जो eVTOL विमानों के लिए एक एंड-टू-एंड LLM-आधारित उड़ान योजना प्रणाली है, जो प्राकृतिक भाषा निर्देशों को सुरक्षित और कुशल मार्गों में अनुवाद करने के लिए एक मल्टी-मोडल कोच एजेंट और RAG-आधारित मेमोरी को एकीकृत करती है जो मानव ऑपरेटर की प्राथमिकताओं के अनुरूप होते हैं, और विविध परिदृश्यों में 93.8% तक वैधता प्राप्त करती है।
यह शोध पत्र MSPF-Net का प्रस्ताव करता है, जो एक मल्टीमॉडल फ्रेमवर्क है जो स्पैटियोटेम्पोरल-फ्रीक्वेंसी विश्लेषण, बर्स्ट डिटेक्शन के लिए पीक एन्हांसमेंट, और न्यूज़ कॉन्टेक्स्ट एनकोडिंग को एकीकृत करता है ताकि अंतर्निहित गतिकी (intrinsic dynamics) और बहिर्जात शहरी घटनाओं (exogenous urban events) को संयुक्त रूप से मॉडल करके सेलुलर ट्रैफ़िक पूर्वानुमान की सटीकता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र तर्क देता है कि मल्टी-एजेंट एलएलएम (LLM) सुरक्षा मूल्यांकनों को एक नियंत्रित कंट्रास्ट डिज़ाइन (controlled contrast design) को अपनाकर समग्र "पाइपलाइन प्रभावों" (pipeline effects) से आगे बढ़ना चाहिए जो परिचालन पुनर्गठन (operational reframing), योजनाकार इनकार (planner refusal) और अनुमोदन-फ्रेमयुक्त प्रतिनिधिमंडल (approval-framed delegation) को अलग-अलग मापता है, जिससे यह प्रकट होता है कि ये विशिष्ट तंत्र मॉडलों में अप्रत्याशित रूप से परस्पर क्रिया करते हैं और अक्सर मानक मूल्यांकनों में महत्वपूर्ण सुरक्षा जोखिमों को छिपा देते हैं।
GeoProp एक हल्का, प्लग-एंड-प्ले एडॉप्टर है जो ज्यामितीय प्रक्षेपण (geometric projection) और स्थानिक नमूनाकरण (spatial sampling) के माध्यम से प्रोप्रियोसेप्टिव अवस्था को विज़ुअल फीचर्स में स्पष्ट रूप से ग्राउंड करके सामान्यवादी रोबोटिक हेरफेर (robotic manipulation) को बढ़ाता है, जो न्यूनतम पैरामीटर ओवरहेड के साथ सिमुलेशन और वास्तविक दुनिया के कार्यों में नीति प्रदर्शन (policy performance) में महत्वपूर्ण सुधार करता है।
यह शोध पत्र टेक्स्ट-टू-इमेज इन-कॉन्टेक्स्ट लर्निंग के लिए एक ट्री-ऑफ-थॉट्स रीजनिंग फ्रेमवर्क का प्रस्ताव करता है जो अतिरिक्त प्रशिक्षण की आवश्यकता के बिना संरचनात्मक अस्पष्टता को हल करने और छवि संश्लेषण की गुणवत्ता में सुधार करने के लिए एक बहु-चरणीय पीढ़ी, मूल्यांकन और चयन प्रक्रिया का उपयोग करता है।
यह शोध पत्र तर्क देता है कि 2026-2030 का मेमोरी अभाव संकट, विचलित होती प्रशिक्षण लागतों और बुनियादी ढांचे की शोधनक्षमता संबंधी बाधाओं के साथ मिलकर, स्थापित दिग्गजों और ओपन-मॉडल प्रवेशकों के बीच लागत के अंतर को स्थायी रूप से बढ़ा देगा, जिससे एआई उद्योग एक अस्थिर पुनर्गठन की ओर अग्रसर होगा जहाँ केवल प्रीमियम मूल्य निर्धारण और विंटेज स्वामित्व से जुड़े कुछ चुनिंदा परिदृश्य ही वित्तीय व्यवहार्यता सुनिश्चित कर पाएंगे।
यह शोध पत्र "रीज़निंग कंसिस्टेंसी स्कैनिंग" (तर्क निरंतरता स्कैनिंग) प्रस्तुत करता है, जो एक मॉडल के घोषित चेन-ऑफ-थॉट (विचारों की श्रृंखला) और उसके अंतिम उत्तर के बीच तार्किक विसंगतियों का पता लगाकर AI सुरक्षा मूल्यांकनों के ऑडिट करने के लिए एक ढांचा है, जो फेथफुलनेस टेस्टिंग (निष्ठा परीक्षण) के एक ट्रांसक्रिप्ट-ओनली विकल्प के रूप में कार्य करता है।
DiPhon एक स्केलेबल ग्राफ जनरेशन फ्रेमवर्क है जो ग्राफोन थ्योरी और एक जैकोबी स्टोकेस्टिक डिफरेंशियल इक्वेशन का लाभ उठाता है ताकि छोटे ग्राफों पर प्रशिक्षित डिफ्यूजन मॉडल्स को बिना पुनरप्रशिक्षण के मूल टोपोलॉजिकल गुणों को संरक्षित करते हुए प्रगतिशील रूप से बड़े ग्राफ उत्पन्न करने में सक्षम बनाया जा सके।
यह शोध पत्र ORCAID को प्रस्तुत करता है, जो एक नवीन विधि है जो निरंतर-एक्शन (continuous-action) वातावरण में डीप रिइन्फोर्समेंट लर्निंग एजेंटों से व्याख्या योग्य नियम-आधारित नीतियों को निकालने के लिए एक कुशल तिरछी निर्णय वृक्ष (oblique decision tree) एल्गोरिदम को तीन-चरणीय स्प्लिट सर्च और लीफ मर्जिंग के साथ नियोजित करती है ताकि नियमों के एक संक्षिप्त सेट के साथ उच्च प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र FMMVCC को प्रस्तुत करता है, जो एक Mamba-आधारित डीप क्लस्टरिंग फ्रेमवर्क है जो लंबी अवधि की टेम्पोरल डिपेंडेंसीज़ को कुशलतापूर्वक कैप्चर करने के लिए स्टेट स्पेस सीक्वेंस मॉडलिंग को मल्टी-व्यू सेल्फ-सुपरवाइज्ड लर्निंग के साथ जोड़ता है, और बिना किसी मैनुअल लेबल की आवश्यकता के 15 बेंचमार्क डेटासेट्स पर अत्याधुनिक प्रदर्शन प्राप्त करता है।