19742 पेपर
यह शोध पत्र पार्शियली एडजुडिकेटेड डिज़ाइन-बेस्ड सुपरवाइज्ड लर्निंग (PA-DSL) का प्रस्ताव करता है, जो केवल एडजुडिकेटेड डेटा पर निर्भर रहने की तुलना में, शोर वाले मानव ऑडिट लेबल को सुधारने के लिए एडजुडिकेटेड मामलों का लाभ उठाता है, जिससे स्वचालित क्लासिफायर के अधिक सटीक और वैध डिबायस्ड सांख्यिकीय विश्लेषण सक्षम होते हैं।
यह शोध पत्र एक पूर्णतः स्वचालित, क्लोज्ड-लूप AutoML फ्रेमवर्क प्रस्तुत करता है जो अरबी, फारसी और अंग्रेजी डेटासेट्स पर बिना किसी मानवीय हस्तक्षेप के 93% से अधिक माध्य सटीकता और कम विलंबता (लो लेटेंसी) प्राप्त करते हुए, क्रॉस-लिंगुअल हस्तलिखित OCR के लिए न्यूरल आर्किटेक्चर को पुनरावृत्ति रूप से डिजाइन, प्रशिक्षित और परिष्कृत करने के लिए स्वायत्त एजेंटों के रूप में GPT-5, GPT-4o और Claude Sonnet 4 का लाभ उठाता है।
यह शोध पत्र एक डिपेंडेंसी-अवेयर सर्वरलेस ऑटोस्केलिंग फ्रेमवर्क प्रस्तावित करता है जो उच्च भविष्यवाणी सटीकता, कम त्रुटियों और प्रदर्शन लक्ष्यों को बनाए रखते हुए कम बुनियादी ढांचा लागत प्राप्त करने के लिए ग्राफ-आधारित बॉटलनेक पहचान, एक मल्टी-मॉडल कंसेंसस फोरकास्टिंग मैकेनिज्म और कॉस्ट-अवेयर कंट्रोल को एकीकृत करता है।
यह शोध पत्र कैश-अवेयर प्रॉम्प्ट कम्प्रेशन (CAPC) को प्रस्तुत करता है, जो एक ऐसी रणनीति है जो क्वेरी-अग्नोस्टिक कम्प्रेशन को स्पष्ट कैश नियंत्रण और टियर-प्रिजर्विंग बाउंड्स के साथ जोड़ती है ताकि क्वेरी-अवेयर विधियों की सीमाओं को दूर किया जा सके, जिससे विविध प्रोडक्शन LLM वर्कलोड्स में गुणवत्ता बनाए रखते हुए महत्वपूर्ण लागत कटौती (90% तक) प्राप्त की जा सके।
यह शोध पत्र CoWeaver को प्रस्तुत करता है, जो एक द्विदिश (bidirectional), सीखने योग्य (learnable) और व्याख्यात्मक (explainable) मिलान इंजन है जो वैज्ञानिक क्षमताओं के अंतराल को भरकर वैज्ञानिकों को AI एजेंटों से प्रभावी ढंग से जोड़ता है, एक दो-चरणीय रैंकिंग प्रक्रिया का उपयोग करता है, और वैज्ञानिक सहयोग में मौजूदा बेसलाइन से बेहतर प्रदर्शन करने के लिए अन्वेषण (exploration) और फीडबैक-संचालित अपडेट के बीच संतुलन बनाता है।
यह शोध पत्र 'प्लान, लर्न, अडैप्ट' (PLA) फ्रेमवर्क पेश करता है, जो एक तीन-चरणीय ऑन-डिवाइस सिस्टम है जो व्यवहार्य और अत्यधिक वांछनीय व्यक्तिगत यात्रा कार्यक्रम (itineraries) उत्पन्न करने के लिए हल्के प्लानर्स के एक समूह को एक कॉम्पैक्ट रिवॉर्ड मॉडल के साथ जोड़ता है, जो मानव मूल्यांकन में सिंगल प्लानर्स और फ्रंटियर LLMs दोनों से बेहतर प्रदर्शन करते हुए प्रोडक्शन-ग्रेड लेटेंसी और व्यवहार्यता प्राप्त करता है।
यह शोध पत्र एक तीन-चरणीय रीजनिंग-गाइडेड लर्निंग फ्रेमवर्क प्रस्तावित करता है जो एक सिम्बोलिक इंजन, एक प्रेफरेंस लर्नर और एक CP-SAT ऑप्टिमाइज़र को एकीकृत करता है ताकि व्यक्तिगत, नियम-अनुपालन वाली पैकिंग चेकलिस्ट जेनरेट की जा सके, जो सटीकता और बाधा संतुष्टि (कन्स्ट्रेंट सैटिस्फेक्शन) में मौजूदा LLMs और ग्रीडी मेथड्स से काफी बेहतर प्रदर्शन करते हुए एक प्रोडक्शन ट्रैवल ऐप में वास्तविक दुनिया की प्रभावकारिता प्रदर्शित करता है।
यह शोध पत्र विजन-लैंग्वेज मॉडल्स में "क्वेश्चन-फर्स्ट पैराडॉक्स" (प्रश्न-प्रथम विरोधाभास) की पहचान और समाधान करता है—जहाँ छवियों से पहले प्रश्नों को रखना सहज रूप से धारणा का मार्गदर्शन तो करता है लेकिन उत्तर निर्माण में विफल रहता है—एक प्रशिक्षण-मुक्त "प्रॉम्प्ट इकोइंग" रणनीति पेश करके जो धारणा को निर्देशित करने और उत्तर तक पहुंच सुनिश्चित करने के लिए छवि के दोनों ओर प्रश्न को पुन: दोहराती है, जिससे कई बेंचमार्क पर प्रदर्शन में महत्वपूर्ण वृद्धि होती है।
यह शोधपत्र गैर-हेरफेर योग्य चरों वाले संदर्भगत कारण बैंडिट्स (contextual causal bandits) के लिए बेयसियन थॉमसन सैंपलिंग और सूचना-निर्देशित सैंपलिंग एल्गोरिदम प्रस्तावित करता है, जो एंट्रॉपी-निर्भर उप-रैखिक रिग्रेट बाउंड्स स्थापित करता है और उच्च-पुरस्कार निर्णय की पहचान को त्वरित करने के लिए साझा कारण तंत्रों का प्रभावी ढंग से लाभ उठाकर बेसलाइन की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
मेमोगार्ड (MemoGuard) एक हल्का अनुकूलन योग्य रनटाइम है जो संचार-सीमित रोबोट नेविगेशन में सुरक्षा और दक्षता को बढ़ाता है, जो पुन: उपयोग से पहले टोपोलॉजी, संसाधन और परिणाम अनुबंधों के विरुद्ध एपिसोडिक यादों को मान्य करता है, जिससे बैटरी सुरक्षा उल्लंघनों और फॉलबैक रीजनिंग की कम्प्यूटेशनल लागत दोनों में महत्वपूर्ण रूप से कमी आती है।