19656 पेपर
यह शोध पत्र एक डीप वायरलेस फिजिकल न्यूरल नेटवर्क प्रस्तावित करता है जो मल्टी-हॉप MIMO रिले का उपयोग करता है, जहाँ पावर एम्पलीफायर नॉन-लिनियरिटी (गैर-रैखिकता) एक्टिवेशन फंक्शन के रूप में कार्य करती है, जो इमेज क्लासिफिकेशन जैसे कार्यों के लिए एंड-टू-एंड ट्रेन करने योग्य ओवर-द-एयर इन्फरेंस को सक्षम बनाती है और हार्डवेयर नॉन-लिनियरिटी से प्रदर्शित प्रदर्शन लाभ प्रदान करती है।
CODENS एक ऐसा सिस्टम है जो पुल रिक्वेस्ट (pull requests) को एक टाइप किए गए सॉफ्टवेयर नॉलेज ग्राफ को क्रमिक रूप से बनाकर जीवित, क्वेरेबल डॉक्यूमेंटेशन में बदल देता है ताकि एजेंट-निर्देशित रिपॉजिटरी-स्तरीय प्रश्नोत्तर सक्षम किया जा सके, जैसा कि एक प्रोडक्शन रूबी ऑन रेल्स (Ruby on Rails) प्रोजेक्ट पर इसके सफल मूल्यांकन द्वारा प्रदर्शित किया गया है।
यह शोध पत्र "डिकोड-टाइम ग्रामर्स" (decode-time grammars) प्रस्तुत करता है, जो एक ऐसी विधि है जो विविध प्रोग्रामिंग सतहों (programming surfaces) पर बड़े भाषा मॉडलों द्वारा अर्थपूर्ण रूप से सही और अपरिभाषित संदर्भों से मुक्त कोड उत्पन्न करने को सुनिश्चित करने के लिए जनरेशन के दौरान रनटाइम वातावरण से व्याकरण के अंशों को गतिशील रूप से इंस्टेंटिएट करती है।
यह शोध पत्र "फिजिकल सेल्फ-सुपरवाइज्ड लर्निंग" का प्रस्ताव करता है, जो कि एक नवीन लेबल-मुक्त (label-free) फ्रेमवर्क है जो IMU सेंसिंग के लिए है और जो ट्रैकिंग तथा मोशन कैप्चर त्रुटियों को महत्वपूर्ण रूप से कम करने के साथ-साथ लागत प्रभावी लेबल वाले डेटा की सीमाओं और विभिन्न उपकरणों एवं उपयोगकर्ताओं के बीच खराब सामान्यीकरण (generalization) की बाधाओं को दूर करने के लिए सीखने योग्य काइनेमैटिक समीकरणों और संरचित लेटेंट स्पेस को एकीकृत करता है।
यह अध्ययन यह प्रदर्शित करता है कि ट्रांसफॉर्मर के प्रदर्शन के लिए फीड-फॉरवर्ड नेटवर्क अनिवार्य रूप से आवश्यक नहीं हैं, क्योंकि अटेंशन-ओनली मॉडल (SANs) जो पैरामीटर्स, कंप्यूट और गहराई के मामले में समान हैं, मानक ट्रांसफॉर्मरों के लगभग समान लॉस (loss) प्राप्त करते हैं, और शेष मामूली अंतर केवल पैरामीट्रिक रिकॉल (parametric recall) के अंतर के कारण है न कि संरचनात्मक सीमाओं के कारण।
यह शोध पत्र एक न्यूरो-सिंबोलिक मेटा-पॉलिसी प्रस्तुत करता है जो आंशिक रूप से दृश्यमान वातावरणों में प्रतिधारण (retention), पुनर्प्राप्ति (retrieval) और विस्मृति (forgetting) के प्रबंधन के लिए सिंबोलिक मेमोरी ह्यूरिस्टिक्स को गतिशील रूप से चुनने हेतु टेम्पोरल नॉलेज ग्राफ और RDF-आधारित मेमोरी रिप्रजेंटेशन का लाभ उठाता है, जिससे उत्कृष्ट दीर्घकालिक प्रदर्शन और स्टेप-लेवल ट्रेसबिलिटी प्राप्त होती है।
Relay-Bench एक समग्र, केवल-टेक्स्ट बेंचमार्क है जिसे बहु-डोमेन तर्क श्रृंखलाओं (multi-domain reasoning chains) पर बड़े भाषा मॉडलों का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो असंतृप्त मिश्रित समस्याएँ प्रस्तुत करता है जिनमें एक ही प्रॉम्प्ट के भीतर कोडिंग, गणित और वेब सर्च जैसे विविध कौशलों को एकीकृत करने की आवश्यकता होती है, जहाँ अग्रणी मॉडल GPT-5.5 (xHigh) 43.3% का स्कोर प्राप्त करता है।
ChainMark एक मॉडल-मुक्त, सक्रिय वॉटरमार्किंग योजना पेश करता है जो हार्ड मार्कोव ट्रांज़िशन को लागू करने के लिए शब्दावली को की-आधारित अवस्थाओं (keyed states) में विभाजित करता है, जिससे डिटेक्शन मापदंडों का क्लोज्ड-फॉर्म कैलिब्रेशन सक्षम होता है और जनरेटिंग लैंग्वेज मॉडल तक पहुंच की आवश्यकता के बिना ट्रांसलेशन और सब्स्टीट्यूशन हमलों के विरुद्ध प्रमाणित मजबूती प्राप्त होती है।
यह शोधपत्र CANDOR को प्रस्तुत करता है, जो एक चांस-कैलिब्रेटेड डिसॉर्डेंस (chance-calibrated discordance) मीट्रिक है जो यह प्रकट करता है कि फ्रोजन फाउंडेशन एनकोडर्स (frozen foundation encoders) स्वाभाविक रूप से चिकित्सा निष्कर्षों के प्रति अंधे नहीं होते हैं, बल्कि वे कमजोर ज्यामितीय पृथक्करण (weak geometric separation) और खराब हेड चयन (poor head selection) से ग्रस्त होते हैं, जैसा कि उनके उच्च नियरस्ट-नेबरर एरर रेट्स (nearest-neighbor error rates) से सिद्ध होता है, भले ही हल्के हेड (lightweight heads) मजबूत प्रदर्शन प्राप्त कर लेते हों।
यह शोध पत्र मानव सक्षमता और उपकरण निर्भरता के सह-विकास को एक द्वि-स्थिर (bistable) गतिशील प्रणाली के रूप में मॉडल करता है, जो यह प्रदर्शित करता है कि उपकरणों की अत्यधिक उपलब्धता हिस्टेरेसिस (hysteresis) के कारण मानव एजेंसी के निर्भरता में एक अपरिवर्तनीय पतन को ट्रिगर कर सकती है, एक ऐसी घटना जिसे नेविगेशन से लेकर भाषा मॉडलों तक के विभिन्न क्षेत्रों में प्रमाणित किया गया है।