22557 पेपर
यह शोधपत्र CAMMST का प्रस्ताव करता है, जो एक कंट्रास्टिव और एडेप्टिव मल्टी-मोडल मास्कड ऑटोएनकोडर है, जो स्टेट-ऑफ-द-आर्ट स्पेशियल ट्रांसक्रिप्टोमिक्स इम्प्यूटेशन और होल-स्लाइड जीन एक्सप्रेशन प्रेडिक्शन प्राप्त करने के लिए H&E हिस्टोलॉजी इमेजेस के साथ कंटीगुअस जेनेटिक एंकर्स के बायो-सेलिएन्सी-ड्रिवन चयन का लाभ उठाता है।
OmniV2X एक व्हीकल-टू-एवरीथिंग (V2X) कोऑपरेटिव ड्राइविंग के लिए एक जनरेटिव फाउंडेशन मॉडल है जो क्रॉस-अटेंशन इंजेक्शन और बड़े पैमाने के सिंगल-एजेंट डेटा पर प्री-ट्रेनिंग का लाभ उठाता है ताकि मौजूदा विधियों की तुलना में काफी कम कम्प्यूटेशनल लागत, डेटा आवश्यकताओं और संचार बैंडविड्थ के साथ अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र मॉडल-आधारित और मॉडल-फ्री सुदृढीकरण शिक्षण (reinforcement learning) के बीच पारंपरिक अलगाव को चुनौती देता है, यह सिद्ध करते हुए कि विविध रिवॉर्ड फंक्शन पर प्रशिक्षित वैल्यू-बेस्ड एजेंट अंतर्निहित रूप से एक अद्वितीय वर्ल्ड मॉडल को एनकोड करते हैं, जिसे -लर्निंग नामक एक नई विधि के माध्यम से स्पष्ट रूप से निकाला जा सकता है ताकि आउट-ऑफ-डिस्ट्रीब्यूशन कार्यों पर मजबूत सामान्यीकरण प्राप्त किया जा सके।
यह शोध पत्र TF-SNO को प्रस्तुत करता है, जो एक अवस्था-अनुकूली स्पेक्ट्रल न्यूरल ऑपरेटर है जो विकसित होती प्रणाली सांख्यिकी के आधार पर स्पेक्ट्रल प्रतिक्रियाओं को गतिशील रूप से समायोजित करने के लिए सीखने योग्य टाइम-फ्रीक्वेंसी गेटिंग का उपयोग करता है, जिससे बिना किसी स्पष्ट टाइम एम्बेडिंग के गैर-स्थिर आंशिक अंतर समीकरणों (non-stationary partial differential equations) के लिए भविष्यवाणी सटीकता और दीर्घ-अवधि स्थिरता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक स्पार्स ऑटोएनकोडर-आधारित ढांचे का प्रस्ताव करता है जो विजन लैंग्वेज मॉडल्स में दृश्य, पाठ्य और मल्टीमॉडल अवधारणाओं को प्रभावी ढंग से निकालता और विश्लेषण करता है, जो मौजूदा तरीकों की तुलना में दृश्य अवधारणा विवरणों की गुणवत्ता में महत्वपूर्ण सुधार करता है और एकीकृत मल्टीमॉडल अवधारणाओं की व्यवस्थित पहचान को सक्षम बनाता है।
यह शोध पत्र तर्क देता है कि जैसे-जैसे कृत्रिम एजेंट (artificial agents) तेजी से रहस्य उत्पन्न और धारण कर रहे हैं, मशीन व्हिसलब्लोइंग (machine whistleblowing) को मौजूदा सामाजिक ढांचों पर आधारित एक मानकीय, सिद्धांतगत तंत्र के रूप में स्थापित किया जाना चाहिए, साथ ही सरकारी नियामकों से आग्रह करना चाहिए कि वे मशीन प्रकटीकरणों के दायरे और उन्हें बनाने वाले डेवलपर्स, दोनों के लिए स्पष्ट कानूनी सुरक्षा को परिभाषित करें।
यह शोध पत्र प्रदर्शित करता है कि डेंसिटी क्लासिफिकेशन (घनत्व वर्गीकरण) करने वाले न्यूरल सेलुलर ऑटोमेटा में, "भाषाई दूरी" के माध्यम से संचार विषमता को पेश करने से आम सहमति धीमी हो जाती है और विखंडन के बजाय हल्का समूह विचलन होता है, जबकि यह भी प्रकट करता है कि विविध प्रोटोकॉल के तहत प्रशिक्षित मॉडल, समरूप रूप से प्रशिक्षित मॉडलों की तुलना में संचार बेमेल (communication mismatches) के प्रति अधिक सुदृढ़ होते हैं।
यह शोधपत्र प्रदर्शित करता है कि डच भाषा मॉडल मानव-समान सुसंगतता भ्रम (coherence illusions) प्रदर्शित करते हैं जहाँ विचलित करने वाले संदर्भ असंगत निरंतरता के लिए आश्चर्य (surprisal) को कम कर देते हैं, जबकि अटेंशन एंट्रॉपी और ऊर्जा मेट्रिक्स उन अंतर्निहित साझा तंत्रों को प्रकट करते हैं जो इन प्रभावों को संचालित करते हैं।
FleetAgent एक क्लाउड-होस्टेड मल्टीमॉडल असिस्टेंट है जो कॉम्पैक्ट, स्ट्रक्चर्ड व्हीकल-टू-नेटवर्क संदेशों को प्रोसेस करने के लिए VecFormer नामक एक नवीन वेक्टर-टू-एम्बेडिंग इंटरफेस का लाभ उठाता है, जो कच्चे सेंसर या टेक्स्ट-आधारित दृष्टिकोणों की तुलना में डेटा ट्रांसमिशन और मेमोरी ओवरहेड को काफी कम करते हुए बड़े पैमाने पर स्वायत्त बेड़े के लिए कुशल, व्याख्यात्मक और प्राथमिकतापूर्ण टेलीऑपरेशन निगरानी को सक्षम बनाता है।
यह शोध पत्र एक हालियाता/आवृत्ति (recency/frequency) अनुकूलन योग्य KV कैशिंग रणनीति प्रस्तावित करता है जो पारंपरिक LRU नीतियों में अंतर्निहित वर्कलोड हस्तक्षेप को कम करने के लिए कैश स्पेस को गतिशील रूप से आवंटित करता है, जिससे विविध LLM इन्फरेंस वर्कलोड के लिए हिट रेट और टाइम-टू-फर्स्ट-टोकन में महत्वपूर्ण सुधार प्राप्त होता है।