23200 पेपर
यह शोध पत्र प्रोस्पेक्ट-गाइडेड स्ट्रैटेजिक फ्रेमवर्क (Pro-SF) प्रस्तुत करता है, जो रणनीतिक वर्गीकरण का एक नवीन दृष्टिकोण है जो एजेंटों के मनोवैज्ञानिक रूप से पक्षपाती और व्यवहारिक रूप से यथार्थवादी रणनीतिक हेरफेर को मॉडल करने और उनसे सीखने के लिए प्रोस्पेक्ट थ्योरी को एकीकृत करके आदर्शवादी तर्कसंगतता से आगे बढ़ता है।
यह शोध पत्र वैज्ञानिक समझ को बढ़ाने के लिए कोड स्निपेट्स और टेक्स्ट विवरणों को जोड़ने वाले एक नवीन द्विदिश लघु-कण खोज कार्य (bidirectional small-granularity search task) को प्रस्तुत करता है, जो GPT-4 द्वारा जनरेट किए गए प्रशिक्षण डेटा वाले एक नए डेटासेट और एक मॉड्यूलर मॉडल द्वारा समर्थित है जो इन-डोमेन और आउट-ऑफ-डोमेन दोनों सेटिंग्स में आशाजनक प्रदर्शन प्रदर्शित करता है।
यह अध्ययन नेपाली कानूनी प्रश्नोत्तर के लिए पहले रिट्रीवल ऑगमेंटेड जनरेशन (Retrieval Augmented Generation) फ्रेमवर्क को प्रस्तुत करता है, जो उच्च परिशुद्धता और सत्यता स्कोर प्राप्त करने के लिए नेपाल कानून पत्रिका संग्रह का लाभ उठाता है, जिससे कम-संसाधन वाले कानूनी डोमेन में डेटा की कमी की चुनौतियों का समाधान होता है।
यह शोध पत्र ABLE को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) ढांचा है जो इनपुट-संवेदनशीलता पैटर्न को पकड़ने के लिए टोकेनाइज़र-अज्ञेय (tokenizer-agnostic) ग्रेडिएंट-आधारित फीचर एट्रिब्यूशन को एकत्रित करके विषम (heterogeneous) लार्ज लैंग्वेज मॉडल्स को निरूपित और मैप करता है, जिससे मॉडल तुलना, रूटिंग और प्रोवेनेंस ऑडिटिंग जैसे कार्यों के लिए स्थिर और स्केलेबल एम्बेडिंग्स प्राप्त होती हैं।
यह शोध पत्र CAPruner प्रस्तुत करता है, जो एक नवीन सीन ग्राफ प्रनर (scene graph pruner) है जो 3D विजन-लैंग्वेज कार्यों के लिए कार्य-महत्वपूर्ण संबंधों को कुशलतापूर्वक चुनने के लिए फजी सिमेंटिक प्रासंगिकता (fuzzy semantic relevance) को स्थानिक निकटता (spatial proximity) के साथ जोड़ता है, जिससे बड़े भाषा मॉडलों की स्थानिक तर्क क्षमताओं को बढ़ाते हुए कम्प्यूटेशनल लागत को कम किया जा सके।
यह शोध पत्र रिमोट सेंसिंग एजेंटों के लिए एक द्विदिश अर्थ संबंधी पूरक टूल रिट्रीवल (bidirectional semantic complementary tool retrieval) विधि प्रस्तावित करता है जो योजना-आधारित अपघटन (planning-based decomposition) के माध्यम से प्रश्नों को उन्नत करके और निरंतर शिक्षण (continual learning) के साथ गतिशील निर्भरता ग्राफ (dynamic dependency graphs) के माध्यम से टूल निरूपण को समृद्ध करके "अर्थ संबंधी विषमता" (semantic asymmetry) की बाधा को दूर करता है, जिससे जटिल कार्यों के लिए रिट्रीवल सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र मिडिल स्कूलों के लिए एक एआई-एकीकृत लर्निंग मैनेजमेंट सिस्टम का प्रस्ताव देता है जो समय पर, गोपनीयता-संरक्षित रचनात्मक फीडबैक और अनुकूलित सहायता प्रदान करता है ताकि गलतफहमियों को गहरा होने से रोका जा सके, साथ ही इसमें हाई स्कूल और उससे आगे तक छात्र सीखने के प्रक्षेप पथों पर इसके दीर्घकालिक प्रभाव का मूल्यांकन करने के लिए एक अनुदैर्ध्य अध्ययन डिजाइन भी शामिल है।
यह शोध पत्र अरबों उपयोगकर्ताओं के पैमाने पर शॉर्ट-फॉर्म वीडियो अनुशंसा (recommendation) के लिए एक उत्पादन-तैनात (production-deployed) ढांचे को प्रस्तुत करता है जो विरल (sparse) वीडियो आईडी को संक्षिप्त सिमेंटिक (Semantic) आईडी से बदलकर और अल्ट्रा-लॉन्ग उपयोगकर्ता व्यवहार अनुक्रमों को कुशलतापूर्वक मॉडल करने के लिए एक ग्लोबल-अवेयर कम्प्रेशन ट्रांसफार्मर पेश करके पारंपरिक अनुक्रम मॉडलिंग की सीमाओं को दूर करता है, जिसके परिणामस्वरूप कंप्यूटिंग लागत में महत्वपूर्ण कमी और उपयोगकर्ता जुड़ाव में पर्याप्त सुधार होता है।
यह शोध पत्र Listen-Write-Speak (LWS) को प्रस्तुत करता है, जो एक नवीन टेक्स्ट-फर्स्ट ट्राई-चैनल प्रतिमान (paradigm) है जो बिना किसी संरचनात्मक परिवर्तन के एक साझा ऑटोरेग्रेसिव LLM का उपयोग करके फुल-डुप्लेक्स स्पीच मॉडल्स को वास्तविक समय में सुनने, दृश्यमान संरचित टेक्स्ट लिखने और बोलने में सक्षम बनाता है, जिससे संवादात्मक उत्तरदायित्व बनाए रखते हुए कोड जनरेशन और संरचित तर्क जैसी टेक्स्ट-नेटिव क्षमताओं के द्वार खुलते हैं।
यह शोध पत्र प्रदर्शित करता है कि कुशल जेमिनी 2.0 फ्लैश मॉडल पर परिष्कृत, बहु-घटक प्रॉम्प्ट इंजीनियरिंग का उपयोग करने से इसकी मल्टी-हॉप बायोमेडिकल रीजनिंग क्षमताओं में महत्वपूर्ण वृद्धि होती है, जिससे 0.720 का कॉन्सेप्ट लेवल स्कोर प्राप्त होता है जो अगली पीढ़ी के मॉडलों के समकक्ष है और बेसलाइन दृष्टिकोणों से कहीं अधिक बेहतर है।