22520 पेपर
यह शोध पत्र तर्क देता है कि द्विआधारी, संघर्ष-केंद्रित दृश्यावलोकनों से बहुलवादी, एआई-संचालित "मत परिदृश्यों" (opinion landscapes) की ओर स्थानांतरित होना, विविध समूहों के भीतर छिपे हुए आम सहमति और सूक्ष्मता को प्रकट करके राजनीतिक ध्रुवीकरण को प्रभावी ढंग से पाट सकता है, जैसा कि स्वतंत्रता और समानता पर एक बड़े पैमाने के 2025 के विचार-विमर्श द्वारा प्रदर्शित किया गया है।
यह शोध पत्र CineCap प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो व्यापक और सटीक सिनेमैटोग्राफिक वीडियो कैप्शन उत्पन्न करने के लिए स्पैटियो-टेम्पोरल एंकर्स (spatio-temporal anchors) के साथ संरचित तर्क और सुदृढीकरण शिक्षण (reinforcement learning) का लाभ उठाता है, जिसके साथ एक नया बेंचमार्क (CineCap Bench) भी है जो इस क्षेत्र में एक नया अत्याधुनिक स्तर (state of the art) स्थापित करता है।
यह शोध पत्र LaGO का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो प्रीट्रेंड लार्ज लैंग्वेज मॉडल्स को लेटेंट एक्शन प्रायर्स (latent action priors) के रूप में उपयोग करके ऑनलाइन रिइन्फोर्समेंट लर्निंग को सॉफ्टली गाइड करता है, जो मानक PPO की तुलना में डिस्क्रीट और कंटीन्यूअस कंट्रोल बेंचमार्क्स दोनों पर सफलता दर और रिवार्ड्स में महत्वपूर्ण सुधार प्रदर्शित करता है।
यह शोध पत्र TACTFUL प्रस्तुत करता है, जो एक विज़न-मुक्त (vision-free), वास्तविक-हार्डवेयर-प्रशिक्षित ढांचा है जो बहु-अंगुलियों वाले रोबोटों को स्पर्श संवेदना (tactile sensing) के माध्यम से स्वायत्त रूप से संकीर्ण स्थानों की खोज करने और वस्तुओं की पहचान करने में सक्षम बनाता है, जो सिमुलेशन पर निर्भर किए बिना 77% सफलता और उच्च पुनर्निर्माण सटीकता प्राप्त करता है।
यह शोध पत्र एक मानव-आधारित मूल्यांकन ढांचे को प्रस्तुत करता है जिसमें फुली-बाइनरी मैचिंग पर्स्यूट (FBMP) एल्गोरिदम और टार्गेटेड एट्रिब्यूट पर्टर्बेशन अलाइनमेंट स्कोर (TAPAScore) के साथ-साथ सिंथेटिक बेंचमार्क (synCUB और synCOCO) शामिल हैं, जो स्पार्स ऑटोएनकोडर्स के सिमेंटिक अलाइनमेंट और व्याख्यात्मकता को कड़ाई से मापने के लिए उपयोग किए जाते हैं, और यह प्रकट करता है कि अवधारणा निष्कर्षण (concept extraction) के लिए मध्यम डिक्शनरी आकार इष्टतम संतुलन प्रदान करते हैं।
यह शोध पत्र स्फेरॉइड ब्लॉकट्रेन (Spheroid BlockTrain) को पेश करता है, जो एक विकेंद्रीकृत प्रशिक्षण प्रोटोकॉल है जो मॉडलों को स्वतंत्र रूप से अनुकूलित ब्लॉकों में विभाजित करता है ताकि केंद्रीयकृत एक्सेलेरेटर क्लस्टर्स की आवश्यकता के बिना वितरित, संसाधन-सीमित नेटवर्क में कुशल प्रशिक्षण और उच्च-थ्रूपुट अनुमान सक्षम करके फ्रंटियर एआई तक पहुंच का लोकतंत्रीकरण किया जा सके।
यह शोध पत्र मात्रात्मक वित्त (क्वांटिटेटिव फाइनेंस) में डोमेन-विशिष्ट LLM डिस्टिलेशन के लिए अनुभवजन्य स्केलिंग लॉ (एम्पिरिकल स्केलिंग लॉ) स्थापित करता है, जो यह प्रदर्शित करता है कि जबकि संपीड़न (कंप्रेशन) अनुमानित रूप से इन-डोमेन प्रदर्शन को कम करता है, चेन-ऑफ-थॉट सुपरविजन उस सामान्य ज्ञान को प्रभावी ढंग से पुन: प्राप्त करता है जो संरचनात्मक छंटाई (स्ट्रक्चरल प्रूनिंग) के तहत अन्यथा समाप्त हो जाता।
UniDrive एक एकीकृत ढांचा है जो प्राकृतिक भाषा जोखिम विवरण और सटीक बाउंडिंग-बॉक्स स्थानीयकरण को एक साथ उत्पन्न करने के लिए गेटेड क्रॉस-अटेंशन मैकेनिज्म के माध्यम से टेम्पोरल रीजनिंग को उच्च-रिज़ॉल्यूशन स्थानिक धारणा के साथ एकीकृत करता है, जिससे स्वायत्त ड्राइविंग के लिए व्याख्यात्मक जोखिम समझ में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र यह प्रदर्शित करता है कि पाठ्यपुस्तक समीक्षा प्रश्नों से हल्के भाषाई और दृश्य संबंधी विशेषताओं को शामिल करने से, केवल पूर्व छात्र प्रदर्शन डेटा के उपयोग से प्राप्त की जा सकने वाली क्षमता की तुलना में, छात्र क्विज़ प्रदर्शन के पूर्वानुमान में महत्वपूर्ण सुधार होता है।
यह शोधपत्र एजेंटिक ई-कॉमर्स में चैटबॉट-आधारित बिक्री रूपांतरण से एक सूक्ष्म-लेनदेन बाजार (micro-transaction market) की ओर एक प्रतिमान परिवर्तन (paradigm shift) का प्रस्ताव करता है जहाँ स्वायत्त एजेंट सत्यापित, निर्णय-प्रासंगिक उत्पाद जानकारी खरीदते हैं, जिससे वास्तविक गुणवत्ता प्रतिस्पर्धा को प्राथमिकता मिलती है और लागत-इष्टतम सूचना प्राप्ति एवं डेटा मूल्य निर्धारण के इर्द-गिर्द प्रमुख एनएलपी (NLP) चुनौतियों को पुनर्परिभाषित किया जाता है।