23200 पेपर
यह शोध पत्र कॉज़ल इन्फ्लुएंस डायग्राम्स का उपयोग करके लेटेंट नॉलेज को इलिसिट करने (ELK) की समस्या को औपचारिक रूप देता है और एक असंभवता प्रमेय (इम्पॉसिबिलिटी थ्योरम) को सिद्ध करता है जो यह दर्शाता है कि कोई भी फीडबैक-आधारित प्रशिक्षण रणनीति, जो केवल एजेंट के व्यवहार पर निर्भर करती है, पूर्ण प्रशिक्षण फीडबैक के साथ भी, एक ईमानदार एआई के विकास की गारंटी नहीं दे सकती है।
यह शोध पत्र SpikeDecoder को प्रस्तुत करता है, जो प्राकृतिक भाषा प्रसंस्करण के लिए ट्रांसफॉर्मर डिकोडर का एक पूर्णतः स्पाइकिंग न्यूरल नेटवर्क-आधारित कार्यान्वयन है, जो वास्तुशिल्प विश्लेषण और अनुकूलित एम्बेडिंग विधियों के माध्यम से प्रशिक्षण चुनौतियों का समाधान करते हुए पारंपरिक ANN बेसलाइन की तुलना में सैद्धांतिक ऊर्जा खपत में 87% से 93% की कमी प्राप्त करता है।
यह शोध पत्र स्टैंडर्ड इंटरप्रिटेबल मॉडल (SIM) को प्रस्तुत करता है, जो लैग्रेंजियन मैकेनिक्स पर आधारित एक सामान्य सिद्धांत है जो उपयोगकर्ता-निर्धारित प्रिमिसिस (premises) को गणितीय बाधाओं में अनुवादित करके व्याख्यात्मक विधियों को निगमनात्मक रूप से व्युत्पन्न करता है, जिससे खंडित अनुसंधान का एकीकरण होता है और अनुकूलित अपारदर्शी मॉडलों एवं स्वाभाविक रूप से व्याख्यात्मक आर्किटेक्चर दोनों के व्यवस्थित डिजाइन को सक्षम बनाया जाता है।
यह शोधपत्र PROJECTMEM को प्रस्तुत करता है, जो AI कोडिंग एजेंट्स के लिए एक ओपन-सोर्स, लोकल-फर्स्ट मेमोरी और जजमेंट लेयर है, जो संक्षिप्त संदर्भ सारांश (कॉम्पैक्ट कॉन्टेक्स्ट समरीज़) और नियतात्मक प्री-एक्शन गेट्स (डिटरमिनिस्टिक प्री-एक्शन गेट्स) प्रदान करने के लिए एक इवेंट-सोर्स्ड लॉग का उपयोग करता है, जिससे अनावश्यक डिबगिंग को रोका जा सकता है और ऑडिट योग्य, स्टेटफुल डेवलपमेंट को सक्षम बनाया जा सकता है।
यह अध्ययन एक गेमिफाइड, डिस्टोपियन परिदृश्य के माध्यम से मानव-एआई सहयोगात्मक लेखन गतिशीलता की जांच करता है जो स्पष्ट रूप से एआई सुझावों को स्वीकार करने को हतोत्साहित करता है, जिससे यह पता चलता है कि किन परिस्थितियों में व्यक्ति दक्षता के ऊपर रचनात्मक स्वायत्तता को प्राथमिकता देते हैं।
यह शोधपत्र लेटेंट वर्ल्ड रिकवरी (LWR) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो एक साझा लेटेंट स्पेस में मोडैलिटी-विशिष्ट एम्बेडिंग्स को संरेखित करता है और बायोसाइंस अनुप्रयोगों के लिए लापता डेटा को इम्प्यूट किए बिना केवल उपलब्ध मोडैलिटीज़ को फ्यूज करके सुदृढ़ मल्टीमॉडलल प्रेडिक्शन सक्षम बनाता है।
यह शोध पत्र रिमोट हार्ट-रेट अनुमान के लिए एक इल्यूमिनेशन-रोबस्ट (प्रकाश-सहनशील), एंड-टू-एंड स्पेशियल-टेम्पोरल ट्रांसफार्मर फ्रेमवर्क प्रस्तावित करता है जो विभिन्न प्रकाश स्थितियों के तहत PhysFormer बेसलाइन की तुलना में मीन एब्सोल्यूट एरर (MAE) में 93.6% की कमी लाने के लिए 3D फेस अलाइनमेंट, इल्यूमिनेशन ऑग्मेंटेशन और हाइब्रिड टेम्पोरल-फ्रीक्वेंसी सुपरविजन को एकीकृत करता है।
यह शोध पत्र ATLAS को प्रस्तुत करता है, जो एक सक्रिय शिक्षण (active learning) ढांचा है जो संज्ञानात्मक विज्ञान में व्यवहार के व्याख्यात्मक यांत्रिक मॉडलों की खोज के लिए नमूना दक्षता (sample efficiency) में 5-10 गुना सुधार प्राप्त करने हेतु विविध विरल न्यूरल नेटवर्क परिकल्पनाओं (diverse sparse neural network hypotheses) को इष्टतम प्रयोग डिजाइन के साथ संयोजित करता है।
ताहो (Tahoe) एक टेक्स्ट-टू-एसक्यूएल (Text-to-SQL) सिस्टम है जो प्रॉम्प्ट ऑप्टिमाइज़ेशन को डायनेमिक डेटा मैनेजमेंट समस्या के रूप में मानता है, जिसमें कंपाइलर और यूजर फीडबैक को एक स्ट्रक्चर्ड हिंट बैंक (Hint Bank) में समेकित किया जाता है ताकि LLMs को लॉजिक प्लानिंग और SQL सिंथेसिस के माध्यम से निर्देशित किया जा सके, जिससे मॉडल पैरामीटर्स को अपडेट किए बिना निष्पादन सटीकता (execution accuracy) और डायलेक्ट अनुपालन (dialect compliance) में महत्वपूर्ण सुधार होता है।
यह शोध पत्र DIRECT को प्रस्तुत करता है, जो एक ऐसा रूटिंग फ्रेमवर्क है जो मल्टीमॉडल संदर्भ के आधार पर विभिन्न स्केलिंग अक्षों (जैसे कि रीजनिंग डेप्थ, मॉडल साइज और मेमोरी) में टेस्ट-टाइम कंप्यूट को गतिशील रूप से आवंटित करके एम्बोडीड प्लानिंग को अनुकूलित करता है, जिससे नेइव स्केलिंग या फिक्स्ड मॉडल सिलेक्शन की तुलना में काफी कम लेटेंसी और लागत के साथ फ्रंटियर-लेवल सफलता दर प्राप्त होती है।