20571 पेपर
यह शोध पत्र VASP Agent को प्रस्तुत करता है, जो एक कोडिंग-एजेंट फ्रेमवर्क है जो डोमेन कौशल, नियतात्मक उपकरणों (deterministic tools) और वैज्ञानिक सुरक्षा घेरों (scientific guardrails) को एकीकृत करता है ताकि मौजूदा LLM-आधारित वर्कफ़्लो की तुलना में बेहतर पैरामीटर सटीकता और त्रुटि सुधार के साथ जटिल, बहु-चरणीय प्रथम-सिद्धांत (first-principles) VASP गणनाओं को स्वायत्त रूप से निष्पादित किया जा सके।
KernelEvolve एक एजेंटिक फ्रेमवर्क है जो विविध डीप लर्निंग रिकमेंडेशन मॉडल्स के लिए विभिन्न हेट्रोजेनियस AI एक्सीलरेटरों पर उच्च-प्रदर्शन वाले कर्नेल के जनरेशन और ऑप्टिमाइज़ेशन को स्वचालित करता है, जो मौजूदा बेसलाइन्स की तुलना में पर्याप्त प्रदर्शन लाभ प्रदान करते हुए और शुद्धता सुनिश्चित करते हुए विकास के समय को काफी कम कर देता है।
यह शोध पत्र मेट्रिक आंसर सेट प्रोग्रामिंग के लिए एक स्केलेबल कम्प्यूटेशनल दृष्टिकोण प्रस्तुत करता है जो मात्रात्मक बाधाओं को बाहरी रूप से संभालने के लिए डिफरेंस कंस्ट्रेंट्स (difference constraints) का लाभ उठाकर टेम्पोरल रीजनिंग को टाइम ग्रैनुलैरिटी (time granularity) से अलग करता है, जिससे फाइन-ग्रेन्ड टाइमिंग से जुड़ी ग्राउंडिंग बॉटलनेक (grounding bottleneck) की समस्या दूर हो जाती है।
StepShield एक नया बेंचमार्क और अर्ली इंटरवेंशन रेट (EIR) मेट्रिक पेश करता है ताकि यह उजागर किया जा सके कि जबकि मौजूदा पैटर्न-आधारित मॉनिटर्स उच्च रिकॉल प्राप्त करते हैं, वे समयपूर्व अलर्ट के "फोरेंसिक्स ट्रैप" के कारण वास्तविक समय में हस्तक्षेप करने में विफल रहते हैं, जो यह सिद्ध करता है कि वर्तमान विधियाँ उच्च रिकॉल, कम फाल्स पॉजिटिव और रोगी एजेंटों के समय पर पता लगाने को एक साथ सुनिश्चित नहीं कर सकती हैं।
यह शोध पत्र एल्गोरिद्मिक कोर एक्सट्रैक्शन (ACE) को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि स्वतंत्र रूप से प्रशिक्षित ट्रांसफॉर्मर, भिन्न भार विन्यासों (weight configurations) के बावजूद, सघन, अपरिवर्तनीय एल्गोरिद्मिक उप-स्थानों (subspaces) पर अभिसरित होते हैं जो उनके व्यवहार को नियंत्रित करते हैं, जो स्पष्ट जटिलता के नीचे एक साझा कम्प्यूटेशनल संरचना को प्रकट करता है और यांत्रिक समझ एवं नियंत्रण के लिए एक नया मार्ग प्रदान करता है।
यह शोध पत्र यह प्रदर्शित करता है कि सामान्य सुरक्षा से समझौता किए बिना वैध साइबर सुरक्षा संचालन को सक्षम करने के लिए बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) से डोमेन-विशिष्ट सुरक्षा संरेखण (डोमेन-स्पेसिफिक सेफ्टी अलाइनमेंट) को सफलतापूर्वक हटाया जा सकता है, यह पहचानते हुए कि इनकार तंत्र (रिफ्यूज़ल मैकेनिज्म) परतों में व्यापक रूप से वितरित हैं और मॉडल आर्किटेक्चर एवं प्रशिक्षण प्रकार ऐसे लक्षित हस्तक्षेपों के प्रति संवेदनशीलता के प्रमुख भविष्यवक्ता हैं।
CONFLUX एक लेटेंट डिफ्यूजन मॉडल है जो 3D चेस्ट-CT संश्लेषण के लिए एक वेरिएशनल ऑटोएन्कोडर को रेक्टिफाइड-फ्लो ट्रांसफार्मर और सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) पोस्ट-ट्रेनिंग के साथ जोड़ता है ताकि उच्च-निष्ठा वाले, नियंत्रणीय मेडिकल वॉल्यूम उत्पन्न किए जा सकें जो इमेज गुणवत्ता और निर्दिष्ट नैदानिक गुणों के पालन, दोनों में मौजूदा बेसलाइनों से काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र अडैप्टिव क्रेडिट पॉलिसी ऑप्टिमाइजेशन (ACPO) का प्रस्ताव करता है, जो एक टोकन-स्तरीय क्रेडिट असाइनमेंट फ्रेमवर्क है जो मोड-लोकल सरोगेट एंट्रॉपी का उपयोग करके पॉलिसी अपडेट को एसिमेट्रिकल रूप से मॉड्युलेट करता है, जिससे स्पार्स रिवार्ड्स और मिसअलाइन्ड ग्रेडिएंट्स की चुनौतियों को प्रभावी ढंग से संबोधित करते हुए गणितीय तर्क और कोडिंग बेंचमार्क पर मौजूदा RL बेसलाइन्स से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र गिलब्रेथ के अनुमान (Gilbreath's conjecture) पर प्रहार करने के लिए "रिवर्स सीविंग" (reverse sieving) और समतुल्य अनुक्रम न्यूनीकरण (equivalent sequence reduction) पर केंद्रित एक नवीन कार्यप्रणाली प्रस्तावित करता है, साथ ही साइबर सुरक्षा, धोखाधड़ी का पता लगाने और समय श्रृंखला विश्लेषण (time series analysis) में इसके व्यापक अनुप्रयोगों को भी प्रदर्शित करता है।
यह शोध पत्र एजेंट स्टेप वैल्यू (ASV) पेश करता है, जो एक रीप्ले फ्रेमवर्क है जो विश्वास अवस्थाओं (belief states) और कार्य प्रदर्शन पर व्यक्तिगत एजेंट ट्रांज़िशन के प्रभाव को परिमाणित करता है, यह प्रकट करते हुए कि सीधे अवस्था मूल्यांकन की तुलना में संक्षिप्त, तर्क-आधारित स्कोरिंग प्रोटोकॉल गोल्ड-मार्जिन लाभों को महत्वपूर्ण रूप से कम कर सकते हैं।