21916 पेपर
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।
यह शोधपत्र MuRFiV प्रस्तुत करता है, जो एक मल्टी-रेज़ोल्यूशन डीप लर्निंग फ्रेमवर्क है जो जटिल स्पैटियोटेम्पोरल डायनेमिक्स (स्पेश-टाइम डायनेमिक्स), जो आंशिक अवकल समीकरणों (पार्शियल डिफरेंशियल इक्वेशंस) द्वारा नियंत्रित होते हैं, के सुदृढ़, सटीक और स्थिर दीर्घकालिक पूर्वानुमान प्राप्त करने के लिए फाइनाइट-वॉल्यूम-प्रेरित इंडक्टिव बायस को फिजिक्स प्रायर्स के साथ एकीकृत करता है, जो मानक डेटा-संचालित बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र BaseRT को पेश करता है, जो Apple Silicon के लिए एक नेटिव Metal इन्फरेंस रनटाइम है जो बड़े भाषा मॉडलों (LLMs) के लिए रिकॉर्ड-तोड़ थ्रूपुट प्राप्त करने के लिए चिप-विशिष्ट अनुकूलनों का लाभ उठाता है, जो llama.cpp और MLX जैसे मौजूदा फ्रेमवर्कों से 1.56x तक बेहतर प्रदर्शन करता है।
यह शोध पत्र तर्क देता है कि उच्च-जोखिम वाले स्वायत्त और अपारदर्शी एआई (AI) प्रणालियों के लिए, मनुष्यों को केवल "उपयोगकर्ताओं" के बजाय "हैंडलर्स" (handlers) के रूप में पुनर्कल्पित किया जाना चाहिए—एक ऐसा सादृश्य जो मानव-पशु संबंधों से लिया गया है जो उत्तरदायित्व की रेखाओं को स्पष्ट करता है और विश्वास को बढ़ावा देता है, जो अंततः मानव-मशीन टीमों को वास्तविक सहयोग की ओर निर्देशित करता है।
यह शोध पत्र EgoGapBench को प्रस्तुत करता है, जो एक नैदानिक बेंचमार्क (diagnostic benchmark) है जो यह प्रकट करता है कि वर्तमान मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स (multimodal large language models), मल्टी-एजेंट दृश्यों में 'एगोसेंट्रिक एक्शन सिलेक्शन' (Egocentric Action Selection) के दौरान दूसरों के कार्यों को गलत तरीके से अपनाकर संघर्ष करते हैं, एक ऐसा अंतराल जो मौजूदा फर्स्ट-पर्सन डेटा पर फाइन-ट्यूनिंग के बाद भी बना रहता है।