23200 पेपर
OffQ एक नवीन लो-बिट क्वांटाइजेशन विधि है जो टॉप-1 PCA के माध्यम से एक लो-डायमेंशनल आउटलायर सबस्पेस की पहचान करके, उच्च-परिमाण वाले एक्टिवेशन्स को एक एकल चैनल में रोटेट करके, और उनकी परिमाण को एक साझा ऑफसेट में परिवर्तित करके लार्ज लैंग्वेज मॉडल्स में एक्टिवेशन आउटलायर्स को कम करती है ताकि कुशल और सटीक W4A4KV4 क्वांटाइजेशन सक्षम किया जा सके।
Native3D एक ऐसा पहला एंड-टू-एंड 3D सीन जनरेशन फ्रेमवर्क पेश करता है जो एक एकीकृत मेश-टेक्चर संयुक्त प्रतिनिधित्व (unified mesh-texture joint representation) और एक नवीन 3D रिप्रजेंटेशन अलाइनमेंट लॉस का उपयोग करके 2D इंटरमीडिएट्स को बायपास करता है ताकि उत्कृष्ट ज्यामितीय और बनावट संबंधी शुद्धता प्राप्त की जा सके।
यह शोध पत्र एजेंटिक उद्यम (agentic enterprise) के लिए एक आवश्यक शासन संरचना के रूप में "थ्री-रिंग आर्किटेक्चर" का प्रस्ताव करता है, जो फ्रंटियर एलएलएम एजेंटों (रिंग 3) के गैर-नियतत्ववादी (non-deterministic) जोखिमों को प्रबंधित और कम करने के लिए एक नियतत्ववादी "रणनीति-आधारित" फेडरेशन लेयर (रिंग 2) को पेश करता है, जिससे अनियंत्रित विकेंद्रीकृत बुद्धिमत्ता से जुड़ी उच्च परियोजना विफलता दरों को रोका जा सके।
यह शोध पत्र REMEDI को प्रस्तुत करता है, जो MIMIC-III डेटाबेस का उपयोग करके मल्टी-लेबल क्लिनिकल रोग अनुमान (multi-label clinical disease inference) में मशीन अनलर्निंग विधियों के मूल्यांकन के लिए एक नया बेंचमार्क है, जो उपयोगिता (utility) और अनलर्निंग प्रदर्शन के बीच महत्वपूर्ण समझौतों (trade-offs) को प्रकट करता है और चिकित्सा डोमेन में मौजूदा विधियों की सीमाओं को उजागर करता है।
यह शोध पत्र तर्क देता है कि स्वायत्त एजेंट प्रणालियों (autonomous agent systems) में, मानक ट्रांसपोर्ट द्वारा उजागर किया गया संचार ग्राफ मेटाडेटा (communication graph metadata) केवल गोपनीयता के लिए ही नहीं, बल्कि वर्कफ़्लो की अखंडता के लिए भी एक गंभीर खतरा पैदा करता है, और यह प्रदर्शित करता है कि मेटाडेटा-संरक्षित ट्रांसपोर्ट परतों को लागू करना प्रतिकूलों (adversaries) को लंबित कार्यों का अनुमान लगाने और उन्हें पूर्व-नियोजित रूप से बाधित करने से प्रभावी ढंग से रोकता है।
यह शोध पत्र उर्दूएमएमएलयू (UrduMMLU) को प्रस्तुत करता है, जो 30 बड़े भाषा मॉडलों के प्रदर्शन का मूल्यांकन करने के लिए मूल शैक्षिक स्रोतों से प्राप्त 26,000 से अधिक उर्दू-भाषा के बहुविकल्पीय प्रश्नों का एक व्यापक बेंचमार्क है, जो STEM की तुलना में क्षेत्रीय रूप से आधारित सामग्री और मानविकी विषयों की उनकी समझ में महत्वपूर्ण अंतराल को प्रकट करता है।
यह अध्ययन प्रदर्शित करता है कि टेक्स्टुअल सुपरविजन (textual supervision), विजन-ओनली आर्किटेक्चर की तुलना में विजन-लैंग्वेज मॉडल्स में भू-स्थानिक निरूपण (geospatial representations) को महत्वपूर्ण रूप से बढ़ाता है, जो भू-स्थानिक एआई (geospatial AI) में स्थानिक सटीकता में सुधार के लिए एक पूरक मोडैलिटी के रूप में भाषा की महत्वपूर्ण भूमिका को रेखांकित करता है।
यह शोध पत्र RETROSPECT को पेश करता है, जो एक मॉड्यूलर रेट्रोसिंथेसिस सिस्टम है जो प्रस्ताव जनरेशन (proposal generation) और कैंडिडेट सिलेक्शन (candidate selection) के कार्यों को विभाजित करके, एक ChemAlign Transformer जनरेटर को LambdaMART रेंकर के साथ जोड़कर अत्याधुनिक सटीकता प्राप्त करता है, जो यह प्रदर्शित करता है कि मजबूत सिंगल-मॉडल प्रस्ताव और सीखा हुआ रैंकिंग पूरक रणनीतियाँ हैं।
यह शोध पत्र एक अमूर्त वास्तुकला (abstract architecture) प्रस्तावित करता है जिसे खतरनाक वातावरणों के लिए स्वायत्त रोबोटिक प्रणालियों में व्याख्यात्मकता (explainability) को समाहित करने के लिए डिज़ाइन किया गया है, जिससे मानवीय विश्वास को बढ़ावा मिले और एक नागरिक परमाणु उद्योग उदाहरण के माध्यम से एक डिज़ाइन टेम्पलेट प्रदान किया जा सके।
DualGate-Net एक प्रायर-गेटेड (prior-gated) डुअल-एनकोडर फ्रेमवर्क है जो हिस्टोपैथोलॉजी छवियों में सेल डिटेक्शन को बढ़ाने के लिए स्थानीय और वैश्विक ऊतक संदर्भ (local and global tissue context) को अनुकूल रूप से एकीकृत करता है, जो प्रायर प्रभाव को गतिशील रूप से विनियमित करके और उच्च-आवृत्ति वाली कोशिकीय संरचनाओं को संरक्षित करके OCELOT बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।