21916 पेपर
OmniMoE एक सिस्टम-एल्गोरिदम सह-डिज़ाइन किया गया फ्रेमवर्क है जो कार्टेशियन प्रोडक्ट राउटर और एक्सपर्ट-सेंट्रिक शेड्यूलिंग जैसे नवीन घटकों के माध्यम से मिक्सचर-ऑफ-एक्सपर्ट्स ग्रैनुलैरिटी को वेक्टर स्तर तक बढ़ाकर उच्च सटीकता और महत्वपूर्ण इन्फरेंस स्पीडअप दोनों प्राप्त करता है।
यह शोध पत्र GameDevBench प्रस्तुत करता है, जो गेम डेवलपमेंट में एजेंटिक क्षमताओं के मूल्यांकन के लिए पहला बेंचमार्क है, जिसमें 333 जटिल मल्टीमॉडल कार्यों के माध्यम से यह खुलासा किया गया है कि वर्तमान एजेंट विजुअल एसेट मैनिपुलेशन (दृश्य संपत्ति हेरफेर) में संघर्ष करते हैं, जबकि यह भी प्रदर्शित किया गया है कि सरल विजुअल फीडबैक तंत्र उनके प्रदर्शन में महत्वपूर्ण सुधार कर सकते हैं।
यह शोध पत्र मौजूदा टेस्ट-टाइम गाइडेंस विधियों में उन संरचनात्मक दोषों की पहचान करता है जो उन्हें वास्तविक बायेसियन पोस्टीरियर (Bayesian posterior) को पुनः प्राप्त करने से रोकते हैं और सुसंगत वैकल्पिक अनुमानकों (estimators) का प्रस्ताव करता है जो कैलिब्रेटेड सैंपलिंग (calibrated sampling) को सक्षम बनाते हैं, जिससे बायेसियन इन्फरेंस कार्यों और ब्लैक होल इमेज पुनर्निर्माण पर प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक डीप लर्निंग-संचालित इनवर्स डिज़ाइन कार्यप्रणाली प्रस्तुत करता है जो पिक्सेलेटेड आउटपुट कंबाइनर्स वाले डोर्टी पावर एम्पलीफायरों को संश्लेषित करने के लिए एक CNN-आधारित इलेक्ट्रोमैग्नेटिक सरोगेट मॉडल और जेनेटिक एल्गोरिदम का उपयोग करता है, जिससे निर्मित GaN HEMT प्रोटोटाइप में विस्तृत बैक-ऑफ रेंज में उच्च दक्षता और रैखिकता प्राप्त होती है।
यह शोध पत्र CAMERA फ्यूजन रणनीति और ASTRA री-रैंकिंग एल्गोरिदम को पेश करते हुए, मल्टीमॉडल, मल्टीस्केल स्थानिक-कालिक (spatial-temporal) घटना दस्तावेजों के लिए भौगोलिक सूचना पुनर्प्राप्ति को बढ़ाने हेतु एआई फाउंडेशन मॉडल का लाभ उठाने वाले एक नवीन ढांचे का प्रस्ताव करता है, जो प्रासंगिक पर्यावरणीय रिपोर्टों को जोड़ने में यूनिमोडल दृष्टिकोणों से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र "कंस्ट्रक्टिव अलाइनमेंट" (रचनात्मक संरेखण) का प्रस्ताव करता है, जो एक ऐसा प्रतिमान है जो एआई अलाइनमेंट को स्थिर मानवीय प्राथमिकताओं के अनुकूलन से बदलकर एक नियंत्रण-सैद्धांतिक ढांचे के माध्यम से उन प्राथमिकताओं के गतिशील विकास को नियंत्रित करने के रूप में पुनर्परिभाषित करता है, जो यह सुनिश्चित करता है कि मूल्य प्रक्षेपवक्र सुसंगत, चिंतनशील और हेरफेर के प्रति प्रतिरोधी बने रहें।
यह शोध पत्र "बाउंडेड मोरालिटी" (सीमित नैतिकता) प्रस्तुत करता है, जो एक औपचारिक ढांचा है जो नैतिक बोध को 'बाउंडेड रेशनैलिटी' (सीमित तर्कसंगतता) तक विस्तारित करता है, जिससे नैतिक विस्तार और गहराई के बीच एक समझौते द्वारा बाधित एक व्यवहार्य कम्प्यूटेशनल स्थान को परिभाषित किया जाता है, और इस प्रकार नैतिक सिद्धांतों को पूर्ण सत्यों के बजाय सीमित एजेंटों के लिए स्थानीय रूप से कुशल रणनीतियों के रूप में पुनर्गठित किया जाता है।
यह शोध पत्र गोपनीयता-संरक्षित व्यक्तिगत ज्ञान ग्राफ (Personal Knowledge Graphs) के निर्माण के लिए संवादात्मक डेटा से RDF-अनुपालन ट्रिपल (RDF-compliant triples) निकालने हेतु हल्के लार्ज लैंग्वेज मॉडल्स (lightweight Large Language Models) का उपयोग करने वाले एक पुनरुत्पादनीय पाइपलाइन को प्रस्तुत और मूल्यांकित करता है, जो यह प्रदर्शित करता है कि विशिष्ट मॉडल अपनी निष्कर्षण निष्ठा (extraction fidelity) के सापेक्ष उच्च डाउनस्ट्रीम अनुशंसा प्रदर्शन प्राप्त करते हैं।
यह शोध पत्र आधुनिक टोकनाइज़र और स्पार्स रिट्रीवल (sparse retrieval) की आवश्यकताओं के बीच "वोकैबुलरी गैप" (vocabulary gap) को उन्नत एनकोडर्स के कम प्रदर्शन का कारण बताता है, और एक मॉडल-अज्ञेयवादी (model-agnostic) "वोकैबुलरी ट्रांसफर" फ्रेमवर्क प्रस्तावित करता है जो BEIR जैसे बेंचमार्क पर अत्याधुनिक परिणाम प्राप्त करने के लिए इस अंतर को सफलतापूर्वक पाटता है।
यह शोध पत्र BaRA को प्रस्तुत करता है, जो एक वेब डेटा संग्रह एजेंट है जो बाउंडेड ब्रेड्थ-फर्स्ट सर्च (bounded breadth-first search) को हिस्ट्री-आधारित सेल्फ-रिफ्लेक्शन (history-based self-reflection) के साथ जोड़ता है ताकि एक निश्चित इंटरेक्शन बजट के तहत जटिल वेबसाइटों से लिंक खोजने और डाउनलोड करने योग्य मल्टीमॉडल कंटेंट निकालने में मौजूदा एलएलएम-आधारित (LLM-based) विधियों से बेहतर प्रदर्शन किया जा सके।