22476 पेपर
यह शोध पत्र डॉट-फ्लिक (Dot-Flik) प्रस्तुत करता है, जो वितरित कीट निगरानी के लिए एक स्केलेबल एज एआई आर्किटेक्चर है, जो डेटा ट्रांसमिशन और ऊर्जा खपत को कम करने के लिए मोशन-इन्फॉर्म्ड फ्रेम फ़िल्टरिंग का उपयोग करता है, जिससे केंद्रीकृत प्रसंस्करण पर निर्भर रहे बिना कम लागत वाले हार्डवेयर पर लागत प्रभावी, वास्तविक समय की जैव विविधता ट्रैकिंग सक्षम होती है।
यह शोध पत्र Geo-FairFed प्रस्तुत करता है, जो एक ज्यामितीय निष्पक्षता-जागरूक रूटिंग सिस्टम है फेडरेटेड एज नेटवर्क्स के लिए, जो हाइपरबोलिक ग्राफ न्यूरल नेटवर्क्स और कर्वेचर-रेगुलराइज्ड ऑप्टिमाइजेशन का लाभ उठाता है ताकि विलंबता (लेटेंसी) और ऊर्जा खपत को कम करने के साथ-साथ वितरित उपकरणों के बीच प्रदर्शन समानता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र एक पुनरावृत्ति डेटा जनरेशन पाइपलाइन प्रस्तुत करता है जो कैस्केडिंग लीनियर फीचर्स (cascading linear features) को अलग करती है ताकि बड़े भाषा मॉडलों (LLMs) में चाटुकारिता (sycophancy) का अधिक प्रभावी ढंग से पता लगाया जा सके, उन्हें स्कोर किया जा सके और उनसे दूर निर्देशित किया जा सके, जो LLM-as-a-judge और सिस्टम प्रॉम्प्टिंग जैसे बेसलाइन तरीकों से बेहतर प्रदर्शन करते हुए अधिक व्याख्यात्मकता और कम कम्प्यूटेशनल लागत प्रदान करता है।
यह शोध पत्र तर्क देता है कि जब बेंचमार्क सटीकता संतृप्त हो जाती है, तो शोधकर्ताओं को केवल सटीकता से ध्यान हटाकर छह अन्य महत्वपूर्ण आयामों—जैसे कि कंस्ट्रक्ट वैधता, दक्षता और मानव-एजेंट सहयोग—का मूल्यांकन करने पर ध्यान केंद्रित करना चाहिए, जो CORE-Bench केस स्टडी के माध्यम से यह प्रदर्शित करता है कि यह बहुआयामी दृष्टिकोण प्रमुख सटीकता-केंद्रित प्रतिमान की तुलना में एजेंट के प्रदर्शन में अधिक गहरी अंतर्दृष्टि प्रदान करता है।
यह शोध पत्र प्रदर्शित करता है कि निर्देश-ट्यून किए गए चैट मॉडलों में, इनकार (refusal) तंत्र अलग-थलग नहीं हैं बल्कि अंतिम परतों (late layers) में व्यक्तित्व लक्षणों (persona traits) द्वारा गेटेड होते हैं, जहाँ एक आज्ञाकारी व्यक्तित्व की ओर स्टीयरिंग करना अंतर्निहित इनकार की दिशा के बावजूद प्रभावी रूप से इनकार को दबा सकता है।
यह शोध पत्र जेनरेटिव एडवरसैरियल नेटवर्क्स (Generative Adversarial Networks) पर लागू न्यूरल आर्किटेक्चर सर्च (Neural Architecture Search) विधियों की एक व्यापक समीक्षा और आलोचनात्मक विश्लेषण प्रदान करता है, जो मौजूदा दृष्टिकोणों को वर्गीकृत करता है, उनके प्रदर्शन और सीमाओं का मूल्यांकन करता है, और इस क्षेत्र को आगे बढ़ाने के लिए भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।
यह शोध पत्र लॉन्ग-कॉन्टेक्स्ट जनरेशन (LCG) का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो लंबे दृश्य आख्यानों (विजुअल नैरेटिव्स) के लिए सुसंगत, स्केलेबल मल्टी-इमेज सिंथेसिस प्राप्त करने हेतु स्पार्स रिलेशनल अटेंशन और एक रूटिंग कंसिस्टेंसी कंस्ट्रेंट का उपयोग करता है, जिसे एक नए बड़े पैमाने के डेटासेट द्वारा मान्य किया गया है और चरित्र एवं अर्थ संबंधी निरंतरता में बेसलाइन्स पर बेहतर प्रदर्शन के साथ सिद्ध किया गया है।
यह शोध पत्र मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स (MLLMs) में एकीकृत विजन-लैंग्वेज परसेप्शन का पहला व्यवस्थित सर्वेक्षण प्रस्तुत करता है, जो धारणा (परसेप्शन) को एक अंतर्निहित क्षमता के रूप में औपचारिक रूप देता है, इसके प्रतिमान विकास के पांच-चरणीय वर्गीकरण का प्रस्ताव करता है, और आर्टिफिशियल जनरल इंटेलिजेंस की ओर भविष्य के अनुसंधान दिशाओं को रेखांकित करता है।
लैक्युना (Lacuna) एक मशीन लर्निंग रिसर्च मैप है जो विद्वत्तापूर्ण शोध पत्रों को संरचित, लिंक-समर्थित सारांशों और प्रस्तावों में बदलने के लिए एलएलएम (LLMs) का लाभ उठाता है, जो ओपनस्कॉलर (OpenScholar) और जीपीटी-रिसर्चर (GPT-Researcher) जैसे मौजूदा बेंचमार्क की तुलना में साहित्य पुनर्प्राप्ति और गहन अनुसंधान रिपोर्ट निर्माण में बेहतर प्रदर्शन प्रदर्शित करता है।