21916 पेपर
यह शोध पत्र मिररकोड (MirrorCode) को प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसमें एआई एजेंटों को सोर्स कोड के बिना केवल व्यवहार के आधार पर जटिल सॉफ्टवेयर परियोजनाओं को पूरी तरह से पुन: कार्यान्वित करने की आवश्यकता होती है, जो यह दर्शाता है कि वर्तमान मॉडल उच्च अनुमान लागत (inference costs) के बावजूद लॉन्ग-होरिज़न ऑटोनॉमस कोडिंग कार्यों में पहले से ही महत्वपूर्ण सफलता प्राप्त कर सकते हैं।
यह शोध पत्र AIDA का प्रस्ताव करता है, जो विजुअल रीइन्फोर्समेंट लर्निंग के लिए एक डोमेन एडेप्टेशन फ्रेमवर्क है जो वितरण-शिफ्ट-जागरूक डिस्क्रिमिनेटर और एक सेल्फ-कंसिस्टेंसी लॉस के माध्यम से विश्वसनीय, सिमेंटिक इमेजिनेशन रोलआउट्स उत्पन्न करके लक्ष्य डेटा की कमी की चुनौती को दूर करता है, जिससे अतिरिक्त लक्ष्य वातावरण संपर्क के बिना प्रभावी सिम-टू-रियल ट्रांसफर सक्षम होता है।
यह शोध पत्र तर्क देता है कि डेटा सेंटर एआई के वास्तविक "शरीर" और पूंजी के एक श्रमशील जीव के रूप में कार्य करता है, जहाँ कृत्रिम बुद्धिमत्ता का मूल्य निर्धारण मानव और मशीन श्रम के बीच एक मौलिक समानता को प्रकट करता है और साथ ही डेटा सेंटर की उस विरोधाभासी प्रकृति को उजागर करता है जो मानवीय इच्छाओं के मूर्त रूप के रूप में कार्य करती है परंतु स्वयं की किसी इच्छा के बिना संचालित होती है।
यह शोध पत्र एक मल्टी-सेंटर ब्रेस्ट FNAC होल-स्लाइड साइटोलॉजी डेटासेट प्रस्तुत करता है जिसमें 321 भारतीय रोगियों की 470 छवियों का संग्रह है, जिसमें AI-सहायता प्राप्त पैच-वाइज वर्गीकरण के समर्थन के लिए C1-C5 रिपोर्टिंग लेबल के साथ 7,398 विशेषज्ञ-एनोटेटेड पैच शामिल हैं।
यह शोध पत्र इनोक्यूलेशन एडेप्टर्स (IA) को प्रस्तुत करता है, जो भाषा मॉडलों में अवांछित गुणों और उभरते हुए मिसअलाइनमेंट (misalignment) को प्रभावी ढंग से दबाने के लिए LoRA मॉड्यूल का उपयोग करने वाली एक तीन-चरणीय प्रशिक्षण विधि है, जो प्रॉम्प्ट-आधारित इनोक्यूलेशन की सीमाओं, जैसे कि गैर-इलिकिटेबल (non-elicitable) गुणों को लक्षित करने में असमर्थता और आश्चर्यजनक बैकडोर्स के निर्माण, से बचती है।
PromptGNN-sim एक द्वि-दिशीय ढांचा है जो सिमेंटिक रूप से जागरूक पड़ोस चयन (semantically aware neighborhood selection), संरचना-जागरूक प्रॉम्प्टिंग (structure-aware prompting) और सटीकता, सामान्यीकरण और मजबूती में बेहतर प्रदर्शन प्राप्त करने के लिए संयुक्त क्रॉस-मोडल अनुकूलन (joint cross-modal optimization) के माध्यम से ग्राफ अटेंशन नेटवर्क को लार्ज लैंग्वेज मॉडल्स के साथ एकीकृत करके टेक्स्ट-एट्रीब्यूटेड ग्राफ लर्निंग को उन्नत करता है।
ManimAgent एक स्व-विकसित बहुविध (multimodal) एजेंट है जो मॉडल वेट अपडेट या मानवीय बीजों (human seeds) की आवश्यकता के बिना, सफलता के तर्कों और विफलता के पैटर्न को एक द्वि-चैनल एपिसोडिक मेमोरी बैंक में संचित करके गणितीय एनिमेशन के विभिन्न कार्यों के लिए अपने कोड-जेनरेशन प्रदर्शन में सुधार करता है।
यह शोध पत्र "ट्रैकिंग स्टार्स एंड यूनिकॉर्न" परियोजना के प्रारंभिक निष्कर्ष प्रस्तुत करता है, जो यह प्रदर्शित करता है कि एक मिस्ट्रल-आधारित दृष्टिकोण (Mistral-based approach) यूकेआरआई (UKRI) अनुदान प्रस्तावों के भीतर अनुसंधान संस्थाओं को सटीक रूप से निकालने और विषयों को वर्गीकृत करने में GPT-4o और एक विशेष DSIT-टैक्सोनॉमी एल्गोरिदम दोनों से बेहतर प्रदर्शन करता है, जो उभरते अनुसंधान क्षेत्रों की पहचान करने के लिए एक सुरक्षित और कुशल समाधान प्रदान करता है।
यह शोध पत्र BayesEvolve को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो परिकल्पना सृजन (hypothesis generation) को निर्देशित करने के लिए स्मृति-आधारित ह्यूरिस्टिक्स के स्थान पर स्पष्ट, अनिश्चितता-सचेत विश्वास अवस्थाओं (uncertainty-aware belief states) को प्रतिस्थापित करके स्वायत्त वैज्ञानिक खोज को उन्नत करता है, जो ब्लैक-बॉक्स अनुकूलन कार्यों पर बेहतर नमूना दक्षता और केंद्रित अन्वेषण का प्रदर्शन करता है।
यह शोध पत्र एक सहनशीलता-जागरूक (tolerance-aware) अनुक्रमिक परिकल्पना-परीक्षण ढांचे का प्रस्ताव करता है जो स्वतंत्र ऑडिटरों को सीमित मॉडल एक्सेस के तहत क्वेरी-आधारित इंटरैक्शन से पर्याप्त साक्ष्य प्राप्त होने तक गतिशील रूप से साक्ष्य संचित करके एआई निष्पक्षता को कुशलतापूर्वक मूल्यांकन करने में सक्षम बनाता है, जब तक कि अनुपालन या उल्लंघन के लिए पर्याप्त समर्थन प्राप्त न हो जाए।