21046 पेपर
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।
यह अध्ययन एक मल्टी-फिडेलिटी फ्रेमवर्क पेश करता है जो जालीदार सामग्री (lattice material) डिजाइन के लिए जेनेटिक एल्गोरिदम हाइपरपैरामीटर्स को कुशलतापूर्वक ट्यून करने हेतु गॉसियन प्रोसेस, सीएनएन (CNN) और एफएफटी (FFT) सरोगेट्स के साथ बायेसियन ऑप्टिमाइज़ेशन को जोड़ता है, जिससे उत्परिवर्तन (mutation) की आवश्यकता को समाप्त करते हुए 25 पीढ़ियों में तुलनीय यांत्रिक प्रदर्शन के साथ 24% कम्प्यूटेशनल लागत में कमी प्राप्त होती है।
CarbonCLIP एक मल्टीमॉडल डिस्टिलेशन फ्रेमवर्क है जो प्रीट्रेनिंग के दौरान स्ट्रीट-व्यू छवियों से सिमेंटिक अंतर्दृष्टि और मासिक डेटा से टेम्पोरल संदर्भ को एकीकृत करने के लिए कंट्रास्टिव लर्निंग का लाभ उठाकर उपग्रह-आधारित शहरी कार्बन उत्सर्जन भविष्यवाणी को बढ़ाता है, जिससे केवल उपग्रह इमेजरी का उपयोग करके सटीक और स्केलेबल अनुमान सक्षम होता है।
यह शोध पत्र एक मल्टीमॉडल वॉयस एक्टिविटी प्रोजेक्शन (MM-VAP) फ्रेमवर्क प्रस्तुत करता है जो सोशल रोबोट्स में भविष्य के टर्न-टेकिंग डायनेमिक्स की भविष्यवाणी करने के लिए प्रीट्रेंड ऑडियो-विजुअल एनकोडर्स और लो-रैंक एडेप्टेशन का लाभ उठाता है, जो कई ह्यूमन-रोबोट इंटरैक्शन डेटासेट्स पर बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र FreightBidBench प्रस्तुत करता है, जो ऑनलाइन ट्रकलोड बोली स्वीकृति के लिए एक सार्वजनिक, पुनरुत्पादक बेंचमार्क है जो सार्वजनिक डेटा के साथ यथार्थवादी परिचालन बाधाओं को जोड़ता है, और यह प्रदर्शित करता है कि एक पैरामीट्रिक सरोगेट-रोलआउट कैस्केड पॉलिसी, फुल रोलआउट विधियों की तुलना में काफी कम निर्णय विलंबता के साथ लगभग इष्टतम लाभ प्राप्त करती है।