21916 पेपर
यह शोध पत्र इम्पलिसिट न्यूरल रिप्रेजेंटेशन्स (INRs) को बेहतर बनाने के लिए कार्डियक मोशन प्रायर्स (cardiac motion priors) सीखने की चार रणनीतियों का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि हालांकि सभी विधियाँ रैंडम इनिशियलाइजेशन की तुलना में अनुकूलन (adaptation) में सुधार करती हैं, मेटा-लर्निंग ट्रैकिंग सटीकता और अनुकूलन प्रक्षेपवक्र (adaptation trajectory) में समग्र रूप से सर्वश्रेष्ठ प्रदर्शन प्राप्त करता है।
यह शोध पत्र Aionoscope को प्रस्तुत करता है, जो एक ऐसा नैदानिक उपकरण (diagnostic tool) है जो टाइम-सीरीज़ मॉडल्स में एक महत्वपूर्ण विसंगति को प्रकट करता है जहाँ लेटेंट रिप्रजेंटेशन (latent representations) सिग्नल घटकों की उपस्थिति को प्रभावी ढंग से तो पकड़ लेते हैं, लेकिन विस्तृत डिबगिंग के लिए आवश्यक सूक्ष्म प्रक्रिया अवस्थाओं जैसे कि समय (timing), फेज़ (phase) और आयाम (amplitude) को संरक्षित करने में विफल रहते हैं।
यह शोध पत्र एजेंटिक आरएजी (Agentic RAG) प्रणालियों के लिए एक बेयसियन अनिश्चितता प्रसार ढांचे (Bayesian uncertainty propagation framework) का प्रस्ताव करता है जो सिस्टम-स्तरीय विफलता जोखिमों का अनुमान लगाने के लिए सिमेंटिक डाइवर्जेंस और सेल्फ-इवैल्यूएशन संकेतों को एकीकृत करता है, जो हॉटपोटक्यूए (HotpotQA) पर बेहतर मल्टी-हॉप रीजनिंग विश्वसनीयता प्रदर्शित करता है जबकि स्ट्रैटेजीक्यूए (StrategyQA) में कैलिब्रेशन चुनौतियों को उजागर करता है।
TRCGL-Net एक नवीन फ्रेमवर्क है जो लॉन्ग-टेल्ड मल्टी-लेबल चेस्ट एक्स-रे वर्गीकरण के लिए है, जो दुर्लभ रोगों के नमूनों को उत्पन्न करने के लिए एक टेक्स्ट-गाइडेड कंडिशनल डिफ्यूजन मॉडल, एक चैनल रीवेटिंग मैकेनिज्म, क्लास-अवेयर अटेंशन, और एक लेबल को-अकरेंस ग्राफ कन्वोल्यूशन नेटवर्क को एकीकृत करता है ताकि PadChest डेटासेट पर दुर्लभ रोगों की पहचान और समग्र प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।
SWE-Doctor एक नवीन सॉफ्टवेयर इंजीनियरिंग एजेंट है जो बहुआयामी बग पुनरुत्पादन परीक्षणों से प्राप्त रनटाइम निदानों का उपयोग करके पैच जनरेशन में सुधार करता है ताकि इन परीक्षणों को सीधे जनरेशन लक्ष्यों के रूप में उपयोग करने की सीमाओं को दूर किया जा सके, जिससे SWE-bench बेंचमार्क पर अत्याधुनिक समाधान दरें प्राप्त की जा सकें।
यह शोध पत्र लॉजिट-कॉन्ट्रिब्यूशन स्कोरिंग (LOCOS) प्रस्तुत करता है, जो एक नवीन विधि है जो बड़े भाषा मॉडलों में गैर-शाब्दिक रिट्रीवल हेड्स (non-literal retrieval heads) की पहचान करने के लिए उनके आउटपुट-वैल्यू सर्किट के उत्तर टोकन में योगदान को मापती है, और यह प्रदर्शित करती है कि इन विशिष्ट हेड्स को एब्लेट (ablate) करने से अन्य क्षमताओं को सुरक्षित रखते हुए लॉन्ग-कॉन्टेक्स्ट सिंथेसिस प्रदर्शन में महत्वपूर्ण गिरावट आती है।
यह शोध पत्र बड़े भाषा मॉडल-आधारित संवादात्मक एजेंटों के लिए एक फ्लूइड पर्सनैलिटी फ्रेमवर्क (Fluid Personality Framework) प्रस्तावित करता है जो विभिन्न कार्य संदर्भों, उपयोगकर्ता के लक्षणों और स्थिति की तात्कालिकता के अनुरूप ढलने के लिए एजेंट के रूपक व्यक्तित्व (metaphorical persona) और उसके व्यक्तित्व अभिव्यक्ति की तीव्रता दोनों को गतिशील रूप से अनुकूलित करता है, जिससे लक्ष्य-उन्मुख अंतःक्रियाओं में उपयोगकर्ता के विश्वास, आनंद और अंगीकरण को अनुकूलित किया जा सके।
यह शोध पत्र एक पूर्णतः स्वचालित, मल्टी-एजेंट एलएलएम (LLM) फ्रेमवर्क प्रस्तुत करता है जो अमेरिकी पेटेंट डेटा से 14,073 नियतात्मक प्रतिक्रिया नियमों के एक स्व-विस्तारित पुस्तकालय को उत्पन्न और सत्यापित करता है, जो मानव क्यूरेशन के बिना अनदेखी रासायनिक प्रतिक्रियाओं के उच्च-सटीक, व्याख्या योग्य वर्गीकरण को सक्षम बनाता है।
यह शोध पत्र MemSyco-Bench प्रस्तुत करता है, जो पांच महत्वपूर्ण तर्क कार्यों के माध्यम से पुनर्प्राप्त स्मृतियों (memories) का सही ढंग से उपयोग करने, उन्हें अस्वीकार करने या उन्हें अपडेट करने की क्षमता का आकलन करके, LLM-आधारित एजेंटों में मेमोरी-प्रेरित चापलूसी (memory-induced sycophancy) का मूल्यांकन करने और उसे कम करने के लिए डिज़ाइन किया गया एक व्यापक बेंचमार्क है।
यह शोध पत्र के क्रम के प्रति-चरण ग्रेडिएंट बायस (per-step gradient bias) को व्युत्पन्न करके और रोलआउट लैग (rollout lag) तथा संचयी लर्नर ड्रिफ्ट (cumulative learner drift) पर आधारित लर्निंग रेट के लिए एक दो-प्रतिबंध स्थिरता स्थिति (two-constraint stability condition) को परिभाषित करने वाले एक सशर्त कोलैप्स-टाइम स्केलिंग लॉ (conditional collapse-time scaling law) को स्थापित करके, एसिंक्रोनस GRPO-आधारित RLHF में स्टेल रोलआउट्स (stale rollouts) के प्रभाव का विश्लेषण करता है।