21806 पेपर
यह शोध पत्र फ्लो मैचिंग-आधारित स्पीच सिंथेसिस के लिए एक एकीकृत मार्गदर्शन ढांचे का प्रस्ताव करता है जो डेटा-निर्देशित विषम संवर्धन (heterogeneous augmentation) और एक उन्नत मॉडल-मार्गदर्शन तंत्र को जोड़ता है ताकि क्लासिफायर-फ्री गाइडेंस ओवरहेड को समाप्त किया जा सके, जिससे स्पीकर समानता और मजबूती में सुधार करते हुए अनुमान गति में तीन गुना त्वरण प्राप्त किया जा सके।
यह शोध पत्र MEPA को प्रस्तुत करता है, जो एक नवीन विजुअल ऑटोरेग्रेसिव मॉडलिंग फ्रेमवर्क है जो स्केल-अवेयर टोकन-रूटेड मिक्सचर ऑफ एक्सपर्ट्स आर्किटेक्चर और एक विशेष रूप से तैयार किए गए रेसिडुअल फीचर एग्रीगेशन स्कीम का उपयोग करता है ताकि मल्टी-स्केल रिप्रेजेंटेशन लर्निंग को डीकपल किया जा सके और अर्ली सिमेंटिक मॉडलिंग को बढ़ाया जा सके, जिससे ImageNet जैसे बेंचमार्क पर इमेज जनरेशन की गुणवत्ता और प्रशिक्षण दक्षता में महत्वपूर्ण सुधार होता है।
मलेरियाआई (MalariAI) एक नवीन दो-चरणीय पृथक ढांचा (two-stage decoupled framework) है जो घने स्मीयर्स में मजबूत सेल सेगमेंटेशन के लिए एक एनोटेशन-अज्ञेय वाटरशेड एल्गोरिदम और दुर्लभ परजीवी रूपों के लिए उच्च-सटीक, व्याख्या योग्य चरण वर्गीकरण प्राप्त करने के लिए एक फाइन-ट्यून्ड एफिशिएंटनेट-बी0 (EfficientNet-B0) क्लासिफायर के साथ ग्रेड-कैम++ (Grad-CAM++) का उपयोग करके स्वचालित मलेरिया निदान में प्रमुख सीमाओं को दूर करता है।
यह शोध पत्र GenDa को प्रस्तुत करता है, जो एक एकीकृत अनसुपरवाइज्ड सुदृढीकरण लर्निंग (unsupervised reinforcement learning) फ्रेमवर्क है, जो गैर-स्थिर कौशल अर्थों (non-stationary skill semantics) को संबोधित करने के लिए एक स्किल रिलेबलिंग तंत्र और वितरण बदलावों (distribution shifts) के विरुद्ध मजबूती सुनिश्चित करने के लिए एक पूरक सूचना बाधा (Complementary Information Bottleneck) के माध्यम से डेटा दक्षता और सामान्यीकरण क्षमता को बढ़ाता है।
यह शोधपत्र NeuroCogMap को प्रस्तुत करता है, जो एक तंत्रिका विज्ञान-प्रेरित ढांचा (framework) है जो संज्ञानात्मक व्यवहारों की व्याख्या करने, मतिभ्रम (hallucinations) जैसे विफलता तंत्रों की पहचान करने और मानव कॉर्टिकल प्रतिक्रियाओं एवं निर्णय लेने की रणनीतियों के साथ मजबूत पत्राचार को प्रकट करने के लिए बड़े भाषा मॉडलों (LLMs) की आंतरिक विशेषताओं को कार्यात्मक पार्सल (functional parcels) में व्यवस्थित करता है।
यह शोध पत्र 'होलोग्राफिक क्वांटम ट्रांसफॉर्मर' (HQT) को प्रस्तुत करता है, जो एक जनरेटिव न्यूरो-सिम्बोलिक आर्किटेक्चर है जो हाइजेनबर्ग मॉडल जैसे फ्रस्ट्रेटेड क्वांटम सिस्टम्स का उच्च सटीकता के साथ प्रभावी ढंग से अनुकरण करता है और एक नवीन "होलोग्राफिक ट्रांसफर" क्षमता प्रदर्शित करता है, जिससे प्रशिक्षित मॉडल्स को बिना पुन: प्रशिक्षण के बड़े लैटिस आकारों तक ज़ीरो-शॉट एक्सट्रपलेशन (extrapolate) किया जा सकता है।
यह शोध पत्र PHREEQC-MCQ-200 को प्रस्तुत करता है, जो जलीय भू-रसायन विज्ञान सिमुलेशन पर 200 बहुविकल्पीय प्रश्नों का एक बेंचमार्क है, ताकि यह प्रदर्शित किया जा सके कि जबकि टूल-संवर्धित भाषा मॉडल वैज्ञानिक कार्यों में आम तौर पर सटीकता में सुधार करते हैं, वे गैर-एकदिष्ट (non-monotonic) प्रदर्शन प्रतिगमन और आउटपुट-एक्सेस प्रोटोकॉल के प्रति संवेदनशीलता भी प्रदर्शित करते हैं, जिससे एक अधिक सूक्ष्म मूल्यांकन ढांचे की आवश्यकता होती है जो कुल सटीकता के परे आइटम-स्तरीय प्रतिधारण और विफलता मोड को ट्रैक करता है।
यह शोध पत्र एक ऐसे ढांचे को प्रस्तुत करता है जो सिग्नल टेम्पोरल लॉजिक (STL) का उपयोग करके पैरामीटराइज्ड गेट बाधाओं (gait constraints) को परिभाषित करता है और सुदृढीकरण सीखने (reinforcement learning) के लिए सघन रिवॉर्ड फंक्शन (dense reward functions) व्युत्पन्न करता है, जिससे चतुष्पाद रोबोटों को पारंपरिक हस्तनिर्मित रिवॉर्ड बेसलाइन की तुलना में विभिन्न गेट्स में अधिक स्थिर प्रशिक्षण और सटीक वेग ट्रैकिंग प्राप्त करने में सक्षम बनाया जा सके।
Agri-SAGE एक क्लोज्ड-लूप फ्रेमवर्क है जो गतिशील, संदर्भ-जागरूक कृषि परामर्श उत्पन्न करने और उन्हें मान्य करने के लिए रिट्रीवल-ग्राउंडेड मल्टी-एजेंट LLM रीजनिंग को APSIM बायोफिजिकल सिमुलेशन के साथ एकीकृत करता है, जो यह प्रदर्शित करता है कि ट्री ऑफ थॉट्स (Tree of Thoughts) और रिफ्लेक्शन (Reflexion) जैसी रीजनिंग रणनीतियाँ कम्प्यूटेशनल दक्षता के साथ प्रदर्शन को संतुलित करते हुए उपज अनुकूलन में स्थिर दिशा-निर्देशों की तुलना में काफी बेहतर प्रदर्शन करती हैं।
MultiSix एक नवीन फ्रेमवर्क है जो एम्बॉडीड एजेंट्स (embodied agents) के लिए, अनुभवात्मक दूरी-आधारित रूटिंग (experiential distance-based routing) और स्केल-डिपेंडेंट फॉरगेटिंग मैकेनिज्म (scale-dependent forgetting mechanisms) के साथ एक स्केल-अवेयर मिक्स्चर ऑफ एक्सपर्ट्स आर्किटेक्चर को पेश करके, विकसित होते परिवेशों में मल्टी-स्केल रीजनिंग और अनुकूलन को बढ़ाता है।