23200 पेपर
यह शोध पत्र एक स्व-गतिशील पाठ्यक्रम सुदृढीकरण शिक्षण (सेल्फ-पेस्ड करिकुलम रिइन्फोर्समेंट लर्निंग) ढांचे को प्रस्तुत करता है जो सॉफ्ट एक्टर-क्रिटिक को गतिशील कार्य पीढ़ी के साथ एकीकृत करता है ताकि एक भौतिकी-सटीक सिमुलेशन में एक स्वायत्त एजेंट को स्थिर और तेज़ सुपरबाइक रेसिंग के लिए कुशलतापूर्वक प्रशिक्षित किया जा सके, जो मानक SAC दृष्टिकोणों से बेहतर प्रदर्शन करता है।
यह शोध पत्र EgoTactile पेश करता है, जो एक नया बेंचमार्क और एक कंडीशनल डिफ्यूजन फ्रेमवर्क है जिसे EgoPressureDiff कहा जाता है, जो विविध रोज़मर्रा की वस्तुओं के लिए पूर्ण-हस्त ग्रैस्प दबाव (full-hand grasp pressure) का सटीक अनुमान लगाने के लिए एगोसेंट्रिक वीडियो और भौतिक रूप से-सूचित बाधाओं (physically-informed constraints) का लाभ उठाता है, जो मौजूदा विज़न-आधारित विधियों की सीमाओं को दूर करता है।
यह शोध पत्र एक विशेष लॉस और एक सहायक RPN शाखा के साथ एक प्रपोजल रिफाइनमेंट दृष्टिकोण पेश करके फ्यू-शॉट ऑब्जेक्ट डिटेक्शन में नोवेल और बेस क्लासेस के बीच रीजन प्रपोजल्स के असंतुलित वितरण को संबोधित करता है, जो इन्फरेंस समय को बढ़ाए बिना बेंचमार्क पर नया स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करता है।
यह शोधपत्र BSTabDiff प्रस्तुत करता है, जो एक ब्लॉक-सबयूनिट जनरेटिव फ्रेमवर्क है जो उच्च-आयामी, कम-नमूना-आकार (HDLSS) सारणीबद्ध विशेषताओं को लेटेंट ब्लॉक्स में विभाजित करता है ताकि एक संक्षिप्त स्थान में वैश्विक निर्भरताओं को सीखा जा सके और कोपूला-संचालित तंत्रों के माध्यम से डिकोड किया जा सके, जिससे स्थिर और यथार्थवादी सिंथेटिक डेटा जनरेशन प्राप्त होता है जो HDLSS परिदृश्यों में मौजूदा अनस्ट्रक्चर्ड विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र PyGeoX, एक प्रोग्रामेबल ज्यामितीय DSL और बेंचमार्क पेश करता है, और ज्यामितीय संश्लेषण में "आउटलियर ग्रेडिएंट मास्किंग" विफलता मोड को दूर करने के लिए सैचुरेटिंग एडिटिव रिवार्ड्स (SAR) का प्रस्ताव करता है, जो एक 8B मॉडल को MSE-आधारित बेसलाइन से काफी बेहतर प्रदर्शन करने और परिशुद्धता-महत्वपूर्ण बाधा संतुप्ति कार्यों पर बड़े फ्रंटियर सिस्टम के साथ प्रतिस्पर्धा करने में सक्षम बनाता है।
यह शोध पत्र FF-JEPA प्रस्तुत करता है, जो एक पदानुक्रमित (hierarchical) वर्ल्ड मॉडल है जो सबगोल्स (subgoals) की भविष्यवाणी करने के लिए एक एक्शन-फ्री लेटेंट प्लानर का उपयोग करता है, जिससे स्पष्ट लक्ष्य छवियों (goal images) की आवश्यकता के बिना कुशल लॉन्ग-होरिज़न प्लानिंग संभव हो पाती है और पारंपरिक रूप से गणनात्मक रूप से महंगे तरीकों की सीमाओं को दूर किया जा सका है।
यह शोध पत्र BCI-LLM एजेंट पाइपलाइनों में "ब्रेन-प्रॉम्ट इंजेक्शन" को एक नए हमले के वेक्टर के रूप में प्रस्तुत करता है जहाँ न्यूरल सिग्नल गड़बड़ियाँ पारंपरिक मॉनिटरों को बायपास कर देती हैं, और EEG डेटा का उपयोग करके ऐसे हमलों के विरुद्ध सुरक्षा सीमाओं को गणितीय रूप से परिभाषित करने और अनुभवजन्य रूप से मान्य करने के लिए स्प्लिट-कॉन्फॉर्मल कैलिब्रेशन के साथ एक "रूट-सेफ्टी ऑडिट कॉन्ट्रैक्ट" का प्रस्ताव करता है।
यह शोध पत्र 'एनीथिंग2स्किल' (Anything2Skill) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो विषम बाहरी ज्ञान को 'स्किलबैंक' (SkillBank) में संग्रहीत पुन: प्रयोज्य, संरचित प्रक्रियात्मक कौशलों में संकलित करता है, जिससे एजेंट घोषणात्मक साक्ष्य को निष्पादन योग्य डोमेन विशेषज्ञता के साथ जोड़कर मानक RAG दृष्टिकोणों की तुलना में काफी उच्च सफलता दर प्राप्त करने में सक्षम होते हैं।
यह शोध पत्र TRL-Bench प्रस्तुत करता है, जो एक मानकीकृत बहु-स्तर (multi-granular) बेंचमार्क है जो प्रतिनिधित्व शिक्षण (representation learning) को कार्य-विशिष्ट पाइपलाइनों से अलग करके टैबुलर एनकोडर्स के निष्पक्ष क्रॉस-पैराडाइम मूल्यांकन को सक्षम बनाता है, जिससे यह पता चलता है कि एनकोडर की प्रभावशीलता कार्य-निर्भर है और इष्टतम डाउनस्ट्रीम प्रदर्शन क्षमता-मिलान वाले विशेषज्ञों को संयोजित करने पर निर्भर करता है न कि किसी एकल सार्वभौमिक मॉडल पर।
यह शोध पत्र SkeMex को प्रस्तुत करता है, जो एक पोस्ट-डिप्लॉयमेंट स्व-विकसित (self-evolving) फ्रेमवर्क है जो इंटरेक्शन ट्राजेक्टरीज को एक संरचित, मल्टी-ब्रांच स्किल मेमोरी में संकलित करके और मॉडल वेट्स को अपडेट किए बिना पुन: प्रयोज्य ज्ञान को निरंतर परिष्कृत करने के लिए एक क्लोज्ड-लूप "रीड-राइट-असेस-गवर्न" लाइफसाइकिल का उपयोग करके मेडिकल एजेंट्स की लॉन्ग-होरइजन रीजनिंग को बढ़ाता है।