20955 पेपर
यह शोध पत्र प्रकट करता है कि एआई (AI) पूर्वाग्रह अनुसंधान संरचनात्मक रूप से अमेरिका-प्रधान संस्थानों और लेखकों के एक संकीर्ण समूह के भीतर केंद्रित है, जिससे यह चिंता उत्पन्न होती है कि परिणामी निष्पक्षता की परिभाषाएं और शमन विधियां विविध वैश्विक आबादी और संदर्भों के लिए सामान्यीकरण की कमी रख सकती हैं।
यह शोध पत्र नैरेटिव वर्ल्ड मॉडल (NWM) को प्रस्तुत करता है, जो एक लेखक-स्मृति प्रणाली है जो लंबी कथाओं में विकसित होते कहानी के अवस्थाओं के बारे में जटिल, मल्टी-हॉप प्रश्नों का उत्तर देने में मौजूदा एजेंट-मेमोरी फ्रेमवर्क से काफी बेहतर प्रदर्शन करने के लिए नैरेटोलॉजी-आधारित टेम्पोरल-स्टेट ग्राफ और क्वेरी-कंडीशन्ड हाइब्रिड रिट्रीवल का लाभ उठाता है।
यह शोधपत्र ResonatorLM को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो मानक ट्रांसफॉर्मर की तुलना में लॉन्ग-कॉन्टेक्स्ट लैंग्वेज मॉडलिंग में महत्वपूर्ण गति और बेहतर सटीकता प्राप्त करने के लिए सेल्फ-अटेंशन को भौतिकी-व्युत्पन्न कॉज़ल रेज़ोनेटर फंक्शन्स (physics-derived causal resonator functions) से बदल देता है।
FaceMesh2HPO फ्रेमवर्क क्लिनिकल डायग्नोसिस के लिए HPO-अलाइन्ड फेनोटाइपिक डिस्क्रिप्टर्स को वर्गीकृत करने हेतु 3D फेशियल मेश पर कैस्केडिंग फीचर एलिमिनेशन के साथ एक पदानुक्रमित (hierarchical) PointNet-आधारित पाइपलाइन का लाभ उठाता है, जो पैरेंट टर्म्स के लिए उच्च और दुर्लभ लीफ टर्म्स के लिए मध्यम से मजबूत प्रदर्शन प्राप्त करता है, जबकि सामान्यीकरण (generalizability) को बढ़ाने के लिए बेहतर डेटा विविधता की आवश्यकता को रेखांकित करता है।
यह शोध पत्र 'प्रेडिक्टिव कॉन्टिनुअल लर्निंग' नामक एक नए ढांचे का प्रस्ताव करके निरंतर शिक्षण (continual learning) में पिछले सभी ज्ञान को बनाए रखने के पारंपरिक लक्ष्य को चुनौती देता है, जो स्थिरता और अनुकूलन के बीच एक गतिशील संतुलन के माध्यम से भविष्य के प्रदर्शन के लिए अनुकूलित करता है, और सैद्धांतिक रूप से एक "क्रिटिकल टास्क ड्यूरेशन" की पहचान करता है जहाँ ऐतिहासिक ज्ञान एक लाभ के बजाय एक बाधा बन जाता है।
यह शोधपत्र BaFCo को प्रस्तुत करता है, जो कि 200 जटिल बांग्ला सरकारी फॉर्मों का एक सूक्ष्म-एनोटेटेड (fine-grained annotated) बेंचमार्क डेटासेट है, जिसका उद्देश्य बांग्ला दस्तावेज़ लेआउट विश्लेषण और मुख्य सूचना निष्कर्षण में मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की वर्तमान सीमाओं का मूल्यांकन करना और उन्हें उजागर करना है।
यह शोधपत्र एक सेफ बेयसियन ऑप्टिमाइज़ेशन फ्रेमवर्क प्रस्तावित करता है जो बेसलाइन पॉलिसी के अनिश्चित काउंटरफैक्चुअल परिणामों का अनुमान लगाने के लिए कॉन्फॉर्मल प्रेडिक्शन का लाभ उठाता है, जिससे यह सुनिश्चित होता है कि नए हस्तक्षेप उपयोगकर्ता द्वारा निर्दिष्ट उल्लंघन दरों की गारंटी के सापेक्ष उस बेसलाइन के विरुद्ध सुरक्षा बाधाओं को पूरा करते हैं।
यह शोध पत्र PRML2 प्रस्तुत करता है, जो एक हाइब्रिड फ्रेमवर्क है जो ऑनबोर्ड सेंसरों का उपयोग करके मजबूत, वास्तविक समय में वाहन स्थानीयकरण प्राप्त करने के लिए एक डिफरेंशिएबल कलमन फिल्टर के साथ मशीन लर्निंग को एकीकृत करता है, जो विशेष रूप से डिग्रेडेड सेंसिंग स्थितियों और कम घर्षण वाले वातावरणों में उत्कृष्ट प्रदर्शन करता है।
यह शोध पत्र रिलेटिव प्रोबेबिलिटी एसोसिएशन मेट्रिक (RPAM) को प्रस्तुत करता है, जो जनरेटिव लैंग्वेज मॉडल्स के लिए एक अपस्ट्रीम मूल्यांकन पद्धति है, जो विविध मॉडल्स और डेटासेट्स में मानव-समान जुड़ावों और डाउनस्ट्रीम बायस मेट्रिक्स दोनों के लिए मजबूत प्रेडिक्टिव वैलिडिटी प्रदर्शित करता है, तथा मौजूदा दृष्टिकोणों की सामान्यीकरण सीमाओं को संबोधित करता है।
यह शोध पत्र FirstResearch को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो संरचित "रिसर्च क्वेश्चन सर्टिफिकेट्स" (अनुसंधान प्रश्न प्रमाणपत्र) उत्पन्न करके LLM-संचालित वैज्ञानिक खोज की ऑडिटेबिलिटी (लेखापरीक्षा योग्यता) को बढ़ाता है जो स्पष्ट रूप से तंत्र, धारणाओं और असत्य सिद्ध करने योग्य परिकल्पनाओं को परिभाषित करते हैं, और प्रारंभिक मूल्यांकनों में मौजूदा बेसलाइन की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।