22375 पेपर
यह शोध पत्र सिविटाई (Civitai) प्लेटफॉर्म के 14 महीने के डेटासेट का विश्लेषण करता है ताकि यह प्रकट किया जा सके कि इसकी मुद्रीकृत बाउंटी प्रणाली महिला हस्तियों को लक्षित करने वाले गैर-सहमति वाले, NSFW डीपफेक के निर्माण को असमान रूप से प्रोत्साहित करती है, जिससे समुदाय-संचालित जनरेटिव एआई मार्केटप्लेस में महत्वपूर्ण लैंगिक नुकसान और शासन संबंधी चुनौतियों पर प्रकाश पड़ता है।
यह शोध पत्र क्रॉस-प्लेटफ़ॉर्म विषयगत विश्लेषण के लिए एक व्याख्यात्मक, अनसुपरवाइज्ड पाइपलाइन प्रस्तुत करता है जो यह प्रकट करता है कि कैसे मेटा के सशुल्क विज्ञापनों पर जलवायु संबंधी विमर्श, ब्लूस्काई की ऑर्गेनिक पोस्ट्स से व्यवस्थित रूप से भिन्न होता है, जिसमें पूर्व रणनीतिक समाधानों के प्रचार पर केंद्रित है और उत्तर प्रणालीगत संकट की आलोचना पर।
यह शोध पत्र टिंकर टेल्स (Tinker Tales) को प्रस्तुत करता है, जो एक स्पर्शनीय संवाद प्रणाली (tangible dialogue system) है जो बच्चों के एआई-सह-रचनात्मक कहानी कहने (child-AI co-creative storytelling) को सुगम बनाने के लिए संवादात्मक डिज़ाइन में शैक्षिक ढांचों को एकीकृत करती है, और एक घरेलू अध्ययन के माध्यम से यह प्रदर्शित करती है कि प्रॉम्प्ट फ्रेमिंग बच्चों के कथात्मक योगदान और सहयोगात्मक संवाद में भागीदारी को महत्वपूर्ण रूप से आकार देती है।
CausalRAG2 एक नवीन ढांचा है जो एक पदानुक्रमित कारण संबंधी ज्ञान ग्राफ (hierarchical causal knowledge graph) डिज़ाइन और कारण संबंधी गेटिंग (causal gating) को पेश करके ग्राफ-आधारित रिट्रीवल ऑगमेंटेड जनरेशन को बढ़ाता है ताकि भ्रामक सहसंबंधों को दबाया जा सके और स्केलेबल तर्क सक्षम किया जा सके, जिसके साथ समग्र बोध के मूल्यांकन के लिए नया HolisQA बेंचमार्क भी शामिल है।
यह शोधपत्र SPARC प्रस्तुत करता है, जो एक मॉड्यूलर फ्रेमवर्क है जो विजन-लैंग्वेज मॉडल्स में विजुअल परसेप्शन को रीजनिंग से अलग करता है ताकि कुशल, एसिमेट्रिक टेस्ट-टाइम स्केलिंग को सक्षम बनाया जा सके और कम टोकन बजट के साथ विजुअल रीजनिंग कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।
CauScale एक न्यूरल आर्किटेक्चर है जो एक रिडक्शन यूनिट और टाइड अटेंशन वेट्स का उपयोग करके 1000 नोड्स तक के बड़े ग्राफ पर कुशल कॉज़ल डिस्कवरी को सक्षम बनाता है ताकि उच्च सटीकता बनाए रखते हुए समय और स्थान की दक्षता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र कोडिंग एजेंटों के लिए रिपॉजिटरी-स्तर की संदर्भ फ़ाइलों (जैसे AGENTS.md) की प्रभावशीलता का मूल्यांकन करता है और पाता है कि, सामान्य अभ्यास के विपरीत, वे आम तौर पर कार्य सफलता दर में सुधार करने में विफल रहते हैं जबकि इनसे इन्फरेंस लागत में 20% से अधिक की वृद्धि होती है।
यह शोध पत्र प्रदर्शित करता है कि प्रशिक्षित निम्न-डिग्री परिमेय सक्रियण कार्यों (low-degree rational activation functions) का उपयोग करने वाले न्यूरल नेटवर्क, मानक स्थिर सक्रियणों की तुलना में काफी अधिक अभिव्यक्ति क्षमता और पैरामीटर दक्षता प्राप्त करते हैं, जो घातांकीय सन्निकटन लाभ प्रदान करते हैं जो सैद्धांतिक रूप से सिद्ध और अनुभवजन्य रूप से मान्य दोनों हैं।
यह शोध पत्र अनुभवजन्य रूप से यह प्रदर्शित करता है कि मध्यम-स्तरीय भाषा मॉडल (लगभग 1.5 से 3B पैरामीटर) AI-नेटिव 6G नेटवर्क के लिए नियत तर्क स्थिरता (deterministic reasoning stability) और कम्प्यूटेशनल दक्षता के बीच इष्टतम संतुलन प्रदान करते हैं, जो एक एज-अनुकूलित बेंचमार्क के विरुद्ध मूल्यांकन किए जाने पर छोटे और बड़े दोनों मॉडलों से बेहतर प्रदर्शन करते हैं।
SplitZip एक GPU-अनुकूल, लॉसलेस कंप्रेसर है जो एक फिक्स्ड-लेंथ कोडबुक और स्पार्स एस्केप स्ट्रीम के माध्यम से फ्लोटिंग-पॉइंट एक्सपोनेंट रेडंडेंसी का लाभ उठाकर डिसएग्रिगेटेड LLM सर्विंग में KV कैश ट्रांसफर को त्वरित करता है, जिससे मौजूदा तरीकों की तुलना में काफी अधिक थ्रूपुट और कम विलंबता प्राप्त होती है।