23199 पेपर
यह शोध पत्र EvTexture++ को प्रस्तुत करता है, जो पहला इवेंट-संचालित ढांचा (framework) है जो वीडियो सुपर-रिज़ॉल्यूशन में इवेंट सिग्नल्स के ध्यान को मोशन रिफाइनमेंट से हटाकर टेक्सचर एन्हांसमेंट पर केंद्रित करता है, जो एक अनुकूलित इटरेटिव एन्हांसमेंट ब्रांच और एक टेम्पोरल अलाइनमेंट मॉड्यूल का उपयोग करके अत्याधुनिक प्रदर्शन और मौजूदा मॉडलों के साथ प्लग-एंड-प्ले अनुकूलता प्राप्त करता है।
एपिबेंच (EpiBench) लघु-क्षितिज एपिजेनोमिक्स विश्लेषण के लिए एक सत्यापन योग्य बेंचमार्क है जो चार परख प्रकारों (assay types) में 106 यथार्थवादी वर्कफ़्लो कार्यों पर एआई एजेंटों का मूल्यांकन करता है, जिससे यह पता चलता है कि GPT-5.5 जैसे शीर्ष प्रदर्शन करने वाले मॉडल भी बहुमत सफलता दर प्राप्त करने में विफल रहते हैं क्योंकि उन्हें सही फ़ाइलों और मध्यवर्ती परिणामों की पहचान करने के बावजूद, गहन, परख-विशिष्ट वैज्ञानिक निर्णय लागू करने में कठिनाई होती है।
यह शोध पत्र बड़े रीजनिंग मॉडलों में एक "कमिटमेंट बाउंड्री" (commitment boundary) की पहचान करता है जहाँ अंतिम उत्तर पहले ही निर्धारित हो जाता है, जिससे यह स्पष्ट होता है कि बाद के चेन-ऑफ-थॉट (chain-of-thought) चरण काफी हद तक एपिफेनोमेनल (epiphenomenal) होते हैं और प्रदर्शन से समझौता किए बिना रीजनिंग की लंबाई को 55% तक कम करने के लिए उन्हें सुरक्षित रूप से छोड़ा जा सकता है।
यह शोध पत्र डोरडैश (DoorDash) में तैनात एक मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) प्रणाली को प्रस्तुत करता है जो ग्राहक अनुभव से समझौता किए बिना बैचिंग दक्षता और वितरण गुणवत्ता के बीच संतुलन को अनुकूलित करने के लिए विलंबित परिचालन फीडबैक से सीखकर, एक त्रि-पक्षीय बाजार में डिस्पैच उद्देश्य भारों (dispatch objective weights) को सुरक्षित रूप से अनुकूलित करती है।
यह शोध पत्र मानव और एलएलएम (LLM) तर्क के बीच के अंतर को इस तथ्य को प्रदर्शित करके चुनौती देता है कि दोनों ही अमूर्त विश्व मॉडलों (abstract world models) के बजाय पैटर्न-मैचिंग तंत्रों द्वारा संचालित समान त्रुटि पैटर्न प्रदर्शित करते हैं, जिसमें विशिष्ट एलएलएम अटेंशन हेड्स अप्रासंगिक विवरणों के कारण होने वाली मानवीय तर्क विफलताओं की भविष्यवाणी करने में सक्षम हैं।
यह शोध पत्र तर्क देता है कि शील्ड संश्लेषण (shield synthesis) को सुरक्षित एजेंट नीतियों को लागू करने वाले एक रनटाइम तंत्र के रूप में प्राथमिक रूप से कार्य करने के बजाय, नेटवर्क सुरक्षा के बारे में औपचारिक "रक्षात्मक निर्णय" (defensibility verdicts) और वास्तुशिल्प अंतर्दृष्टि प्राप्त करने के लिए एक डिज़ाइन-टाइम विश्लेषणात्मक ढांचे के रूप में पुनर्कल्पित किया जाना चाहिए।
यह शोध पत्र EurekAgent को प्रस्तुत करता है, जो एक स्वायत्त वैज्ञानिक खोज प्रणाली है जो अनुसंधान के केंद्र को एजेंट वर्कफ़्लो डिज़ाइन से बदलकर "एनवायरनमेंट इंजीनियरिंग" (वातावरण इंजीनियरिंग) पर स्थानांतरित कर देती है—अर्थात उत्पादक व्यवहारों को बढ़ाने और हानिकारक व्यवहारों को दबाने के लिए अनुमतियों, आर्टिफ़ेक्ट्स, बजट और मानवीय निरीक्षण को संरचित करना, जिससे गणित, कर्नेल इंजीनियरिंग और मशीन लर्निंग कार्यों में अत्याधुनिक परिणाम प्राप्त किए जा सकें।
यह शोध पत्र Agents-K1 को प्रस्तुत करता है, जो एक एंड-टू-एंड पाइपलाइन है जो एक मल्टीमॉडल पार्सर, एक GRPO-प्रशिक्षित एक्सट्रैक्शन बैकबोन और एक एकीकृत रिट्रीवल इंटरफेस को एकीकृत करके कच्चे वैज्ञानिक दस्तावेजों को एजेंट-नेटिव नॉलेज ग्राफ में परिवर्तित करती है, जिसके परिणामस्वरूप बड़े पैमाने पर Scholar-KG डेटासेट प्राप्त होता है और वैज्ञानिक सूचना निष्कर्षण एवं मल्टी-हॉप रीजनिंग में बेहतर प्रदर्शन प्रदर्शित होता है।
यह शोधपत्र SpatialClaw को प्रस्तुत करता है, जो एक स्टेटफुल कोड निष्पादन इंटरफ़ेस (stateful code execution interface) का उपयोग करके विजन-लैंग्वेज मॉडल्स में ओपन-एंडेड 3D/4D स्थानिक तर्क (spatial reasoning) को बढ़ाता है, जिससे एजेंटों को धारणा संबंधी कार्यों (perception operations) को लचीले ढंग से संयोजित करने और मॉडल-विशिष्ट अनुकूलन के बिना 20 बेंचमार्क में अत्याधुनिक प्रदर्शन प्राप्त करने में सक्षम बनाया जाता है।
यह शोध पत्र ऑल्टो यूनिवर्सिटी (Aalto university) के डेटासेट पर स्लाइडिंग-विंडो अनुक्रम लंबाई को अनुकूलित करके, कच्चे नेटवर्क पैकेट कैप्चर से 27 प्रकार के IoT उपकरणों की पहचान करने के लिए लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) नेटवर्क का उपयोग करते हुए एक एंड-टू-एंड मशीन लर्निंग पाइपलाइन प्रस्तुत करता है, जिसने 79.85% सटीकता और 75.70% मैक्रो-औसत F1-स्कोर प्राप्त किया है।