22375 पेपर
यह शोध पत्र कॉन्सेप्ट-गाइडेड इन-कॉन्टेक्स्ट सेगमेंटेशन (CG-ICS) को प्रस्तुत करता है, जो एक नवीन प्रतिमान है जो एक MLLM-संचालित कॉन्सेप्ट रीजनिंग मॉड्यूल और एक SAM3-आधारित विजुअल एक्सेम्पलर रूट का उपयोग करके एक फ्रोजन SAM3 बैकबोन को सक्रिय करके इन-कॉन्टेक्स्ट सेगमेंटेशन की मजबूती और सटीकता को बढ़ाता है, जिससे विविध संदर्भ विकल्पों के बीच काफी कम विचरण के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र प्रकट करता है कि जेलब्रेक हमले सभी सुरक्षा विशेषताओं को समाप्त करके नहीं, बल्कि प्रारंभिक-परत के 'एडवर्सैरियली कॉम्प्रोमाइज्ड हेड्स' (Adversarially Compromised Heads) को चुनिंदा रूप से दबाकर और मध्य-परत के 'सेफ्टी-अलाइन्ड हेड्स' (Safety-Aligned Heads) को मजबूती से सक्रिय रखकर एलएलएम (LLM) सुरक्षा को दरकिनार करते हैं, जिसे "रोबस्ट हार्मफुल फीचर्स" (Robust Harmful Features) नामक घटना कहा गया है जो हमलों की यांत्रिक समझ और प्रभावी पहचान दोनों को सक्षम बनाती है।
CPAgents एक पुनरावृत्ति (iterative), मल्टी-एजेंट फ्रेमवर्क है जो स्वचालित रूप से व्याख्या योग्य संकलित कार्डियक इमेजिंग फेनोटाइप्स का निर्माण और सत्यापन करता है, जो जनसंख्या-स्तर के कोहॉर्ट में नैदानिक रोगों के साथ मजबूत संबंधों की पहचान करने में पारंपरिक तरीकों से काफी बेहतर प्रदर्शन करता है।
यह अध्ययन एक 32-वर्षीय डेटासेट और उन्नत मशीन लर्निंग मॉडलों का उपयोग करके यह प्रदर्शित करता है कि श्रीलंका के प्रेषण प्रवाह (रेमिटेंस इनफ्लो) मुख्य रूप से विनिमय दरों और तेल की कीमतों जैसे बाहरी मैक्रोइकॉनॉमिक कारकों द्वारा संचालित होते हैं, जो यह प्रकट करता है कि भविष्य के रुझानों के पूर्वानुमान में बहुचर भविष्य कहनेवाला ढांचे (मल्टीवेरिएट प्रेडिक्टिव फ्रेमवर्क) पारंपरिक तरीकों की तुलना में काफी बेहतर प्रदर्शन करते हैं और वैश्विक झटकों के विरुद्ध आर्थिक लचीलेपन को मजबूत करने वाली नीतियों की महत्वपूर्ण आवश्यकता पर प्रकाश डालते हैं।
यह शोध पत्र HAT-4D प्रस्तुत करता है, जो एक नवीन मानव-एजेंट सहयोगात्मक ढांचा है जो एकल (मोनोक्युलर) वीडियो से भौतिक रूप से विश्वसनीय 4D बहु-वस्तु अंतःक्रियाओं के पुनर्निर्माण के लिए विजन-लैंग्वेज मॉडल और मानव-इन-द-लूप फीडबैक का लाभ उठाता है, जिससे MVOIK-4D बेंचमार्क का निर्माण संभव होता है और एम्बॉडीड AI (Embodied AI) के लिए डेटा जनरेशन को आगे बढ़ाया जा सकता है।
यह शोध पत्र पूर्णतः प्रत्यायोजित (fully delegated) एआई सहकारी समितियों में मूल्य-प्रतिबंधित क्रेडिट असाइनमेंट के लिए एक ढांचे का प्रस्ताव करता है जो व्यक्तिगत मूल्य प्रोफाइल के माध्यम से मॉडल अपडेट को फ़िल्टर करने और ऑनलाइन सीमांत योगदान (online marginal contributions) के आधार पर पुरस्कार आवंटित करने के लिए एक ट्रैवर्सल लर्निंग सबस्ट्रेट का उपयोग करता है, जिससे पारंपरिक फेडरेटेड लर्निंग विधियों की तुलना में सूक्ष्मกว่า एट्रिब्यूशन प्राप्त होता है।
यह शोध पत्र एजेंट-नेटिव इम्यून सिस्टम (ANIS) को प्रस्तुत करता है, जो एक जैविक रूप से प्रेरित, अंतर्जात रक्षा संरचना है जिसे स्वायत्त एजेंटों के संज्ञानात्मक लूप (cognitive loops) के भीतर समाहित किया गया है, ताकि छह-स्तरीय इम्यून टॉवर, खतरों और पैरामीट्रिक टीकों (parametric vaccines) के एक एकीकृत वर्गीकरण, और एक स्व-निगरानी त्रयी (self-monitoring triad) के माध्यम से रनटाइम कमजोरियों को संबोधित किया जा सके, जो स्थिर मॉडल संरेखण (static model alignment) से भिन्न गतिशील, निरंतर प्रतिरक्षा शिक्षण को सक्षम बनाता है।
यह शोध पत्र पैरामीटर-एफिशिएंट हाइब्रिड ट्रांसफॉर्मर (PEHT) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो सटीक और संसाधन-कुशल नेटवर्क ट्रैफ़िक भविष्यवाणी प्राप्त करने के लिए लो-रैंक एडेप्टेशन का उपयोग करके शहरी गतिशीलता और भीड़भाड़ के डेटा को ट्रांसफॉर्मर आर्किटेक्चर में एकीकृत करता है।
यह शोध पत्र प्रदर्शित करता है कि विभिन्न ज़ीरो-सम गेम सॉल्वर (zero-sum game solvers) रैंडम इनिशियलाइज़ेशन के बजाय अपनी एल्गोरिद्मिक संरचना के आधार पर व्यवस्थित रूप से विशिष्ट नैश इक्विलिब्रियम (Nash equilibria) का चयन करते हैं, जहाँ रेगुलराइज्ड लास्ट-इटरेट मेथड्स (regularized last-iterate methods) मैक्सिमम-एन्ट्रॉपी इक्विलिब्रियम की ओर अभिसरित होते हैं जबकि रिग्रेट-एवरेजिंग मेथड्स (regret-averaging methods) लोअर-एन्ट्रॉपी समाधानों की ओर विचलित होते हैं, जो कि उप-इष्टतम विरोधियों के विरुद्ध प्रदर्शन के लिए मापने योग्य डाउनस्ट्रीम परिणाम रखता है।
यह शोध पत्र WFAgg का प्रस्ताव करता है, जो एक नवीन बायज़ेंटाइन-रोबस्ट (Byzantine-robust) एग्रीगेशन एल्गोरिदम है जो गतिशील टोपोलॉजी में हमलों को कम करने के लिए कई फिल्टरों का उपयोग करके विकेंद्रीकृत फेडरेटेड लर्निंग की सुरक्षा और अभिसरण (convergence) को बढ़ाता है, और मौजूदा केंद्रीकृत रोबस्ट योजनाओं से बेहतर प्रदर्शन करता है।