21236 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि विभिन्न आर्किटेक्चर के भीतर और उनके बीच, कई लार्ज लैंग्वेज मॉडल्स के आउटपुट को एकत्रित करना, अनुमान त्रुटियों को काफी कम करता है और अनिश्चितता के प्रति मेटाकॉग्निटिव जागरूकता को प्रकट करता है, जो संगठनात्मक निर्णय लेने के लिए मानव झुंड बुद्धिमत्ता (human swarm intelligence) के एक स्केलेबल विकल्प के रूप में कार्य करता है।
यह शोध पत्र विज़ुअल सिमेंटिक एंट्रॉपी (VSE) का प्रस्ताव करता है, जो एक नवीन अनिश्चितता अनुमान पद्धति है जो टेक्स्ट क्वेरीज़ को स्थिर रखते हुए केवल इमेज इनपुट्स को बाधित करके विज़ुअल अस्पष्टता को अलग करती है, जिससे मौजूदा एंट्रॉपी-आधारित दृष्टिकोणों की सीमाओं को दूर किया जा सके जो अत्यधिक आत्मविश्वासी विज़ुअल एम्बेडिंग्स द्वारा विकृत या टेक्स्टुअल विविधताओं द्वारा प्रभावित होते हैं।
यह शोध पत्र Hard-Routed MoR-LoRA का प्रस्ताव करता है, जो एक दो-चरणीय ढांचा है जो एक हल्के राउटर का उपयोग करके स्वतंत्र रूप से प्रशिक्षित फ्रोजन रीजनिंग LoRA विशेषज्ञों को कंपोज़ करता है, जो हार्ड टॉप-1 रूटिंग के माध्यम से प्रति टोकन ठीक एक विशेषज्ञ का चयन करता है, जिससे विशेषज्ञों के मूल यूनिट-स्केल एडिटिव अपडेट को सुरक्षित रखते हुए सॉफ्ट-रूटिंग बेसलाइन की तुलना में काफी कम प्रशिक्षण योग्य पैरामीटरों की आवश्यकता होती है।
यह शोध पत्र BP-TTA का प्रस्ताव करता है, जो एक नवीन टेस्ट-टाइम अडैप्टेशन (Test-Time Adaptation) विधि है जो डायनेमिक स्ट्रीमिंग परिदृश्यों में क्लास इम्बैलेंस (class imbalance) और निरंतर डोमेन शिफ्ट (continual domain shifts) की एक साथ आने वाली चुनौतियों को प्रभावी ढंग से संबोधित करने के लिए बैच-बैलेंस्ड सैंपलिंग (batch-balanced sampling) को प्रोटोटाइप-गाइडेड अडैप्टेशन (prototype-guided adaptation) के साथ जोड़ता है।
यह शोधपत्र TemporalLens प्रस्तुत करता है, जो एक नैदानिक ढांचा (diagnostic framework) है जो यह प्रकट करता है कि क्या सिंगल-स्टेज वीडियो डिटेक्टर वास्तव में टेम्पोरल कॉन्टेक्स्ट का उपयोग करते हैं या वे एकल फ्रेम पर निर्भर रहते हैं, और YOLO-3D प्रस्तावित करता है, जो एक रियल-टाइम आर्किटेक्चर है जो बैकबोन के माध्यम से टेम्पोरल डेप्थ को संरक्षित करके प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र \method को प्रस्तुत करता है, जो एक बजटित परिवेश अन्वेषण (environment probing) ढांचा है जो कार्य करने से पहले विशिष्ट विश्वास क्षेत्रों (belief fields) को चुनिंदा रूप से क्वेरी करके दीर्घ-कालिक भाषा एजेंटों के विश्व मॉडलों को रणनीतिक रूप से कैलिब्रेट करता है, जिससे प्रकार-स्तरीकृत (type-stratified), कार्य-संरचित साक्ष्य एकत्रण के माध्यम से अंतिम त्रुटियों को कम किया जाता है।
यह शोध पत्र CDR-Bench प्रस्तुत करता है, जो संयोजी (compositional), क्रम-संवेदनशील डेटा परिशोधन कार्यों पर LLMs के मूल्यांकन के लिए एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान मॉडल प्रक्रियात्मक विश्वसनीयता की कमी के कारण जटिल, बहु-चरणीय रेसिपीज़ को निष्ठापूर्वक निष्पादित करने में लगातार विफल रहते हैं।
यह शोध पत्र CSTrader को प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो काउंटर-स्ट्राइक 2 स्किन मार्केट की अस्थिरता में लाभदायक ट्रेडिंग के लिए हेट्रोजेनियस सिग्नल्स और कम्युनिटी सेंटीमेंट का विश्लेषण करने हेतु लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, और रिस्क कंट्रोल एवं ट्रांजैक्शन फ्रिक्शन के लिए विशेष एजेंटों के माध्यम से मार्केट इंडेक्स और बेसलाइन मॉडल्स पर बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र CLPsych 2026 साझा कार्य (shared task) के लिए टीम MKC के LLM-आधारित पाइपलाइन को प्रस्तुत करता है, जो क्रमिक रूप से व्यवस्थित सोशल मीडिया पोस्ट का विश्लेषण करके पोस्ट-स्तरीय मानसिक स्वास्थ्य मूल्यांकन और उपयोगकर्ता-स्तरीय टेम्पोरल मॉडलिंग को संयुक्त रूप से करने के लिए एक एकीकृत ढांचा प्रदान करता है।
यह शोध पत्र CLOUDADV को प्रस्तुत करता है, जो एक इंटरैक्टिव सलाहकार प्रणाली है जो लागत प्रभावी, ड्रिफ्ट-प्रतिरोधी (drift-resilient) क्लाउड इंस्टेंस साइजिंग अनुशंसाएँ उत्पन्न करने के लिए ज़ीरो-शॉट फाउंडेशन मॉडल्स का लाभ उठाती है, जो प्रति-टेनेंट मॉडल रिट्रेनिंग की आवश्यकता के बिना उत्पादन वातावरणों में महत्वपूर्ण लागत बचत और कम अतिव्याप्ति (exceedance) दरों का प्रदर्शन करती है।