23087 पेपर
SPATIA एक नवीन मल्टीमॉडल जनरेटिव और प्रेडिक्टिव मॉडल है जो ऊतक-स्तरीय विश्लेषण (tissue-level analysis), फेनोटाइप जनरेशन और क्रॉस-मोडल प्रेडिक्शन में मौजूदा तरीकों से बेहतर प्रदर्शन करने के लिए सेल मॉर्फोलॉजी, जीन एक्सप्रेशन और स्पेशियल कॉन्टेक्स्ट को एकीकृत करता है, जिसे एक विशाल मल्टी-स्केल डेटासेट पर प्रशिक्षित कॉन्फिडेंस-अवेयर फ्लो मैचिंग फ्रेमवर्क के माध्यम से बनाया गया है।
यह शोध पत्र ग्रेडिएंट रेगुलराइजेशन-आधारित न्यूरल ग्रेन्जर कॉज़ैलिटी (GRNGC) का प्रस्ताव करता है, जो एक एकल प्रेडिक्शन मॉडल के भीतर इनपुट-आउटपुट ग्रेडिएंट्स पर रेगुलराइजेशन लागू करके कारण संबंधी संबंधों का अनुमान लगाने वाला एक लचीला और गणनात्मक रूप से कुशल ढांचा है, जिससे मौजूदा विधियों की संरचनात्मक सीमाओं को दूर किया जा सकता है और सिंथेटिक तथा वास्तविक दुनिया के जटिल औद्योगिक और जैविक डेटासेट दोनों में उत्कृष्ट प्रदर्शन प्रदर्शित किया जा सकता है।
यह शोधपत्र AnalogFed को प्रस्तुत करता है, जो पहला गोपनीयता-संरक्षण ढांचा है जो मॉडल उपयोगिता से समझौता किए बिना मेंबरशिप इन्फरेंस और मॉडल इन्वर्जन हमलों को प्रभावी ढंग से कम करके फेडरेटेड लर्निंग और जनरेटिव एआई का उपयोग करके बड़े पैमाने पर, सहयोगात्मक एनालॉग सर्किट टोपोलॉजी डिस्कवरी को सक्षम बनाता है।
यह शोध पत्र "मूविंग आउट" (Moving Out) को प्रस्तुत करता है, जो भौतिक रूप से आधारित मानव-एआई सहयोग के लिए एक नया बेंचमार्क है जो मौजूदा असतत या गैर-भौतिक डेटासेट की सीमाओं को संबोधित करता है, और एजेंटों की विविध मानव व्यवहारों और जटिल भौतिक बाधाओं के अनुकूल होने की क्षमता को बढ़ाने के लिए BASS पद्धति का प्रस्ताव करता है।
यह शोध पत्र TRACE को प्रस्तुत करता है, जो सर्किट ग्राफ कार्यक्षमता सीखने के लिए एक नया प्रतिमान (पैराडाइम) है, जो कंप्यूटेशन फ्लो को कैप्चर करने के लिए एक पदानुक्रमित ट्रांसफार्मर (Hierarchical Transformer) और ग्लोबल प्रेडिक्शन को डिकपल करने के लिए एक फंक्शन शिफ्ट लर्निंग ऑब्जेक्टिव का उपयोग करता है, जो विविध सर्किट मोडैलिटीज में मौजूदा आर्किटेक्चर की तुलना में काफी बेहतर प्रदर्शन करता है।
OmniRetarget एक इंटरैक्शन-प्रिजर्विंग डेटा जनरेशन इंजन है जो एम्बॉडीमेंट गैप्स को दूर करने और महत्वपूर्ण मानव-वस्तु/पर्यावरण संबंधों को बनाए रखने के लिए एक इंटरैक्शन मेश का लाभ उठाता है, जिससे जटिल लर्निंग करिकुलम के बिना रोबस्ट, लॉन्ग-होराइजन ह्यूमनॉइड लोको-मैनिपुलेशन और पार्कोर स्किल्स के लिए उच्च गुणवत्ता वाले ट्रेनिंग डेटा का कुशल निर्माण संभव होता है।
यह शोध पत्र यह प्रस्तावित करता है कि न्यूरल नेटवर्क में एडवरसेरियल भेद्यता (adversarial vulnerability) और ट्रांसफ़रेबिलिटी (transferability) "सुपरपोजिशन" से उत्पन्न होती है, जहाँ कुशल सूचना एनकोडिंग गैर-ऑर्थोगोनल (non-orthogonal) निरूपणों को मजबूर करती है जो विशेषताओं के बीच हस्तक्षेप का कारण बनती है, जिससे लक्षित गड़बड़ी (targeted perturbations) अनजाने में अन्य अवधारणाओं को प्रभावित करती है।
यह शोध पत्र "BadScientist" का परिचय देता है, जो एक ऐसा ढांचा (framework) है जो यह प्रदर्शित करता है कि AI एजेंट विश्वसनीय लेकिन दोषपूर्ण शोध पत्र तैयार कर सकते हैं जो LLM-आधारित सहकर्मी समीक्षा (peer review) प्रणालियों को सफलतापूर्वक धोखा देने में सक्षम हैं, जिससे महत्वपूर्ण कमजोरियों का पता चलता है जहाँ अखंडता संबंधी चिंताएँ स्वीकृति को रोकने में विफल रहती हैं और वर्तमान शमन रणनीतियाँ काफी हद तक अप्रभावी सिद्ध होती हैं।
यह शोधपत्र एक पुनरुत्पादक पाइपलाइन प्रस्तुत करता है जो इन-सीटू (in-situ) कैमरों का उपयोग करके शहरी नदियों में तैरते मानवजनित मलबे की मजबूत, कम लागत वाली, स्वचालित निगरानी और मीट्रिक आकार अनुमान को सक्षम करने के लिए डीप लर्निंग और प्रक्षेपिक ज्यामिति (projective geometry) को संयोजित करता है।
यह शोधपत्र EngTrace प्रस्तुत करता है, जो 1,350 संदूषण-प्रतिरोधी (contamination-resistant) इंजीनियरिंग समस्याओं और एक सत्यापन योग्य दो-चरणीय मूल्यांकन ढांचे से युक्त एक प्रतीकात्मक बेंचमार्क है, जिसका उद्देश्य सुरक्षा-महत्वपूर्ण, भौतिकी-आधारित वर्कफ़्लो में बड़े भाषा मॉडल (LLMs) की प्रक्रिया पर्यवेक्षण और एकीकृत तर्क क्षमताओं का कड़ाई से आकलन करना है।