22557 पेपर
MoECodec एक टोकन-जागरूक इमेज कंप्रेशन फ्रेमवर्क है जो इनपुट कंटेंट और टास्क उद्देश्यों के आधार पर गणना को गतिशील रूप से अनुकूलित करने के लिए एक स्टेबल रूटिंग स्ट्रैटेजी और लाइटवेट ग्रुप शफल MLP के साथ एक मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर को एकीकृत करता है, जिससे एक ही एकीकृत मॉडल के भीतर मानव और मशीन धारणा कार्यों दोनों में उत्कृष्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र कोहेरेंस अंडर कमिटमेंट (CUC) प्रस्तुत करता है, जो एक दोहरी-क्वेरी मूल्यांकन पद्धति है जो यह उजागर करती है कि कैसे बड़े भाषा मॉडल चार ओपन-वेट मॉडलों के माध्यम से निरंतरता और निर्णायकता को संयुक्त रूप से मापकर व्यवस्थित परहेज द्वारा निरर्थक तार्किक सुसंगतता प्राप्त कर सकते हैं।
यह शोध पत्र SLeDGe का प्रस्ताव करता है, जो डेटा स्ट्रीम्स के लिए एक अर्ध-पर्यवेक्षित (semi-supervised) शिक्षण विधि है जो सख्त मेमोरी और लेबल बाधाओं के तहत एक भविष्य कहनेवाला मॉडल और एक अनुकूलन योग्य ग्राफ संरचना को संयुक्त रूप से सीखता है, जो प्रभावी रूप से विकसित होते नमूना संबंधों को कैप्चर करता है और 12 डेटासेट्स में अत्याधुनिक प्रतिस्पर्धियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र LLM-आधारित मल्टी-रेफरेंस इवैल्यूएशन (LMRE) का प्रस्ताव करता है, जो एक स्केलेबल विधि है जो सिंगल-रेफरेंस इवैल्यूएशन की सीमाओं को दूर करने के लिए कई वैध वाक्यांश उत्पन्न करती है और वाक्यांश ब्रेक एनोटेशन के आकलन के लिए मानव निर्णय के साथ अधिक निकटता से संरेखित होती है।
यह शोध पत्र Chem2Gen-Bench प्रस्तुत करता है, जो 1.3 मिलियन से अधिक परटर्बेशन प्रोफाइल्स (perturbation profiles) वाला एक व्यापक बेंचमार्क है जो विभिन्न सेल-टारगेट संदर्भों में रासायनिक प्रतिक्रियाओं को आनुवंशिक प्रतिक्रियाओं में अनुवादित करने की निष्ठा और सीमाओं का मूल्यांकन करता है, जिससे यह पता चलता है कि हालांकि मापने योग्य संरेखण मौजूद है, फाउंडेशन-मॉडल एम्बेडिंग्स (foundation-model embeddings) लगातार सरल बेसलाइनों से बेहतर प्रदर्शन नहीं करते हैं।
यह शोध पत्र MammoExpert को प्रस्तुत करता है, जो तीन नैदानिक चरणों में चेन-ऑफ-थॉट (Chain-of-Thought) तर्क एनोटेशन वाला पहला मैमोग्राफी डेटासेट है, जो मौजूदा दृष्टिकोणों की तुलना में मॉडलों को प्रशिक्षित करने के लिए उपयोग किए जाने पर स्तन घाव वर्गीकरण की सटीकता और व्याख्यात्मकता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र "आंसर इंजीनियरिंग" (Answer Engineering) को प्रस्तुत करता है, जो एक नियतात्मक रनटाइम लेयर (deterministic runtime layer) है जो जनरेशन के दौरान रीजनिंग ट्रेजेक्टरीज (reasoning trajectories) पर स्थानीयकृत, नियम-निर्देशित हस्तक्षेपों को लागू करके लार्ज लैंग्वेज मॉडल्स में प्रोटोकॉल अनुपालन में सुधार करता है, जिससे बिना मॉडल रिट्रेनिंग के अचानक सेंसरिन्यूरल सुनने की शक्ति की हानि (sudden sensorineural hearing loss) के नैदानिक निर्णय लेने में महत्वपूर्ण सटीकता लाभ प्राप्त होता है।
PulseCX एक नवीन ढांचा है जो एक एसिंक्रोनस एजेंट के माध्यम से ज्ञान प्राप्ति को उपभोग से अलग करके, एक क्षय-जागरूक (decay-aware) टेम्पोरल नॉलेज ग्राफ का निर्माण करता है, जिससे वास्तविक समय की संवादात्मक एआई की क्लोज्ड-वर्ल्ड सीमाओं को दूर किया जाता है, और इस प्रकार खोज विलंबता (search latency) को समाप्त करते हुए गतिशील वातावरण में इरादे के समाधान (intent resolution) और ग्राहक संतुष्टि में महत्वपूर्ण सुधार किया जाता है।
यह शोध पत्र AdaMem को प्रस्तुत करता है, जो एक अनुकूलन योग्य मेमोरी सिस्टम है जो अप्रासंगिक जानकारी को फ़िल्टर करने के लिए उपयोगकर्ता फीडबैक से भूमिका-विशिष्ट राइट नीतियों (write policies) को सीखता है, जिससे मेमोरी ब्लोट कम होता है और यूनिफॉर्म मेमोरी बेसलाइन की तुलना में लॉन्ग-होरिजन QA सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक संदर्भ-जागरूक जनरेटिव एआई फ्रेमवर्क पेश करता है जो निरंतर अपडेट होने वाले नॉलेज ग्राफ, सूक्ष्म परिवर्तन पहचान के लिए एक डेल्टा इंजन और मॉडल कॉन्टेक्स्ट प्रोटोकॉल-निर्देशित एजेंटों का उपयोग करता है ताकि टेलीकॉम टेस्ट स्क्रिप्ट को वास्तविक समय में स्वचालित रूप से अनुकूलित किया जा सके, जिससे स्टेटिक टेस्ट सूट्स की सीमाओं को दूर किया जा सके और मैन्युअल प्रयास को कम किया जा सके।