23087 पेपर
MimicIK एक रियल-टाइम जनरेटिव इनवर्स किनेमैटिक्स फ्रेमवर्क है जो टेलीऑपरेशन डेटा से स्मूथ और रोबस्ट जॉइंट-स्पेस प्रायर्स (priors) सीखने के लिए कंडीशनल फ्लो मैचिंग और एक फॉरवर्ड-किनेमैटिक्स कंसिस्टेंसी लॉस का लाभ उठाता है, जो मौजूदा डिफ्यूजन और डिटरमिनिस्टिक बेसलाइन्स की तुलना में बेहतर स्थानिक सटीकता, सिंगुलैरिटी के पास मोशन स्टेबिलिटी और लो-लेटेंसी इन्फरेंस प्राप्त करता है।
PolyKV एक लेयर-वार (layer-wise) KV कैश अनुकूलन ढांचा है जो प्रत्येक ट्रांसफॉर्मर लेयर को सबसे उपयुक्त संपीड़न नीति (compression policy) में गतिशील रूप से रूट करके और गैर-समान (non-uniform) कैश बजट आवंटित करके लॉन्ग-कॉन्टेक्स्ट LLM इन्फरेंस में सुधार करता है, जिससे यह मौजूदा समान एकल-नीति बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र अल्ट्रासेग (UltraSeg) को प्रस्तुत करता है, जो पॉइंट-ऑफ-केयर अल्ट्रासाउंड सेगमेंटेशन के लिए अनुकूलित एक अल्ट्रा-लाइटवेट एआई आर्किटेक्चर है, जो जीपीयू (GPU) पर निर्भरता के बिना केवल सीपीयू (CPU) और मोबाइल उपकरणों पर वास्तविक समय में, क्लिनिकल-ग्रेड प्रदर्शन प्राप्त करता है, जिससे बड़े मॉडलों की सटीकता के साथ मेल खाते हुए संसाधन-सीमित सेटिंग्स में उन्नत निदान को सक्षम बनाया जा सके।
यह शोध पत्र CONCORD को प्रस्तुत करता है, जो डॉक्यूमेंट आइसोलेशन के तहत डिवाइस-क्लाउड RAG के लिए एक एसिंक्रोनस स्पार्स एग्रीगेशन फ्रेमवर्क है, जो वेटिंग डेब्ट कंट्रोल और सर्टिफिकेट-गाइडेड मिनिमल सप्लीमेंटेशन का उपयोग करके केवल आवश्यकता होने पर ही रिमोट एविडेंस को चुनिंदा रूप से अनुरोधित करता है, जिससे एंड-टू-एंड थ्रूपुट को अनुकूलित किया जाता है और संचार को न्यूनतम किया जाता है।
यह शोधपत्र एक मॉडल और पुनरुत्पादनीय बेंचमार्क प्रस्तुत करता है जो विज्ञापन वितरण चैनल को एक शोरयुक्त ओरेकल (noisy oracle) मानकर इंटरैक्टिव लक्षित विज्ञापनों से उपयोगकर्ता के गुणों का अनुमान लगाने की प्रक्रिया को दर्शाता है, यह प्रदर्शित करते हुए कि जबकि बार-बार होने वाले अभियान मापने योग्य अनुमान हमलों (inference attacks) को सक्षम कर सकते हैं, एग्रीगेट रिपोर्टिंग और रैंडमाइज्ड फ़िल्टरिंग जैसी प्रकटीकरण नीतियां प्रभावी बचाव के रूप में कार्य करती हैं।
यह शोध पत्र SPOKES को पेश करता है, जो एक संभाव्य विविधीकरण ढांचा (probabilistic diversification framework) है जो G-Vendi स्कोर और एक्सपोनेंशियल ग्रेडिएंट डिसेंट का उपयोग करके सीधे डेटा विविधता के लिए अनुकूलन करता है, और यह प्रदर्शित करता है कि गुणवत्ता और विविधता दोनों के लिए प्रीट्रेनिंग डेटा का संयुक्त चयन डाउनस्ट्रीम प्रदर्शन में मौजूदा बेसलाइनों और रैंडम सैंपलिंग की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र विज़ुअल-सीकर (Visual-Seeker) को प्रस्तुत करता है, जो एक विज़ुअल-नेटिव मल्टीमॉडल एजेंटिक सर्च सिस्टम है, जो सूक्ष्म दृश्य साक्ष्यों को गतिशील रूप से संकलित करने के लिए सक्रिय दृश्य तर्क और 5,000 उच्च-गुणवत्ता वाले प्रक्षेप पथों (ट्रैजेक्टरीज) के एक संश्लेषित डेटासेट का लाभ उठाकर जटिल, ओपन-वर्ल्ड खोज कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र DEC को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो ज्ञान ग्राफ (knowledge graphs) में प्रोवेनेंस (provenance) की व्याख्या एपिस्टेमिक स्टैंड्स (epistemic stance) के संकेतकों के रूप में करता है ताकि एट्रिब्यूटेड दावों को "कॉग्निटिव वर्ल्ड्स" (cognitive worlds) में व्यवस्थित किया जा सके, जिससे असहमति और परिकल्पनाओं को विसंगतियों में बदले बिना उन पर सिद्धांतपूर्ण तर्क करना सक्षम हो सके।
यह शोध पत्र घुटने के रेडियोग्राफ से निचले अंग के संरेखण का आकलन करने के लिए 'इम्प्लिसिट न्यूरल शेप फंक्शन्स' का उपयोग करते हुए एक लैंडमार्क-मुक्त स्वचालित वर्कफ़्लो प्रस्तावित करता है, जो स्पष्ट शारीरिक लैंडमार्क डिटेक्शन की आवश्यकता को समाप्त करते हुए एक लचीली प्रस्तुति प्रदान करता है और अत्याधुनिक विधियों के तुलनीय प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र Mask-Proof को प्रस्तुत करता है, जो एक स्वचालित डेटा क्यूरेशन पाइपलाइन है जो वास्तविक गणितीय प्रमाणों को एक LLM-आधारित जज द्वारा मूल्यांकित मास्क किए गए-चरण कार्यों (masked-step tasks) में परिवर्तित करती है, जिसके परिणामस्वरूप Mask-ProofBench डेटासेट प्राप्त होता है जो यह प्रदर्शित करता है कि तर्क-संवर्धित (reasoning-enhanced) मॉडल विशेषज्ञ एनोटेशन के साथ उच्च सहमति के साथ चरण-स्तरीय गणितीय तर्क में मानक मॉडलों की तुलना में काफी बेहतर प्रदर्शन करते हैं।