23200 पेपर
यह शोध पत्र रोबोटिक हेरफेर (manipulation) के लिए पदानुक्रमित विजन-लैंग्वेज-एक्शन (Hi-VLA) एजेंटों का एक व्यवस्थित अध्ययन प्रस्तुत करता है, जो मौजूदा डिज़ाइनों को एक नियंत्रण ढांचे के तहत एकीकृत करता है ताकि उन व्यावहारिक सिद्धांतों को निकाला जा सके जो विविध कार्यों में फ्लैट या सहज रूप से डिज़ाइन किए गए पदानुक्रमों की तुलना में काफी अधिक मजबूत और सुदृढ़ प्रणाली प्रदान करते हैं।
यह शोध पत्र EDITH को प्रस्तुत करता है, जो एक पदानुक्रमित रोबोट फ्रेमवर्क है जो स्मार्ट ग्लासेस से प्राप्त वास्तविक समय के प्रथम-व्यक्ति दृश्य (first-person view), दृष्टि (gaze) और वाक् (speech) डेटा का लाभ उठाता है ताकि मौखिक और गैर-मौखिक मानवीय संकेतों की व्याख्या की जा सके, जिससे उपयोगकर्ताओं पर संचार के बोझ को कम करके अधिक स्वाभाविक और कुशल मानव-रोबोट संपर्क सक्षम किया जा सके।
इस सामान्य धारणा के विपरीत कि सिंथेटिक तर्क (रैशनल) डेटा नैदानिक भविष्यवाणी में सुधार करता है, यह अध्ययन दर्शाता है कि ऐसे डेटा के साथ सुपरवाइज्ड फाइन-ट्यूनिंग अल्जाइमर रोग की भविष्यवाणी करने की क्षमता को महत्वपूर्ण रूप से कम कर देती है, क्योंकि नैरेटिव सुसंगतता और डिस्क्रिमिनेटिव ऑप्टिमाइजेशन के बीच एक संरचनात्मक संघर्ष होता है, भले ही वे तर्क चिकित्सकीय रूप से सटीक हों।
यह शोध पत्र मल्टी-एजेंट डिबेट सिस्टम में आंतरिक आत्मविश्वास संकेतों (लॉग-प्रोबेबिलिटीज), बाहरी एलएलएम-एज़-जज (LLM-as-judge) मूल्यांकनों और अंतिम कार्य सटीकता के बीच संबंध की जांच करता है, जिससे यह पता चलता है कि आत्मविश्वास मेट्रिक्स "ऑडिटर" (Auditor) एजेंट की तुलना में "कंस्ट्रक्टर" (Constructor) एजेंट के लिए तर्क की गुणवत्ता और विफलता का पता लगाने के साथ काफी अधिक मजबूती से संरेखित होते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि प्रोडक्शन मल्टी-टर्न एजेंटों में LLM-as-judge सिस्टम संरचनात्मक ब्लाइंड स्पॉट्स (blind spots) से ग्रस्त होते हैं जो उन्हें अधिकांश महत्वपूर्ण स्टेट-ट्रैकिंग और व्यवहार संबंधी दोषों को पहचानने से रोकते हैं, जिससे यह स्पष्ट होता है कि स्वचालित जजिंग केवल एक रिग्रेशन फ्लोर (regression floor) के रूप में कार्य करती है न कि मानव समीक्षा के एक विश्वसनीय विकल्प के रूप में।
यह शोध पत्र कंटेंट-गाइडेड स्पेशियल-स्पेक्ट्रल इंटीग्रेशन नेटवर्क (CSI-Net) का प्रस्ताव करता है, जो विशेष तर्क, अंतर और कंटेंट-गाइडेड इंटीग्रेशन मॉड्यूल के माध्यम से वैश्विक स्थानिक विवरणों और स्पेक्ट्रल विशेषताओं को संलयित करके अपरिवर्तित क्षेत्रों में स्पेक्ट्रल अंतरों को प्रभावी ढंग से दबाते हुए परिवर्तन पहचान प्रदर्शन को बढ़ाता है।
भूकंप के बाद भवन क्षति मूल्यांकन में लघु-अंतराल डेटासेट की कमी और साइड-लुकिंग चुनौतियों को संबोधित करने के लिए, यह शोध पत्र टर्की अर्थक्वेक चेंज डिटेक्शन (TUE-CD) डेटासेट पेश करता है और एक मल्टी-स्केल इंटरैक्शन नेटवर्क (MSI-Net) प्रस्तावित करता है जिसमें संयुक्त क्रॉस-अटेंशन, मल्टी-स्केल ऑफसेट कैलिब्रेशन और फीचर इंटीग्रेशन मॉड्यूल शामिल हैं ताकि उत्कृष्ट परिवर्तन पहचान प्रदर्शन प्राप्त किया जा सके।
यह शोधपत्र Visual-SDPO को प्रस्तुत करता है, जो एक सेल्फ-डिस्टिलेशन पॉलिसी ऑप्टिमाइज़ेशन फ्रेमवर्क है जो जनरेट किए गए चार्ट, वेब इंटरफेस और स्लाइड्स की विजुअल गुणवत्ता और निष्पादन क्षमता (executability) को बिना इन्फरेंस लागत बढ़ाए, महत्वपूर्ण रूप से सुधारने के लिए रेंडर किए गए आर्टिफ़ैक्ट्स से विजुअल फीडबैक का लाभ उठाने हेतु स्थानिक रूप से लक्षित क्रेडिट वेटिंग (spatially targeted credit weighting) और सीक्वेंस-लेवल रिइन्फोर्समेंट लर्निंग का उपयोग करता है।
यह शोध पत्र DiRL को प्रस्तुत करता है, जो एक दिशा-जागरूक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचा है जो बड़े भाषा मॉडलों में तर्क और स्मृति के बीच अंतर करता है ताकि अन्वेषण को याद किए गए शॉर्टकट के बजाय वास्तविक तर्क सुधारों की ओर निर्देशित किया जा सके, जो गणितीय और सामान्य तर्क संबंधी बेंचमार्क पर महत्वपूर्ण प्रदर्शन लाभ प्रदर्शित करता है।
यह शोध पत्र AIR (एटॉमिक इंटेंट रीजनिंग) प्रस्तुत करता है, जो एक औद्योगिक-ग्रेड क्रॉस-डोमेन अनुशंसा ढांचा है जो कुआइशौ के वास्तविक दुनिया के परिनियोजन में महत्वपूर्ण अनुमान त्वरण और पर्याप्त GMV सुधार प्राप्त करने के लिए ऑफलाइन LLM इन्फरेंस और कुशल ऑनलाइन रिट्रीवल का लाभ उठाकर कंटेंट और ई-कॉमर्स के बीच के सिमेंटिक गैप को पाटता है।