22650 पेपर
Code-Augur एक नवीन एजेंटिक भेद्यता पहचान ढांचा (framework) है जो कोड से सुरक्षा विशिष्टताओं (security specifications) को स्पष्ट रूप से अनुमानित करके और रनटाइम फाल्सिफिकेशन (runtime falsification) के माध्यम से उन्हें निरंतर परिष्कृत करके स्वायत्त LLMs की विश्वसनीयता और प्रभावशीलता को बढ़ाता है, जिससे उन महत्वपूर्ण कमजोरियों का पता चलता है जिन्हें अन्य विधियाँ छोड़ देती हैं।
EffiNav एक नवीन फ्रेमवर्क है जो अज्ञात वातावरणों में कुशल और सामान्यीकरण योग्य ऑब्जेक्ट गोल नेविगेशन प्राप्त करने के लिए डेप्थ और विजन-लैंग्वेज जानकारी को फ्यूज करता है, जो अनावश्यक अन्वेषण को प्रभावी ढंग से कम करके सिमुलेशन बेंचमार्क और वास्तविक दुनिया के रोबोट डिप्लॉयमेंट दोनों में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र scGTN का प्रस्ताव करता है, जो एक नवीन डीप सियामीज़ ग्राफ ट्रांसफॉर्मर नेटवर्क है जो जीन अभिव्यक्ति प्रोफाइल को संवर्धित ग्राफ दृश्यों और ऑप्टिमल ट्रांसपोर्ट के साथ एकीकृत करके बेहतर क्लस्टरिंग प्रदर्शन प्राप्त करने के लिए सिंगल-सेल आरएनए अनुक्रमण डेटा में स्पर्सिटी (sparsity), शोर और जटिल संरचनात्मक निर्भरताओं को संबोधित करता है।
यह शोध पत्र CURE को प्रस्तुत करता है, जो स्ट्रीम लर्निंग में टैबुलर फाउंडेशन मॉडल्स के लिए एक कॉन्टेक्स्ट मैनेजमेंट पॉलिसी है, जो एंट्रॉपी-गेटेड एडमिशन और रेडंडेंसी-अवेयर इविक्शन के माध्यम से रेडंडेंट उदाहरणों को हटाते हुए और हालिया एवं अनिश्चित उदाहरणों को संरक्षित करते हुए डिस्ट्रीब्यूशन शिफ्ट के तहत प्रेडिक्शन परफॉरमेंस को ऑप्टिमाइज़ करता है।
यह शोधपत्र ForecastBench-Sim को प्रस्तुत करता है, जो Freeciv गेम सिमुलेशन पर आधारित एक नवीन पूर्वानुमान बेंचमार्क है, जो गतिशील वातावरण में संभाव्य तर्क (probabilistic reasoning) का अध्ययन करने के लिए तुरंत हल करने योग्य, नियंत्रित और विविध पूर्वानुमान कार्यों को सक्षम करके वास्तविक दुनिया की बाधाओं को दूर करता है।
यह शोध पत्र ड्यूल-चैनल ग्राउंडेड वर्ल्ड मॉडलिंग (DCGWM) का प्रस्ताव करता है, जो एक नवीन आर्किटेक्चर है जो भौतिक और सामाजिक-व्यवहार संबंधी गतिकी को बिना किसी क्रॉस-सबस्पेस हस्तक्षेप के अलग-अलग ग्राउंड करने के लिए इनवर्ड-ओनली ग्रेडिएंट फ्लो वाले एक विभाजित लेटेंट स्पेस का उपयोग करके जॉइंट एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर में ऑब्जेक्टिव इंटरफेरेंस कोलैप्स को संरचनात्मक रूप से रोकता है।
यह शोध पत्र TW-LegalBench प्रस्तुत करता है, जो बहुविकल्पीय प्रश्नों, निबंध लेखन और निर्णय पूर्वानुमान के माध्यम से लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने के लिए ताइवान के आधिकारिक कानूनी संग्रह का उपयोग करने वाला एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि जबकि शीर्ष मॉडल वकीलों के योग्यता स्तर के करीब पहुँचते हैं, वे अभी भी न्यायाधीशों और अभियोजकों से काफी पीछे हैं और सटीक कानूनी उद्धरण (साइटेशन) के साथ संघर्ष करते हैं।
यह अध्ययन व्यावसायिक संदर्भों में मानव-एआई एजेंट इंटरैक्शन को अनुकूलित करने के लिए सिद्धांतों, मानदंडों और डिज़ाइन तत्वों की पहचान करने और उनका मूल्यांकन करने के लिए एक मिश्रित-पद्धति दृष्टिकोण का उपयोग करता है, जिसका लक्ष्य उपयोगकर्ता अनुभव को बढ़ाना, विश्वास बनाना और अनुकूलन को सुगम बनाना है।
मॉर्फियस (Morpheus) तुर्की भाषा के लिए एक नवीन न्यूरल टोकेनाइज़र और वर्ड एंबेडर है जो मानक सबवर्ड विधियों की तुलना में लॉसलेस, मॉर्फोलॉजी-अवेयर टोकेनाइज़ेशन के साथ बेहतर संपीड़न दक्षता और मॉर्फोलॉजिकल संरेखण प्राप्त करने के लिए एक डिफरेंशिएबल पॉइसन-बिनोमियल डायनेमिक प्रोग्राम का उपयोग करता है, जबकि उच्च गुणवत्ता वाले रूट-सेंट्रिक वर्ड एम्बेडिंग भी उत्पन्न करता है।
यह शोधपत्र SWE-Future को प्रस्तुत करता है, जो एक ऐसी विधि है जो आगामी फीचर, बगफिक्स और रिफैक्टर आवश्यकताओं का पूर्वानुमान लगाने के लिए पूर्व-मौजूद रिपॉजिटरी डेटा का उपयोग करके यथार्थवादी, भविष्योन्मुखी सॉफ्टवेयर इंजीनियरिंग कार्यों को संश्लेषित करती है, जिससे एक ऐसा बेंचमार्क निर्मित होता है जो ऐतिहासिक पुल रिक्वेस्ट (pull requests) को पुन: खेलने के डेटा संदूषण (data contamination) जोखिमों से बचता है और वास्तविक रिपॉजिटरी विकास के प्रति उच्च प्रासंगिकता बनाए रखता है।