20571 पेपर
यह शोध पत्र CMDR पेश करता है, जो एक नया मल्टीमॉडल दस्तावेज़ पुनर्प्राप्ति कार्य और बेंचमार्क (CMDR-Bench) है जिसके लिए दस्तावेज़ संदर्भ को मॉडल करने की आवश्यकता होती है, साथ ही इसमें CMDR-Embed फ्रेमवर्क और CMCL लर्निंग ऑब्जेक्टिव है जो कई पृष्ठों को संयुक्त रूप से एनकोड करता है ताकि मौजूदा गैर-संदर्भात्मक विधियों से काफी बेहतर प्रदर्शन किया जा सके।
SearchEyes एक एकीकृत सिम्युलेटेड सर्च वर्ल्ड पेश करता है जो एक टाइप्ड नॉलेज ग्राफ पर आधारित है जो पर्सेप्शन-नॉलेज चेन्स और हॉप-एंकोर्ड पॉलिसी ऑप्टिमाइजेशन के माध्यम से डेटा, एनवायरनमेंट और रिवॉर्ड सिग्नल्स को एकीकृत करता है, जिससे बाहरी इंजनों या अलग रिवॉर्ड मॉडल्स पर निर्भर हुए बिना मल्टीमॉडल सर्च एजेंट्स में स्टेट-ऑफ-द-आर्ट मल्टी-हॉप रीजनिंग प्रदर्शन सक्षम होता है।
NegROI एक नवीन ट्रांसफार्मर-आधारित फ्रेमवर्क है जो इंटरैक्टिव 3D सेगमेंटेशन के लिए, अनिश्चितता-निर्देशित स्थानीय बहु-रिज़ॉल्यूशन परिशोधन (uncertainty-guided local multi-resolution refinement) को दृश्य-सशर्त नकारात्मक प्रॉम्प्ट्स (scene-conditioned negative prompts) के साथ जोड़कर क्लिक दक्षता और विविध डेटासेटों में मजबूती को बढ़ाता है, ताकि फॉल्स पॉजिटिव्स को प्रभावी ढंग से दबाया जा सके और ऑब्जेक्ट सीमाओं को स्पष्ट किया जा सके।
यह शोध पत्र LLMs4EU परियोजना और ALT-EDIC बुनियादी ढांचे के भीतर एक चल रही पहल को रेखांकित करता है, जिसका उद्देश्य ज्ञान ग्राफ (knowledge graphs) और बहुभाषी कॉर्पोरा को एकीकृत करके सामाजिक विज्ञान और मानविकी अनुसंधान के लिए फाउंडेशन मॉडल्स को अनुकूलित करना है, ताकि विद्वत्तापूर्ण कार्यों के लिए विश्वसनीय, नैतिक रूप से अनुपालन करने वाले और डोमेन-संवेदनशील एआई (AI) समर्थन को सुनिश्चित करने के लिए एक कठोर मात्रात्मक और गुणात्मक मूल्यांकन ढांचे का उपयोग किया जा सके।
यह पूर्व-पंजीकृत अध्ययन फ्रंटियर एलएलएम (LLM) अर्थव्यवस्थाओं में धन वृद्धि के लिए एक सूचना-सैद्धांतिक क्षमता नियम को मान्य करता है और जनसंख्या मिसअलाइनमेंट (population misalignment) के स्मूथ मीन-फील्ड मॉडलों का खंडन करते हुए यह प्रदर्शित करता है कि नियंत्रण लीवरों के प्रति एजेंटों की प्रतिक्रियाएं निरंतर प्रकीर्णन (continuous dispersion) के बजाय द्वि-स्थिर स्टेप-फंक्शन गतिकी (bistable step-function dynamics) प्रदर्शित करती हैं।
यह शोध पत्र गतिशील बहु-वाहन रूटिंग के लिए एक "रिवॉर्ड-डेंसिटी" (दक्षता) ह्यूरिस्टिक प्रस्तावित करता है जो परिष्कृत मेटा-ह्यूरिस्टिक्स के तुलनीय समाधान गुणवत्ता प्राप्त करता है जबकि इसके लिए दो से तीन क्रम अधिक कम गणनात्मक समय की आवश्यकता होती है, जो इसे ड्रोन आवंटन और टैक्सी डिस्पैच जैसे वास्तविक समय के लॉजिस्टिक्स अनुप्रयोगों के लिए एक पारेटो-डोमिनेंट दृष्टिकोण के रूप में स्थापित करता है।
यह शोध पत्र 'ट्रेनिंग-फ्री एक्सीलरेटेड जनरेशन वाया एंडपॉइंट डिकोडेबिलिटी' पेश करता है, जो 'ट्रंकेटेड जंप सैंपलिंग' (TJS) नामक एक विधि है जो मानक प्रायिकता पथों (प्रोबेबिलिटी पाथ्स) में अंतर्निहित जानकारी का लाभ उठाकर ODE सैंपलिंग के दौरान स्वच्छ नमूनों को जल्दी डिकोड करती है, जिससे बिना किसी पुनरप्रशिक्षण या संरचनात्मक परिवर्तन के विभिन्न डिफ्यूजन और फ्लो मैचिंग मॉडलों में न्यूरल फंक्शन इवैल्यूएशन को 20–70% तक कम किया जा सकता है।
यह शोध पत्र डार्ट (Dart) एओटी (AOT) बाइनरीज़ के न्यूरल डीकंपाइलेशन पर एक व्यवस्थित अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि सूक्ष्म मेट्रिक लाभों के बावजूद फाइन-ट्यूनिंग अक्सर कार्यात्मक शुद्धता (pass@k) में सुधार करने में विफल रहती है, जबकि एक नया ह्यूमैनइवल-डार्ट (HumanEval-Dart) बेंचमार्क पेश करती है और यह प्रदर्शित करती है कि असेंबली अनुक्रम की लंबाई कार्य की कठिनाई का प्राथमिक भविष्यवक्ता है।
यह शोध पत्र लोरेन्त्ज़ एनकोडिंगिंग (Lorentz Encoding) का प्रस्ताव करता है, जो एक स्व-पर्यवेक्षित (self-supervised), भौतिकी-सूचित (physics-informed) ढांचा है जो विरल नमूनाकरण (sparse sampling) से उच्च-रिज़ॉल्यूशन, आर्टिफ़ेक्ट-मुक्त CEST Z-स्पेक्ट्रा को पुनर्गठित करने के लिए इम्पलिसिट न्यूरल रिप्रेजेंटेशन और पैरामीट्रिक लोरेन्त्ज़ियन प्रोफाइल्स का लाभ उठाता है, जो इमेज गुणवत्ता और मात्रात्मक मेटाबॉलिक मैपिंग दोनों में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र आंशिक रूप से दृश्यमान संयुक्त निर्णय लेने वाले कार्यों में विचारशील (deliberative) LLM एजेंटों के लिए एक स्केलेबल बेंचमार्क और मूल्यांकन ढांचा प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि वर्तमान मॉडल जटिल संरेखण और तर्क करने में संघर्ष करते हैं, विचार प्रक्रिया स्वयं आत्मचिंतन और त्रुटि सुधार के अवसर प्रदान कर सकती है जो कभी-कभी केंद्रीकृत बेसलाइन से बेहतर प्रदर्शन करती है।