22514 पेपर
यह शोध पत्र Agentic-LTPO प्रस्तुत करता है, जो एक नेस्टेड बाइलेवल ऑप्टिमाइज़ेशन फ्रेमवर्क है जो विकसित होती नीतियों और ऐतिहासिक अनुभवों के आधार पर फिजिकल लेयर समस्याओं को गतिशील रूप से कॉन्फ़िगर करने के लिए एजेंटिक AI का लाभ उठाता है, जो पारंपरिक तरीकों की तुलना में सेल-फ्री MIMO बीमफॉर्मिंग के लिए दीर्घकालिक प्रदर्शन में 57.2% का सुधार प्रदर्शित करता है।
यह शोध पत्र 180 मिलियन रिपॉजिटरी के एक सत्यापित बहु-विधि जनगणना (multi-method census) को प्रस्तुत करता है जो यह प्रकट करता है कि एकल-सिग्नल पहचान विधियाँ AI कोडिंग एजेंटों की व्यापकता का गंभीर रूप से कम आकलन करती हैं—97% तक गतिविधि को चूक जाती हैं—और विभिन्न पहचान चैनल एजेंटों और कार्य के प्रकारों की विशिष्ट, गैर-अतिव्यापी आबादी को कैप्चर करते हैं, जिससे ओपन-सोर्स आपूर्ति श्रृंखला पर उनके प्रभाव को सटीक रूप से मापने के लिए एक समग्र दृष्टिकोण आवश्यक हो जाता है।
यह शोध पत्र इस बात का मूल्यांकन करता है कि शास्त्रीय इमेज ट्रांसफॉर्मेशन हिस्टोपैथोलॉजी एनकोडर नेटवर्क के लेटेंट स्पेस एम्बेडिंग्स को कैसे प्रभावित करते हैं, यह पाते हुए कि हालांकि एम्बेडिंग्स अपने मूल समकक्षों की तुलना में यादृच्छिक (रैंडम) एम्बेडिंग्स की तुलना में अधिक निकट रहते हैं, फिर भी वे पूरी तरह से इनवेरिएंट (अपरिवर्तनीय) नहीं हैं, जो ट्रांसफॉर्मेशन-आधारित डेटा ऑग्मेंटेशन के प्रदर्शन लाभों की व्याख्या करता है और सामान्य एवं पैथोलॉजी-विशिष्ट मॉडलों के बीच महत्वपूर्ण अंतरों को उजागर करता है।
यह शोध पत्र ReM-MoA को प्रस्तुत करता है, जो एक मेमोरी-ऑगमेंटेड मिक्स्चर-ऑफ-एजेंट्स फ्रेमवर्क है जो अन्वेषण विविधता (exploration diversity) को बनाए रखने और उच्च-गुणवत्ता वाले रीजनिंग ट्रेसेस को प्रसारित करने के लिए रैंक किए गए रीजनिंग मेमोरी (Ranked Reasoning Memory) और क्यूरेटेड डाइवर्सिफाइड मेमोरी रूटिंग (Curated Diversified Memory Routing) का उपयोग करके बढ़ती गहराई के साथ इन्फरेंस-टाइम स्केलिंग को बनाए रखता है।
यह शोध पत्र सीमावर्ती (फ्रंटियर) लार्ज लैंग्वेज मॉडल्स में एक महत्वपूर्ण "अफ्रीकी भाषा कर" (African Language Tax) को मापता है, जो यह प्रदर्शित करता है कि टोकनाइज़र व्यवस्थित रूप से अंग्रेजी की तुलना में अफ्रीकी भाषाओं को 1.88x से 8.92x अधिक टोकन आवंटित करते हैं, जिससे असमान अनुमान लागत (inference costs), विलंबता (latency) और कॉन्टेक्स्ट विंडो दंड लागू होता है जो इन भाषाओं के बोलने वालों के लिए डिजिटल विभाजन को और बढ़ा देता है।
यह शोध पत्र एक निरंतर लेटेंट ब्रिज (Latent Bridge) प्रस्तुत करता है जो एक प्रशिक्षण योग्य प्रोजेक्शन लेयर के माध्यम से एक धीमे रीजनिंग वाले VLM को एक तेज़ रिएक्टिव VLM से जोड़ता है, जिससे रियल-टाइम गेम एजेंट टेक्स्ट-आधारित संचार के विलंब (latency) ओवरहेड के बिना प्लानिंग-गुणवत्ता वाला प्रदर्शन प्राप्त कर सकते हैं।
यह शोध पत्र GVLA को प्रस्तुत करता है, जो एक कैमरा-जागरूक ज्यामितीय मॉड्यूल है जो बिना डेप्थ सेंसर की आवश्यकता के रे इम्बेडिंग्स (ray embeddings) और क्रॉस-व्यू फ्यूजन के माध्यम से विज़न-लैंग्वेज-एक्शन मॉडल्स में कैलिब्रेटेड 3D संरचना को इंजेक्ट करता है, जिससे विविध बेंचमार्क और वास्तविक दुनिया की सेटिंग्स में रोबोट मैनिपुलेशन प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक अनुकूलन योग्य मशीन लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो O-RAN आर्किटेक्चर के भीतर, मॉडल चयन तंत्र और निरंतर ट्रांसफर लर्निंग का लाभ उठाकर 6G नेटवर्क में गतिशील वातावरण में अभिसरण समय (convergence time) को महत्वपूर्ण रूप से कम करने और दक्षता में सुधार करने के लिए UAV प्रक्षेपवक्रों (trajectories) को अनुकूलित करता है।
यह शोध पत्र तर्क देता है कि वर्तमान लार्ज लैंग्वेज मॉडल स्केलिंग एक्सपोनेंट्स (scaling exponents) एक अस्थिर ऊर्जा शासन का संकेत देते हैं, जो गैर-शून्य लॉस लिमिट्स (non-zero loss limits) के "पेडस्टल प्रभाव" (pedestal effect) को ध्यान में रखने के बाद भी बना रहता है, और साथ ही इन एक्सपोनेंट्स पर डेटा स्मूथनेस (data smoothness) के प्रभाव पर चर्चा करने के लिए फ्लूइड टर्बुलेंस (fluid turbulence) से सादृश्य प्रस्तुत करता है।
यह शोध पत्र नोड प्रॉपर्टी प्रेडिक्शन के लिए नौ हालिया ग्राफ फाउंडेशन मॉडल्स का एक निष्पक्ष और कठोर पुनर्मूल्यांकन करता है, जिससे यह पता चलता है कि केवल सबसे हालिया प्रायर-डेटा फिटेड नेटवर्क-आधारित मॉडल ही उच्च अनुमान लागत (इन्फ्रेंस कॉस्ट) पर, अच्छी तरह से ट्यून किए गए ग्राफ न्यूरल नेटवर्क बेसलाइन्स की तुलना में बेहतर भविष्य कहनेवाला प्रदर्शन (प्रेडिक्टिव परफॉर्मेंस) दिखाते हैं।