23087 पेपर
यह शोध पत्र एक व्याख्यात्मक, प्रशिक्षण-मुक्त ढांचे का प्रस्ताव करता है जो मल्टीट्रैक म्यूजिक ट्रांसफॉर्मर में पिच और ड्यूरेशन गुणों के सूक्ष्म, स्वतंत्र मॉड्यूलेशन को प्राप्त करने के लिए PID फीडबैक कंट्रोल और ग्राम-श्मिट ऑर्थोगोनलाइजेशन के माध्यम से ज्यामितीय डिकपलिंग का उपयोग करता है।
यह शोध पत्र SHIFT का प्रस्ताव करता है, जो एक प्रशिक्षण-मुक्त (training-free) इंडेक्सिंग विधि है जो दस्तावेज़ एम्बेडिंग्स से अनुमानित भाषा-विशिष्ट ऑफसेट्स को घटाकर बहुभाषी सूचना पुनर्प्राप्ति (multilingual information retrieval) में भाषाई पूर्वाग्रह को कम करती है, जिससे मॉडल को पुन: प्रशिक्षित किए बिना क्रॉस-लिंगुअल खोज प्रदर्शन में सुधार होता है।
ProfiLLM एक एजेंटिक (agentic) LLM डेटा पाइपलाइन है जो टूल-ऑगमेंटेड ग्लोबल नॉलेज माइनिंग को यूटिलिटी-अलाइन्ड प्रोफाइल एक्सप्लोरेशन के साथ जोड़कर औद्योगिक राइड-हेलिंग डिस्पैच के लिए यूजर प्रोफाइलिंग को स्केल करने की चुनौतियों को दूर करती है, जिसके परिणामस्वरूप DiDi के प्रोडक्शन मैचिंग सिस्टम में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होते हैं।
यह शोध पत्र यह पहचानता है कि SPLADE जैसे स्पार्स रिट्रीवल मॉडल्स में बड़े MLM-हेड नॉर्म्स वाले स्ट्रॉन्गर प्रीट्रेंड एनकोडर्स का उपयोग करने से स्केल मिसमैच के कारण ट्रेनिंग अस्थिरता होती है, और MLM-हेड प्रोजेक्शन के ज़ीरो-कॉस्ट इनिशियलाइज़ेशन-टाइम रीस्केलिंग का प्रस्ताव करता है जो ट्रेनिंग को स्थिर करता है और विभिन्न बेंचमार्क पर रिट्रीवल प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र SwitchBraidNet को प्रस्तुत करता है, जो एक कॉम्पैक्ट, क्वांटाइजेशन-अवेयर हाइब्रिड BCI आर्किटेक्चर है जो ड्यूल-पाथ टेम्पोरल ब्रेड और एडेप्टिव स्पेशियल गेटिंग के साथ मोटर इमेजरी और SSVEP डिकोडिंग को एकीकृत करता है, जो उच्च सटीकता और लो-पावर एम्बेडेड परिनियोजन के लिए उपयुक्त 3.03 KB INT8 फुटप्रिंट प्राप्त करता है।
यह शोध पत्र यह प्रदर्शित करता है कि रिट्रीवल (retrieval), मल्टी-एविडेंस सिंथेसिस (multi-evidence synthesis) और रीजनिंग कार्यों को कवर करने वाली एक सावधानीपूर्वक क्यूरेट की गई, डेटा-केंद्रित रेसिपी, जो एक न्यूनतम आउटकम-आधारित GRPO सेटअप के साथ संयुक्त है, जटिल रिवॉर्ड इंजीनियरिंग पर निर्भर हुए बिना, लार्ज लैंग्वेज मॉडल्स में लॉन्ग-कॉन्टेक्स्ट रीजनिंग और एजेंटिक क्षमताओं को महत्वपूर्ण रूप से बढ़ाती है।
यह शोध पत्र TRUST का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो प्रोंबाबिलिस्टिक त्सेटलिन मशीनों (Probabilistic Tsetlin Machines) और बायेसियन ऑप्टिमाइज़ेशन का लाभ उठाकर मजबूत, व्याख्या योग्य काउंटरफैक्टुअल स्पष्टीकरण उत्पन्न करने के लिए सीधे उन न्यूनतम इनपुट परिवर्तनों की खोज करता है जो उपयोगकर्ता-निर्धारित भविष्यवाणी विश्वास लक्ष्यों को संतुष्ट करते हैं, जिससे पारंपरिक बाउंड्री-क्रॉसिंग रिकोर्स विधियों की भंगुरता पर विजय प्राप्त होती है।
यह शोध पत्र यह प्रदर्शित करता है कि एक रोबोट को पूर्व सहयोग पैटर्न के स्वतः चयनित एपिसोडिक मेमोरी (episodic memory) से सुसज्जित करना, जिसे एक नॉलेज ग्राफ के रूप में दर्शाया गया है, अर्बन सर्च एंड रेस्क्यू (शहरी खोज एवं बचाव) परिदृश्यों में बचाव सफलता दर को बढ़ाकर और कार्य पूरा करने के समय को कम करके मानव-रोबोट टीम वर्क में महत्वपूर्ण सुधार करता है।
यह शोध पत्र WorldLines पेश करता है, जो गतिशील घरेलू वातावरण में मेमोरी और प्लानिंग का मूल्यांकन करने के लिए लॉन्ग-होरिज़न स्टेटफुल एम्बोडीड एजेंटों हेतु एक बेंचमार्क है, साथ ही इसमें ObsMem भी शामिल है, जो आंशिक दृश्यता (पार्शियल ऑब्जर्वेबिलिटी) और स्टेट ट्रैकिंग की चुनौतियों को संबोधित करने के लिए डिज़ाइन किया गया एक विज़िबिलिटी-अवेयर मेमोरी फ्रेमवर्क है।
यह शोध पत्र ImpSH का प्रस्ताव करता है, जो एक ट्रिपलेट-आधारित ढांचा है जो मानक सुपरवाइज्ड कंट्रास्टिव लर्निंग की तुलना में निहित घृणास्पद भाषण (इम्प्लिसिट हेट स्पीच) का पता लगाने की क्रॉस-डोमेन सामान्यीकरण क्षमता और स्थिरता में सुधार करने के लिए कॉन्टेक्स्ट-बाउंडेड सेमी-हार्ड नेगेटिव माइनिंग का उपयोग करके पोस्ट को उनके निहित कथनों के साथ संरेखित करता है।