23200 पेपर
यह शोध पत्र Dropout-GRPO का प्रस्ताव करता है, जो एक ऐसी विधि है जो निरंतर लेटेंट-रीजनिंग (latent-reasoning) मॉडल्स में आवश्यक ट्राजेक्टरी वेरिएंस (trajectory variance) उत्पन्न करने के लिए स्ट्रक्चर्ड ड्रॉपआउट को पेश करती है, जिससे प्रभावी ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (Group Relative Policy Optimization) सक्षम होता है और GSM8K पर बेहतर प्रदर्शन प्रदर्शित होता है।
यह शोध पत्र MMClima को प्रस्तुत करता है, जो एक बड़े पैमाने का, विशेषज्ञ-सत्यापित मल्टीमॉडल जलवायु विज्ञान ढांचा है जिसमें टेक्स्ट, वीडियो और चित्रों के माध्यम से 104,000 से अधिक प्रश्न-उत्तर युग्म शामिल हैं, जिसे विविध जलवायु डेटा मोडैलिटीज में एआई (AI) मॉडलों की तर्क करने की क्षमता को बेंचमार्क करने और सुधारने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक डेंसिटी रिज-आधारित चयनात्मक भविष्यवाणी पद्धति प्रस्तुत करता है जो LLM और VLM रिस्पॉन्स मैनिफोल्ड्स को छह-आयामी हिडन स्टेट स्पेस में ज्यामितीय कंकालों (geometric skeletons) के रूप में मॉडल करता है, जो गंभीर कैलिब्रेशन लेबल की कमी के बावजूद मौजूदा अनसुपरवाइज्ड और सुपरवाइज्ड बेसलाइन्स की तुलना में काफी बेहतर हैल्यूसिनेशन डिटेक्शन प्रदर्शन प्राप्त करता है।
यह शोध पत्र एक उन्नत जेनेरेटिव एडवरसैरियल नेटवर्क प्रस्तुत करता है जो आंशिक रूप से लुप्त माइक्रो-रेसिस्टिविटी इमेजिंग लॉगिंग छवियों को प्रभावी ढंग से पुनर्स्थापित करने के लिए FCN, डेप्थ-सेपरेबल रेसिडुअल ब्लॉक्स, इनसेप्शन मॉड्यूल्स और ड्यूल ग्लोबल-लोकल डिस्क्रिमिनेटर्स को एकीकृत करता है, जिससे संरचनात्मक सुसंगतता और बनावट विवरणों में महत्वपूर्ण वृद्धि होती है।
यह परिप्रेक्ष्य पत्र फाउंडेशन मॉडल-आधारित देखभाल रोबोटों की वर्तमान स्थिति की समीक्षा करता है, जो उपयोगकर्ता जुड़ाव को बढ़ाने में उनकी सफलता पर प्रकाश डालते हुए, सार्थक रोगी और वृद्ध देखभाल परिणाम प्रदान करने से पहले उनकी विश्वसनीयता, नैदानिक सत्यापन और वर्कफ़्लो एकीकरण में सुधार की महत्वपूर्ण आवश्यकता पर बल देता है।
यह शोध पत्र कोरियाई छोटे बच्चों के उच्चारण के स्वचालित मूल्यांकन के लिए एक एंड-टू-एंड पाइपलाइन प्रस्तुत करता है जो देखभाल करने वाले और बच्चे के ध्वनिक भ्रम (acoustic confounds) को संबोधित करने के लिए NeMo SortFormer-आधारित स्पीकर डायराइजेशन को एक सेल्फ-सुपरवाइज्ड लर्निंग एन्सेम्बल के साथ जोड़ता है, जिसने 53 बच्चों के एक नए क्यूरेटेड डेटासेट पर व्यंजनों के लिए 0.720 और स्वरों के लिए 0.845 की संतुलित सटीकता प्राप्त की है।
यह शोध पत्र प्रदर्शित करता है कि एक Mojo-आधारित सटीक SIMD k-d ट्री का कार्यान्वयन उच्च-आवृत्ति वाले वित्तीय समय श्रृंखला (high-frequency financial time series) के लिए गति और स्केलेबिलिटी में मौजूदा scikit-learn विधियों से काफी बेहतर प्रदर्शन करता है, जो सटीकता से समझौता किए बिना वास्तविक समय में निकटतम-पड़ोसी शिक्षण (nearest-neighbor learning) और बेहतर डेरिवेटिव प्राइसिंग मॉडल को सक्षम बनाता है।
यह शोध पत्र SHAPO को प्रस्तुत करता है, जो सुदृढीकरण शिक्षण (reinforcement learning) के लिए एक सुरक्षित अन्वेषण विधि है जो कम-अन्वेषित क्षेत्रों में रूढ़िवादी व्यवहार की ओर सीखने के लिए शार्पनेस-अवेयर पॉलिसी अपडेट्स को लागू करके एपिस्टेमिक अनिश्चितता (epistemic uncertainty) का लाभ उठाती है, जिससे निरंतर-नियंत्रण कार्यों (continuous-control tasks) में सुरक्षा और कार्य प्रदर्शन दोनों में सुधार होता है।
यह शोध पत्र एक सैद्धांतिक ढांचा प्रस्तावित करता है जो यह प्रदर्शित करता है कि हिप्पोकैम्पल तंत्रिका आबादी में देखी जाने वाली हाइपरबोलिक ज्यामिति विशिष्ट ट्यूनिंग कर्व्स से उत्पन्न होती है और एक नवीन हाइपरबोलिक एसोसिएटिव मेमोरी मॉडल के माध्यम से स्मृति क्षमता और डिकोडिंग सटीकता दोनों को महत्वपूर्ण रूप से बढ़ाती है।
यह शोध पत्र FedBB का प्रस्ताव करता है, जो एक फेडरेटेड लर्निंग फ्रेमवर्क है जो पॉजिटिव नेगेटिव बैलेंस्ड लॉस फंक्शन और क्लाइंट बैलेंस्ड रीवेटिंग रणनीति के माध्यम से इंटर-केस, इंटर-क्लास और इंटर-क्लाइंट स्तरों पर डेटा असंतुलन को संबोधित करता है, जिससे गोपनीयता बनाए रखते हुए सटीकता और दक्षता में मौजूदा एल्गोरिदम से बेहतर प्रदर्शन किया जा सके।